la data visualisation au service de la bi
TRANSCRIPT
1
Ecole Internationale des Sciences du Traitement de lrsquoInformation
Thegravese Professionnelle
En vue de lrsquoobtention du
Mastegravere Speacutecialiseacute en Informatique Deacutecisionnelle
La Data Visualisation au service de la BI
Reacutealiseacute par
CHARFI Mourad
Jury
Mr Jeacuterocircme Morges Responsable du Mastegravere Speacutecialiseacute
Mr Emmanuel Hubert Responsable administratif du Mastegravere Speacutecialiseacute
Mme Fabienne Courtois Assistante Administrative du Mastegravere Speacutecialiseacute
Anneacutee universitaire 20142015
2
DEacuteDICACES
A mes tregraves chers parents qui ont toujours eacuteteacute lagrave pour moi et qui mrsquoont donneacute un magnifique
modegravele de labeur et de perseacuteveacuterance Jrsquoespegravere qursquoils trouveront dans ce travail toute ma
reconnaissance et tout mon amour
A mes chegraveres sœurs Dr Charfi Nadia et Mlle Charfi Hasna pour leur amour leur appui et
encouragement qui mrsquoont permis drsquoarriver jusqursquoagrave ce point
A toute ma famille
A tous mes amis
Qursquoils trouvent dans ce modeste travail le teacutemoignage de mon amour mon amitieacute et mon
estime
3
Remerciements
A Mr Jeacuterocircme Morges responsable du Mastegravere Speacutecialiseacute Informatique Deacutecisionnelle pour
ses conseils et directives neacutecessaires agrave la reacutealisation de ce travail
A Mr Emmanuel Hubert responsable administratif du Mastegravere Speacutecialiseacute Informatique
Deacutecisionnelle et Mme Fabienne Courtois assistante administrative du Mastegravere qui ont su
rester agrave lrsquoeacutecoute et se montrer disponibles durant toute cette formation
A tous les intervenants durant le mastegravere speacutecialiseacute et tout le personnel de lrsquoEISTI
4
Reacutesumeacute
Long temps utiliseacute dans les recherches scientifiques et statistiques la Data visualisation
trouve aujourdrsquohui une veacuteritable utilisation dans lrsquoinformatique deacutecisionnelle
En effet le deacuteveloppement des pheacutenomegravenes du Big data et de lrsquoOpen data en font aujourdrsquohui
un outil incontournable pour pouvoir analyser et traiter les eacutenormes volumes de donneacutees
complexes geacuteneacutereacutees par la socieacuteteacute humaine
La Dataviz a veacuteritablement bouleverseacute le monde de la BI en rendant de sa phase de restitution
une discipline de plus en plus visuelle simple agrave comprendre et agrave deacutevelopper
Mots-Cleacutes Data visualisation Dataviz Business Intelligence Big Data Open Data
Abstract
Before used in Scientifics and statistics research Data visualization is currently integrated on
BI Solutions
The Development of Big Data and Open data phenomena made it indispensable to analyze
data efficiently
Thanks to the Dataviz tools BI applications become more visual and easer to create and
develop
Key words Data visualization Dataviz Business Intelligence Big Data Open Data
5
Table des matiegraveres
Reacutesumeacute 4
INTRODUCTION 7
I) LA BUSINESS INTELLIGENCE 10
1- Historique et Deacutefinition 10
2- Les derniegraveres Tendances de la BI 15
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST 20
1) Deacutefinition geacuteneacuterale 21
2) Fonctions de la Data Visualisation 23
a) Outil de visualisation de lrsquoinformation 23
b) Systegraveme de communication universel 24
c) Systegraveme drsquoaide agrave la deacutecision 25
3) Historique de la Data Visualisation 26
4) Exemples des techniques de visualisations 29
a) Des graphiques simples 29
b) Les cartes choroplegravethes 31
c) Les dendrogrammes 31
d) Les Reacuteseaux 32
e) Le graphe agrave bulles animeacutes 33
III) LA DATA VISUALISATION ET LE DECISIONNEL 34
1) La Dataviz une alternative agrave la Business Intelligence classique 36
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel 38
a) Gain en termes de temps 38
b) Gain en termes de productiviteacute 38
c) Gain en termes de compeacutetitiviteacute 39
d) Gain en communication 39
e) Gain en termes drsquoinnovation 39
3) Les Principaux acteurs sur le marcheacute 40
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ 43
1) Introduction 43
2) Le secteur des teacuteleacutecom 43
3) Secteur financier 45
4) Le secteur drsquoeacutenergie 46
5) Secteur de grande consommation 49
V) QUEL AVENIR POUR LA DATA VISUALISATION 51
Conclusion 53
6
Liste des figures
Figure 1 Processus Global dun traitement deacutecisionnel 11
Figure 2 Illustration du WORLD DATA 20
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff) 22
Figure 4 Grottes de Font de Gaume et des Combarelles 26
Figure 5 Carte de flux repreacutesentant les pertes humaines dans lrsquoArmeacutee Franccedilaise lors de la campagne
de Russie (1812-1813) 27
Figure 6 Hans Rosling agrave la confeacuterence TED 28
Figure 7 Carte de France de lintensiteacute des aides PAC par deacutepartement 31
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique 32
Figure 9 Un exemple de reacuteseau social vu comme un graphe (Source Inria CMGPre-conditioning) 32
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes 33
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz 37
Figure 12 Positionnement des logiciels BI sur le marcheacute Dataviz 40
Figure 13 Wireless Call Quality 44
Figure 14 Tableau de bord laquo LeanOwl raquo 45
Figure 15 Exemple illustratif de la deacutetection de la fraude par la technique des graphs 46
Figure 16 The ware room drsquoAramco 47
Figure 17 Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques 48
Figure 18 Courbes de charge eacutelectrique 48
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo 50
Figure 20 La carte des Produits de PampG 50
7
D
INTRODUCTION
urant une longue peacuteriode la prise des deacutecisions et la mise en place des
strateacutegies au sein drsquoune entreprise eacutetaient reacutealiseacutees selon lrsquointuition de la
Direction Geacuteneacuterale et sans lrsquoaide de lrsquoinformatique Cela eacutetait ducirc au fait que les
logiciels informatiques de lrsquoeacutepoque ne permettaient pas la reacutecupeacuteration des donneacutees agrave partir
des applications transactionnelles ni de faire des calculs complexes essentiels pour la
geacuteneacuteration des rapports syntheacutetiques sur lrsquoactiviteacute
Avec le deacuteveloppement informatique et lrsquoapparition des eacutediteurs speacutecialiseacutes dans les systegravemes
drsquoinformations les projets Business Intelligence envahissaient petit agrave petit le monde de
lrsquoentreprise
En effet gracircce aux outils BI il est devenu possible drsquoextraire plus facilement des gros
volumes de donneacutees agrave partir de diffeacuterentes sources de les consolider dans un mecircme entrepocirct
et de les traiter profondeacutement pour fournir aux deacutecideurs comme aux meacutetiers les statistiques
et les informations pertinentes dont ils ont besoin
Ces indicateurs clefs permettront de mieux comprendre la situation de lrsquoentreprise de mettre
en œuvre la meilleure strateacutegie et de piloter drsquoune maniegravere plus efficace lrsquoactiviteacute de la
socieacuteteacute
Les projets deacutecisionnels repreacutesentaient ainsi une veacuteritable opportuniteacute pour les entreprises
qui se preacutecipitaient pour inteacutegrer les outils BI dans leurs systegravemes drsquoinformation et beacuteneacuteficier
ainsi drsquoune plus-value certaine non seulement en terme du temps mais aussi en terme
drsquoargent
Drsquoailleurs selon une eacutetude reacutecente reacutealiseacutee par IDC (International Data Corporation) un
salarieacute perd 5 heures chaque semaine agrave rechercher une information pertinente sur son activiteacute
Cela repreacutesente pour lrsquoentreprise agrave la fin de lrsquoanneacutee de 4000 agrave 16 000 euros1
1 Transition numeacuterique plus ldquo Article la business intelligence crsquoest aussi pour les PME raquo
8
La Business intelligence repreacutesente donc la solution la plus efficace pour une deacutetection rapide
de lrsquoinformation utile et pour une reacuteduction concregravete de ces coucircts suppleacutementaires nuisibles au
bon fonctionnement de lrsquoentreprise et agrave sa capaciteacute concurrentielle
Cependant gracircce agrave la deacutemocratisation rapide de lrsquointernet et de lrsquousage massif des reacuteseaux
sociaux et des objets connecteacutes la socieacuteteacute humaine commence ces derniegraveres anneacutees agrave
produire des volumes eacutenormes de donneacutees structureacutees et non structureacutees
Lrsquoegravere de Big et Open Data a donc deacutemarreacute et les socieacuteteacutes conscientes de lrsquoimportance de
lrsquoinformation que cachent ces donneacutees devraient encore une autre fois adapter leurs meacutethodes
et outils drsquoanalyse avec cette nouvelle situation
En effet les outils de la BI classique ne sont pas capables de traiter des milliards de lignes de
donneacutees issues de multiples sources internes et externes sans affecter leurs performances et
leurs temps de reacuteponse
La Data Visualisation nouvelle tendance de lrsquoinformatique deacutecisionnelle repreacutesente
aujourdrsquohui une des solutions les plus preacutefeacutereacutees par les grandes entreprises agrave fin de faire face
aux enjeux de la digitalisation et pour aider agrave se retrouver dans la laquo jungle drsquoinformations raquo
noyeacutee sous les eacutenormes volumes de donneacutees
Cette technique exploratoire des donneacutees repose sur la capaciteacute de lrsquoimage agrave transformer des
donneacutees complexes tregraves heacuteteacuterogegravenes en informations faciles trop utiles pour une prise de
deacutecision au moment opportun
La preacutesente thegravese intituleacutee laquo La Data visualisation au service de la BI srsquoinscrit dans ce
contexte
En effet ce travail reacutepond agrave la probleacutematique suivante laquo Le visuel peutndashil assurer la prise des
deacutecisions raquo
Le rapport est subdiviseacute en 4 chapitres Dans le premier nous allons donner une preacutesentation
geacuteneacuterale de lrsquoinformatique deacutecisionnelle et ces principales tendances les derniegraveres anneacutees
Dans le deuxiegraveme chapitre nous allons preacutesenter la Data Visualisation dans son contexte
global Nous deacutefinirons en premier lieu la Dataviz ensuite nous preacutesenterons ses fonctions
principales et son historique et nous finirons par deacutefinir quelques techniques de visualisation
9
Le troisiegraveme chapitre preacutesente la Data Visualisation dans le contexte deacutecisionnel les
avantages drsquoun projet BI-Dataviz et encore les principaux eacutediteurs ayant inteacutegreacute les
techniques de la visualisation des donneacutees dans leurs solutions BI
Le quatriegraveme chapitre est consacreacute pour preacutesenter quelques cas drsquoapplication de la Data
visualisation et pour donner une perspective sur son avenir dans le domaine de lrsquoinformatique
deacutecisionnelle
Enfin dans la conclusion nous allons rappeler les principaux reacutesultats et conclusions tireacutees
suite agrave ce travail de recherche sur la Data Visualisation
10
I) LA BUSINESS INTELLIGENCE
Pour faire face agrave une concurrence de plus en plus forte et reacutepondre le mieux agrave des besoins
clients de plus en plus exigeants les entreprises doivent srsquoappuyer sur un ensemble
drsquoinformations pertinentes neacutecessaires pour prendre les bonnes deacutecisions et fixer les
meilleures politiques futures
Lrsquoinformatique deacutecisionnelle reacutepond agrave ce besoin indispensable pour les entreprises En effet
elle permet drsquoextraire agrave partir des donneacutees de production des renseignements essentiels pour
la prise des deacutecisions strateacutegiques
Ce chapitre est consacreacute pour preacutesenter ce systegraveme drsquoinformation eacutevoquer son historique et
donner ces principales tendances les derniegraveres anneacutees
1- Historique et Deacutefinition
Lrsquoinformatique deacutecisionnelle (en anglais business intelligence ou BI) deacutesigne les moyens les
outils et les meacutethodes qui permettent de collecter consolider modeacuteliser et restituer les
donneacutees dune entreprise pour fournir agrave temps lrsquoensemble drsquoinformations neacutecessaires pour
la prise des deacutecisions
Ce systegraveme informatique est apparu agrave la fin des anneacutees 70 avec les premiers infocentres Un
systegraveme qui envoyait des requecirctes directement sur les serveurs de production et qui tregraves vite
montrait des limites consideacuterables avec les mauvais impacts sur le bon fonctionnement des
applications transactionnelles
Dans les anneacutees 80 avec larriveacutee des bases de donneacutees relationnelles on a pu isoler
linformatique de production des dispositifs deacutecisionnels Cependant crsquoest qursquoagrave partir des
anneacutees 90 lrsquoutilisation de la BI a veacuteritablement deacutemarreacute dans les entreprises qui depuis se
lanccedilaient tregraves fortement dans ce nouvel systegraveme drsquoinformation
En effet les technologies business intelligence en se basant sur des entrepocircts de donneacutees
offrent aux deacutecideurs des analyses approfondies sur lrsquoactiviteacute de la socieacuteteacute pour les aider agrave
deacutetecter les nouvelles opportuniteacutes et agrave mettre en place les meilleures strateacutegies et politiques
Lrsquoentrepocirct concept formaliseacute par Bill Inmon deacutesigne drsquoailleurs laquo une collection de donneacutees
theacutematiques inteacutegreacutees non volatiles et historiseacutees pour la prise de deacutecisions raquo
11
Alors et gracircce aux donneacutees centraliseacutees et des mesures agreacutegeacutees il est devenu possible de
fournir aux deacutecideurs des rapports drsquoactiviteacutes syntheacutetiques tregraves utiles pour fixer les prioriteacutes
et les objectifs futures de la socieacuteteacute
Un systegraveme deacutecisionnel classique est composeacute geacuteneacuteralement de 3 grandes phases
Figure 1 Processus Global dun traitement deacutecisionnel
a) La phase drsquoalimentation Grace agrave des outils ETL on extrait les donneacutees des
diffeacuterentes sources transactionnelles pour les charger ensuite dans un entrepocirct central
Ces ETL assurent trois principales fonctionnaliteacutes
Extract (Extraire)
Assurer la connexion agrave la majoriteacute des systegravemes de stockage (base de donneacutees
fichiers ) afin de pouvoir reacutecupeacuterer les donneacutees demandeacutees
Transform (Transformer)
Veacuterifier reformater et nettoyer les donneacutees pour assurer la validiteacute des donneacutees
Load (charger)
Stocker les donneacutees dans lrsquoentrepocirct central afin qursquoelles puissent ecirctre utiliseacutees
par les autres outils du systegraveme BI
b) La phase de modeacutelisation Crsquoest le moment de lrsquoorganisation des donneacutees pour
lrsquoanalyse La modeacutelisation pourrait ecirctre une modeacutelisation en eacutetoile en flocon ou en
constellation
12
La modeacutelisation en Etoile
Ce modegravele est constitueacute drsquoune table de fait centrale contenant les mesures
entoureacutee par des dimensions non relieacutees entre elles repreacutesentants les axes
drsquoanalyses
La modeacutelisation en Flocon
Un modegravele constitueacute drsquoune table de fait et des dimensions deacutecomposeacutees en
sous hieacuterarchies On a un seul niveau hieacuterarchique dans une table de dimension
La table de dimension de niveau hieacuterarchique le plus bas est relieacutee agrave la table de
fait On dit qursquoelle a la granulariteacute la plus fine2
La modeacutelisation en constellation
Plusieurs tables de faits partageant les tables dimensionnelles
2 Cours laquo Les entrepocircts de donneacutees pour les nuls ou pas raquo universiteacute de Lyon
13
Dans la phase de modeacutelisation on peut parler aussi des notions Datamarts et Cubes
qui sont neacutecessaires pour reacutepondre plus preacuteciseacutement agrave certains besoins meacutetiers
Datamart
Un Datamart est un Data Warehouse focaliseacute sur un sujet particulier Ralph
Kimball deacutefinie le Datamart comme laquo une base de donneacutees moins couteuse
que lrsquoentrepocirct de donneacutees et plus leacutegegravere puisqursquo il est geacuteneacuteralement exploiteacute en
entreprise pour restituer des informations cibleacutees sur un meacutetier speacutecifiqueraquo3
Cube
Il srsquoagit drsquoune modeacutelisation multidimensionnelle des donneacutees qui facilite
lrsquoanalyse drsquoune mesure selon diffeacuterentes dimensions instantaneacutement
Les calculs des mesures sont reacutealiseacutes lors du chargement ou de la mise agrave jour
du cube et le traitement des donneacutees peut ecirctre reacutealiseacute soit agrave travers le langage
MDX (Multidimensional Expressions) soit en utilisant des outils avec des
interfaces intuitives ne neacutecessitant pas de connaissances en informatique
c) La phase de restitution Crsquoest une phase de preacutesentation et de diffusion des reacutesultats
drsquoanalyse On parle plutocirct de la creacuteation des rapports et des tableaux de bords durant
cette phase de Reporting
3 The data warehouse ETL toolkit livre de Ralph Kimball traduction libre
14
On peut distinguer trois modes de Rapports
Rapport statique
Crsquoest un rapport de structure figeacutee en termes de preacutesentation et du peacuterimegravetre
des donneacutees analyseacutees
Rapport dynamique
La structure de ce type de rapport est semi statique le peacuterimegravetre des donneacutees
peut varier et lrsquoutilisateur final a la possibiliteacute de choisir les valeurs de
paramegravetres dynamiques inteacutegreacutes dans le rapport
Rapport Ad hoc
Ce type de rapport est librement creacuteeacute par lutilisateur final qui gracircce agrave des
fonctionnaliteacutes de cliques deacutefinie personnellement les structures des tableaux et
graphiques ainsi que les peacuterimegravetres drsquoanalyse
Pour finir cette premiegravere partie il est important drsquoindiquer qursquoactuellement le marcheacute de
lrsquoinformatique deacutecisionnelle est en plein essor les projets BI sont agrave la vogue et le profil drsquoun
consultant deacutecisionnel est trop appreacutecieacute par les socieacuteteacutes de conseils et de services en
ingeacutenierie informatique
En 2009 les eacutetudes estimaient par exemple que le marcheacute deacutecisionnel mondiale eacutetait de 9
milliards de dollars et pourrait atteindre les 14 milliards en 20144
Des statistiques qui reflegravetent donc la grande importance drsquoun tel systegraveme drsquoinformation qui
jusqursquoagrave lrsquoheure actuelle nrsquoa pas cesseacute drsquoeacutevoluer
4 LES ECHOSfr
15
2- Les derniegraveres Tendances de la BI
Ce paragraphe expose quelques exemples des tendances de lrsquoinformatique deacutecisionnelle
En effet la BI ces derniegraveres anneacutees eacutevolue agrave une vitesse deacutemesureacutee avec lrsquoapparition de
nouvelles outils et fonctionnaliteacutes ameacuteliorant consideacuterablement les meacutethodes drsquoanalyse et
outils de restitution
La BI mobile
Selon le cabinet de conseil ameacutericain lsquole Gartnerrsquo 33 des accegraves aux
systegravemes de Business Intelligence se feront au travers de tablettes ou
de smartphones5
En effet dans un monde de plus en plus complexe et des concurrents
de plus en plus menaccedilants les dirigeants doivent aujourdrsquohui se doter
drsquoun moyen drsquoaide agrave la prise de deacutecision agrave temps reacuteel qui permet drsquoanticiper les
changements et preacutevenir au bon moment les risques menaccedilants le bon fonctionnement
de leur entreprise
La Business intelligence mobile donne donc agrave ces dirigeants souvent en deacuteplacement la
possibiliteacute de consulter les informations preacutesentes sur le serveur de lrsquoentreprise suivre
ainsi de pregraves son activiteacute et prendre dans les brefs deacutelais les deacutecisions neacutecessaires en cas
de besoin
Les eacutediteurs conscients de lrsquoimportance du deacutecisionnel mobile ont derniegraverement bien
investi dans le deacuteveloppement des logiciels Business intelligence mobiles donnant
accegraves agrave tout moment aux rapports et tableaux de bords deacutecisionnels Drsquoailleurs la plupart
de ces eacutediteurs offrent aujourdrsquohui agrave leurs clients des nouvelles solutions permettant
drsquoacceacuteder voir mecircme de creacuteer des applications business intelligence depuis une tablette
ou un teacuteleacutephone mobile
5 httpwwwbusinessdecisionfr43-business-intelligence-mobilehtm
16
Le Responsive Design
Crsquoest lrsquoune des nouvelles tendances de la BI En effet avec lrsquoeacutemergence du digital la BI
classique traditionnelle srsquoest trouveacute face agrave des nouvelles probleacutematiques et nouveaux
besoins Les diffeacuterents supports utiliseacutes au quotidien doivent permettre aux experts
(qursquoils soient directeurs managers ou analystes) de retrouver partout ougrave qursquoils se
trouvent et sur nrsquoimporte quel support les tableaux de bord et les analyses
deacutecisionnelles pour les aider agrave prendre les deacutecisions strateacutegiques
On est bien lagrave dans la deacutemarche de responsive web design (site web adaptatif) une
seule application mais plusieurs laquo devices raquo possibles
En effet gracircce agrave cette approche la creacuteation ou la consultation des applications devrait
ecirctre possible sur un ordinateur une tablette ou un Smartphone
A lrsquoinverse des premiers efforts dans la BI mobile et qui consistaient agrave la creacuteation
drsquoapplications propres pour chaque support la BI responsive Design propose une
application alternative et unique qui doit posseacuteder les proprieacuteteacutes suivantes
Lrsquoaffichage drsquoun rapport srsquoadapte agrave lrsquoaffichage du peacuteripheacuterique (quelle que soit
la reacutesolution du peacuteripheacuterique)
La quantiteacute dinformation eacutevolue et sadapte au peacuteripheacuterique
Le deacuteveloppement nest reacutealiseacute quune fois (il nest donc pas neacutecessaire de
refaire un deacuteveloppement speacutecifique pour prendre en compte un nouveau
teacuteleacutephone par exemple)
Lexpeacuterience utilisateur est adapteacutee agrave chaque peacuteripheacuterique
Ainsi le recours agrave une telle technique ne peut qursquoengendrer des gains pour la clientegravele
17
En effet Lrsquoapplication doit ecirctre deacuteveloppeacutee quune seule fois et donc il aura moins de
budget agrave consacrer pour la reacutealisation et la maintenance du projet
Aussi avec chaque nouvelle version de teacuteleacutephone tablette ou PCMAC on nrsquoaura plus
agrave craindre car lrsquoapplication devrait ecirctre precircte et compatible agrave toute version
Le BIG DATA
Lrsquoexplosion quantitative de la donneacutee
numeacuterique ces derniegraveres anneacutees fait
eacutemerger un nouveau concept dans le
secteur informatique celui du Big
Data
Ces donneacutees proviennent de partout
des messages eacutechangeacutes sur les sites de
meacutedias sociaux les transactions dachats en
ligne les signaux GPS de teacuteleacutephones mobiles etc
Une importante quantiteacute drsquoinformation est drsquoailleurs preacutesente dans ces sources de
donneacutees tregraves diversifieacutees qui une fois bien traiteacutee et analyseacutee permet agrave lrsquoentreprise de
mieux comprendre sa clientegravele mieux deacutefinir ses offres et bien cibler son activiteacute
Aujourdrsquohui les grandes entreprises commencent agrave montrer un grand inteacuterecirct agrave ce
nouveau domaine et selon le cabinet de conseil le Gartner 73 des entreprises
ameacutericaines envisagent drsquoinvestir dans le Big Data les deux prochaines anneacutees6
A lrsquoinverse de la BI classique le Big Data connu par sa regravegle des laquo 3V raquo traite des
donneacutees structureacutes et non structureacutees (Varieacuteteacute) ayant un important volume (Volume)
et qui neacutecessitent de nouveaux moyens drsquoanalyse et drsquoexploration pour deacutetecter et
visualiser rapidement lrsquoinformation pertinente(Veacutelociteacute)
6 Solution IT Feacutevrier-Mars 2015 Article laquo le Big Data et la connaissance Client
18
Les grands eacutediteurs eux aussi tregraves inteacuteresseacutes par le Big Data investissent eacutenormeacutement
dans ce domaine et des recherches tregraves approfondies se font actuellement pour trouver
et creacuteer des solutions comme Hadoop capables agrave extraire drsquoimportants volumes de
donneacutees dans le but de mieux les exploiter et drsquoen tirer profit
Le Big Data est donc un nouveau pheacutenomegravene qui sans doute va envahir le monde de
lrsquoinformatique surtout avec ses grandes promesses pour aider agrave traiter et exploiter les
donneacutees numeacuteriques lor noir du XXIe siegravecle
Lrsquoanalyse preacutedictive
Lrsquoanalyse preacutedictive englobe les outils et meacutethodes statistiques qui permettent
drsquoanalyser des faits preacutesents et passeacutes afin de mettre en place des hypothegraveses sur des
eacuteveacutenements futurs
Herveacute Mignot product manager chez SPSS France deacutefinie lrsquoanalyse preacutedictive comme
lrsquooutil qui laquo eacutetudie les donneacutees et les caracteacuteristiques comportementales des
personnes (B2C) ou des entreprises (B2B) pour en tirer des modegraveles preacutedictifs en vue
doptimiser la relation avec les clients raquo7
Avec lrsquoeacutemergence du Big Data les analystes recourent de plus en plus agrave cette
meacutethode analytique qui facilite la deacutetection des relations eacuteventuelles entre des
variables explicatives et des variables expliqueacutees tregraves utiles pour comprendre des
comportements et preacutevoir des reacutesultats futurs
Lrsquoanalyse preacutedictive repreacutesente un enjeu pour lrsquoinformatique deacutecisionnelle
Des eacutetapes de filtrage drsquoagreacutegation et de tests statistiques unitaires sont agrave lrsquoavance
neacutecessaires sur les donneacutees extraites par les ETL qui par la suite doivent ecirctre stockeacutes
dans lrsquoenvironnement de lrsquoanalyse preacutedictive Des algorithmes et tests avanceacutes sont
par la suite agrave reacutealiser pour mettre en place le modegravele preacutedictive le plus pertinent ayant
lrsquointervalle de confiance le plus sucircr
7 Journaldunetcom Article laquo Analyse preacutedictive raquo
19
Les cas drsquoapplication de cette technique drsquoanalyse sont multiples En effet les modegraveles
preacutedictifs contribuent agrave apporter une valeur ajouteacutee dans une foule de domaines
notamment le marketing la connaissance client la preacutevention de la fraude et la gestion
des risques et la liste ne cesse de srsquoallonger
Lrsquoexploration visuelle des donneacutees ou laquo Dataviz raquo
La Data Visualisation srsquoinscrit dans la logique du Big Data et de lrsquoopen data
Il srsquoagit drsquoun moyen visuel pour lrsquoanalyse exploratoire et analytique des donneacutees
Une des derniegraveres tendances de lrsquoinformatique deacutecisionnelle la Dataviz est devenu
vite un outil tregraves appreacutecieacute par les entreprises
Cette nouvelle technique a reacutevolutionneacute en effet le monde de la restitution et de
reporting en rendant de lrsquoimage et des diagrammes des moyens pour la syntheacutetisation
graphique de lrsquoinformation
La preacutesente thegravese traite drsquoailleurs cette meacutethode drsquoanalyse tregraves inteacuteressante
Il y aura dans les prochains chapitres plus de deacutetails sur la Dataviz ses outils et aussi
ses domaines drsquoapplication et sa relation avec lrsquoinformatique deacutecisionnelle
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
2
DEacuteDICACES
A mes tregraves chers parents qui ont toujours eacuteteacute lagrave pour moi et qui mrsquoont donneacute un magnifique
modegravele de labeur et de perseacuteveacuterance Jrsquoespegravere qursquoils trouveront dans ce travail toute ma
reconnaissance et tout mon amour
A mes chegraveres sœurs Dr Charfi Nadia et Mlle Charfi Hasna pour leur amour leur appui et
encouragement qui mrsquoont permis drsquoarriver jusqursquoagrave ce point
A toute ma famille
A tous mes amis
Qursquoils trouvent dans ce modeste travail le teacutemoignage de mon amour mon amitieacute et mon
estime
3
Remerciements
A Mr Jeacuterocircme Morges responsable du Mastegravere Speacutecialiseacute Informatique Deacutecisionnelle pour
ses conseils et directives neacutecessaires agrave la reacutealisation de ce travail
A Mr Emmanuel Hubert responsable administratif du Mastegravere Speacutecialiseacute Informatique
Deacutecisionnelle et Mme Fabienne Courtois assistante administrative du Mastegravere qui ont su
rester agrave lrsquoeacutecoute et se montrer disponibles durant toute cette formation
A tous les intervenants durant le mastegravere speacutecialiseacute et tout le personnel de lrsquoEISTI
4
Reacutesumeacute
Long temps utiliseacute dans les recherches scientifiques et statistiques la Data visualisation
trouve aujourdrsquohui une veacuteritable utilisation dans lrsquoinformatique deacutecisionnelle
En effet le deacuteveloppement des pheacutenomegravenes du Big data et de lrsquoOpen data en font aujourdrsquohui
un outil incontournable pour pouvoir analyser et traiter les eacutenormes volumes de donneacutees
complexes geacuteneacutereacutees par la socieacuteteacute humaine
La Dataviz a veacuteritablement bouleverseacute le monde de la BI en rendant de sa phase de restitution
une discipline de plus en plus visuelle simple agrave comprendre et agrave deacutevelopper
Mots-Cleacutes Data visualisation Dataviz Business Intelligence Big Data Open Data
Abstract
Before used in Scientifics and statistics research Data visualization is currently integrated on
BI Solutions
The Development of Big Data and Open data phenomena made it indispensable to analyze
data efficiently
Thanks to the Dataviz tools BI applications become more visual and easer to create and
develop
Key words Data visualization Dataviz Business Intelligence Big Data Open Data
5
Table des matiegraveres
Reacutesumeacute 4
INTRODUCTION 7
I) LA BUSINESS INTELLIGENCE 10
1- Historique et Deacutefinition 10
2- Les derniegraveres Tendances de la BI 15
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST 20
1) Deacutefinition geacuteneacuterale 21
2) Fonctions de la Data Visualisation 23
a) Outil de visualisation de lrsquoinformation 23
b) Systegraveme de communication universel 24
c) Systegraveme drsquoaide agrave la deacutecision 25
3) Historique de la Data Visualisation 26
4) Exemples des techniques de visualisations 29
a) Des graphiques simples 29
b) Les cartes choroplegravethes 31
c) Les dendrogrammes 31
d) Les Reacuteseaux 32
e) Le graphe agrave bulles animeacutes 33
III) LA DATA VISUALISATION ET LE DECISIONNEL 34
1) La Dataviz une alternative agrave la Business Intelligence classique 36
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel 38
a) Gain en termes de temps 38
b) Gain en termes de productiviteacute 38
c) Gain en termes de compeacutetitiviteacute 39
d) Gain en communication 39
e) Gain en termes drsquoinnovation 39
3) Les Principaux acteurs sur le marcheacute 40
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ 43
1) Introduction 43
2) Le secteur des teacuteleacutecom 43
3) Secteur financier 45
4) Le secteur drsquoeacutenergie 46
5) Secteur de grande consommation 49
V) QUEL AVENIR POUR LA DATA VISUALISATION 51
Conclusion 53
6
Liste des figures
Figure 1 Processus Global dun traitement deacutecisionnel 11
Figure 2 Illustration du WORLD DATA 20
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff) 22
Figure 4 Grottes de Font de Gaume et des Combarelles 26
Figure 5 Carte de flux repreacutesentant les pertes humaines dans lrsquoArmeacutee Franccedilaise lors de la campagne
de Russie (1812-1813) 27
Figure 6 Hans Rosling agrave la confeacuterence TED 28
Figure 7 Carte de France de lintensiteacute des aides PAC par deacutepartement 31
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique 32
Figure 9 Un exemple de reacuteseau social vu comme un graphe (Source Inria CMGPre-conditioning) 32
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes 33
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz 37
Figure 12 Positionnement des logiciels BI sur le marcheacute Dataviz 40
Figure 13 Wireless Call Quality 44
Figure 14 Tableau de bord laquo LeanOwl raquo 45
Figure 15 Exemple illustratif de la deacutetection de la fraude par la technique des graphs 46
Figure 16 The ware room drsquoAramco 47
Figure 17 Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques 48
Figure 18 Courbes de charge eacutelectrique 48
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo 50
Figure 20 La carte des Produits de PampG 50
7
D
INTRODUCTION
urant une longue peacuteriode la prise des deacutecisions et la mise en place des
strateacutegies au sein drsquoune entreprise eacutetaient reacutealiseacutees selon lrsquointuition de la
Direction Geacuteneacuterale et sans lrsquoaide de lrsquoinformatique Cela eacutetait ducirc au fait que les
logiciels informatiques de lrsquoeacutepoque ne permettaient pas la reacutecupeacuteration des donneacutees agrave partir
des applications transactionnelles ni de faire des calculs complexes essentiels pour la
geacuteneacuteration des rapports syntheacutetiques sur lrsquoactiviteacute
Avec le deacuteveloppement informatique et lrsquoapparition des eacutediteurs speacutecialiseacutes dans les systegravemes
drsquoinformations les projets Business Intelligence envahissaient petit agrave petit le monde de
lrsquoentreprise
En effet gracircce aux outils BI il est devenu possible drsquoextraire plus facilement des gros
volumes de donneacutees agrave partir de diffeacuterentes sources de les consolider dans un mecircme entrepocirct
et de les traiter profondeacutement pour fournir aux deacutecideurs comme aux meacutetiers les statistiques
et les informations pertinentes dont ils ont besoin
Ces indicateurs clefs permettront de mieux comprendre la situation de lrsquoentreprise de mettre
en œuvre la meilleure strateacutegie et de piloter drsquoune maniegravere plus efficace lrsquoactiviteacute de la
socieacuteteacute
Les projets deacutecisionnels repreacutesentaient ainsi une veacuteritable opportuniteacute pour les entreprises
qui se preacutecipitaient pour inteacutegrer les outils BI dans leurs systegravemes drsquoinformation et beacuteneacuteficier
ainsi drsquoune plus-value certaine non seulement en terme du temps mais aussi en terme
drsquoargent
Drsquoailleurs selon une eacutetude reacutecente reacutealiseacutee par IDC (International Data Corporation) un
salarieacute perd 5 heures chaque semaine agrave rechercher une information pertinente sur son activiteacute
Cela repreacutesente pour lrsquoentreprise agrave la fin de lrsquoanneacutee de 4000 agrave 16 000 euros1
1 Transition numeacuterique plus ldquo Article la business intelligence crsquoest aussi pour les PME raquo
8
La Business intelligence repreacutesente donc la solution la plus efficace pour une deacutetection rapide
de lrsquoinformation utile et pour une reacuteduction concregravete de ces coucircts suppleacutementaires nuisibles au
bon fonctionnement de lrsquoentreprise et agrave sa capaciteacute concurrentielle
Cependant gracircce agrave la deacutemocratisation rapide de lrsquointernet et de lrsquousage massif des reacuteseaux
sociaux et des objets connecteacutes la socieacuteteacute humaine commence ces derniegraveres anneacutees agrave
produire des volumes eacutenormes de donneacutees structureacutees et non structureacutees
Lrsquoegravere de Big et Open Data a donc deacutemarreacute et les socieacuteteacutes conscientes de lrsquoimportance de
lrsquoinformation que cachent ces donneacutees devraient encore une autre fois adapter leurs meacutethodes
et outils drsquoanalyse avec cette nouvelle situation
En effet les outils de la BI classique ne sont pas capables de traiter des milliards de lignes de
donneacutees issues de multiples sources internes et externes sans affecter leurs performances et
leurs temps de reacuteponse
La Data Visualisation nouvelle tendance de lrsquoinformatique deacutecisionnelle repreacutesente
aujourdrsquohui une des solutions les plus preacutefeacutereacutees par les grandes entreprises agrave fin de faire face
aux enjeux de la digitalisation et pour aider agrave se retrouver dans la laquo jungle drsquoinformations raquo
noyeacutee sous les eacutenormes volumes de donneacutees
Cette technique exploratoire des donneacutees repose sur la capaciteacute de lrsquoimage agrave transformer des
donneacutees complexes tregraves heacuteteacuterogegravenes en informations faciles trop utiles pour une prise de
deacutecision au moment opportun
La preacutesente thegravese intituleacutee laquo La Data visualisation au service de la BI srsquoinscrit dans ce
contexte
En effet ce travail reacutepond agrave la probleacutematique suivante laquo Le visuel peutndashil assurer la prise des
deacutecisions raquo
Le rapport est subdiviseacute en 4 chapitres Dans le premier nous allons donner une preacutesentation
geacuteneacuterale de lrsquoinformatique deacutecisionnelle et ces principales tendances les derniegraveres anneacutees
Dans le deuxiegraveme chapitre nous allons preacutesenter la Data Visualisation dans son contexte
global Nous deacutefinirons en premier lieu la Dataviz ensuite nous preacutesenterons ses fonctions
principales et son historique et nous finirons par deacutefinir quelques techniques de visualisation
9
Le troisiegraveme chapitre preacutesente la Data Visualisation dans le contexte deacutecisionnel les
avantages drsquoun projet BI-Dataviz et encore les principaux eacutediteurs ayant inteacutegreacute les
techniques de la visualisation des donneacutees dans leurs solutions BI
Le quatriegraveme chapitre est consacreacute pour preacutesenter quelques cas drsquoapplication de la Data
visualisation et pour donner une perspective sur son avenir dans le domaine de lrsquoinformatique
deacutecisionnelle
Enfin dans la conclusion nous allons rappeler les principaux reacutesultats et conclusions tireacutees
suite agrave ce travail de recherche sur la Data Visualisation
10
I) LA BUSINESS INTELLIGENCE
Pour faire face agrave une concurrence de plus en plus forte et reacutepondre le mieux agrave des besoins
clients de plus en plus exigeants les entreprises doivent srsquoappuyer sur un ensemble
drsquoinformations pertinentes neacutecessaires pour prendre les bonnes deacutecisions et fixer les
meilleures politiques futures
Lrsquoinformatique deacutecisionnelle reacutepond agrave ce besoin indispensable pour les entreprises En effet
elle permet drsquoextraire agrave partir des donneacutees de production des renseignements essentiels pour
la prise des deacutecisions strateacutegiques
Ce chapitre est consacreacute pour preacutesenter ce systegraveme drsquoinformation eacutevoquer son historique et
donner ces principales tendances les derniegraveres anneacutees
1- Historique et Deacutefinition
Lrsquoinformatique deacutecisionnelle (en anglais business intelligence ou BI) deacutesigne les moyens les
outils et les meacutethodes qui permettent de collecter consolider modeacuteliser et restituer les
donneacutees dune entreprise pour fournir agrave temps lrsquoensemble drsquoinformations neacutecessaires pour
la prise des deacutecisions
Ce systegraveme informatique est apparu agrave la fin des anneacutees 70 avec les premiers infocentres Un
systegraveme qui envoyait des requecirctes directement sur les serveurs de production et qui tregraves vite
montrait des limites consideacuterables avec les mauvais impacts sur le bon fonctionnement des
applications transactionnelles
Dans les anneacutees 80 avec larriveacutee des bases de donneacutees relationnelles on a pu isoler
linformatique de production des dispositifs deacutecisionnels Cependant crsquoest qursquoagrave partir des
anneacutees 90 lrsquoutilisation de la BI a veacuteritablement deacutemarreacute dans les entreprises qui depuis se
lanccedilaient tregraves fortement dans ce nouvel systegraveme drsquoinformation
En effet les technologies business intelligence en se basant sur des entrepocircts de donneacutees
offrent aux deacutecideurs des analyses approfondies sur lrsquoactiviteacute de la socieacuteteacute pour les aider agrave
deacutetecter les nouvelles opportuniteacutes et agrave mettre en place les meilleures strateacutegies et politiques
Lrsquoentrepocirct concept formaliseacute par Bill Inmon deacutesigne drsquoailleurs laquo une collection de donneacutees
theacutematiques inteacutegreacutees non volatiles et historiseacutees pour la prise de deacutecisions raquo
11
Alors et gracircce aux donneacutees centraliseacutees et des mesures agreacutegeacutees il est devenu possible de
fournir aux deacutecideurs des rapports drsquoactiviteacutes syntheacutetiques tregraves utiles pour fixer les prioriteacutes
et les objectifs futures de la socieacuteteacute
Un systegraveme deacutecisionnel classique est composeacute geacuteneacuteralement de 3 grandes phases
Figure 1 Processus Global dun traitement deacutecisionnel
a) La phase drsquoalimentation Grace agrave des outils ETL on extrait les donneacutees des
diffeacuterentes sources transactionnelles pour les charger ensuite dans un entrepocirct central
Ces ETL assurent trois principales fonctionnaliteacutes
Extract (Extraire)
Assurer la connexion agrave la majoriteacute des systegravemes de stockage (base de donneacutees
fichiers ) afin de pouvoir reacutecupeacuterer les donneacutees demandeacutees
Transform (Transformer)
Veacuterifier reformater et nettoyer les donneacutees pour assurer la validiteacute des donneacutees
Load (charger)
Stocker les donneacutees dans lrsquoentrepocirct central afin qursquoelles puissent ecirctre utiliseacutees
par les autres outils du systegraveme BI
b) La phase de modeacutelisation Crsquoest le moment de lrsquoorganisation des donneacutees pour
lrsquoanalyse La modeacutelisation pourrait ecirctre une modeacutelisation en eacutetoile en flocon ou en
constellation
12
La modeacutelisation en Etoile
Ce modegravele est constitueacute drsquoune table de fait centrale contenant les mesures
entoureacutee par des dimensions non relieacutees entre elles repreacutesentants les axes
drsquoanalyses
La modeacutelisation en Flocon
Un modegravele constitueacute drsquoune table de fait et des dimensions deacutecomposeacutees en
sous hieacuterarchies On a un seul niveau hieacuterarchique dans une table de dimension
La table de dimension de niveau hieacuterarchique le plus bas est relieacutee agrave la table de
fait On dit qursquoelle a la granulariteacute la plus fine2
La modeacutelisation en constellation
Plusieurs tables de faits partageant les tables dimensionnelles
2 Cours laquo Les entrepocircts de donneacutees pour les nuls ou pas raquo universiteacute de Lyon
13
Dans la phase de modeacutelisation on peut parler aussi des notions Datamarts et Cubes
qui sont neacutecessaires pour reacutepondre plus preacuteciseacutement agrave certains besoins meacutetiers
Datamart
Un Datamart est un Data Warehouse focaliseacute sur un sujet particulier Ralph
Kimball deacutefinie le Datamart comme laquo une base de donneacutees moins couteuse
que lrsquoentrepocirct de donneacutees et plus leacutegegravere puisqursquo il est geacuteneacuteralement exploiteacute en
entreprise pour restituer des informations cibleacutees sur un meacutetier speacutecifiqueraquo3
Cube
Il srsquoagit drsquoune modeacutelisation multidimensionnelle des donneacutees qui facilite
lrsquoanalyse drsquoune mesure selon diffeacuterentes dimensions instantaneacutement
Les calculs des mesures sont reacutealiseacutes lors du chargement ou de la mise agrave jour
du cube et le traitement des donneacutees peut ecirctre reacutealiseacute soit agrave travers le langage
MDX (Multidimensional Expressions) soit en utilisant des outils avec des
interfaces intuitives ne neacutecessitant pas de connaissances en informatique
c) La phase de restitution Crsquoest une phase de preacutesentation et de diffusion des reacutesultats
drsquoanalyse On parle plutocirct de la creacuteation des rapports et des tableaux de bords durant
cette phase de Reporting
3 The data warehouse ETL toolkit livre de Ralph Kimball traduction libre
14
On peut distinguer trois modes de Rapports
Rapport statique
Crsquoest un rapport de structure figeacutee en termes de preacutesentation et du peacuterimegravetre
des donneacutees analyseacutees
Rapport dynamique
La structure de ce type de rapport est semi statique le peacuterimegravetre des donneacutees
peut varier et lrsquoutilisateur final a la possibiliteacute de choisir les valeurs de
paramegravetres dynamiques inteacutegreacutes dans le rapport
Rapport Ad hoc
Ce type de rapport est librement creacuteeacute par lutilisateur final qui gracircce agrave des
fonctionnaliteacutes de cliques deacutefinie personnellement les structures des tableaux et
graphiques ainsi que les peacuterimegravetres drsquoanalyse
Pour finir cette premiegravere partie il est important drsquoindiquer qursquoactuellement le marcheacute de
lrsquoinformatique deacutecisionnelle est en plein essor les projets BI sont agrave la vogue et le profil drsquoun
consultant deacutecisionnel est trop appreacutecieacute par les socieacuteteacutes de conseils et de services en
ingeacutenierie informatique
En 2009 les eacutetudes estimaient par exemple que le marcheacute deacutecisionnel mondiale eacutetait de 9
milliards de dollars et pourrait atteindre les 14 milliards en 20144
Des statistiques qui reflegravetent donc la grande importance drsquoun tel systegraveme drsquoinformation qui
jusqursquoagrave lrsquoheure actuelle nrsquoa pas cesseacute drsquoeacutevoluer
4 LES ECHOSfr
15
2- Les derniegraveres Tendances de la BI
Ce paragraphe expose quelques exemples des tendances de lrsquoinformatique deacutecisionnelle
En effet la BI ces derniegraveres anneacutees eacutevolue agrave une vitesse deacutemesureacutee avec lrsquoapparition de
nouvelles outils et fonctionnaliteacutes ameacuteliorant consideacuterablement les meacutethodes drsquoanalyse et
outils de restitution
La BI mobile
Selon le cabinet de conseil ameacutericain lsquole Gartnerrsquo 33 des accegraves aux
systegravemes de Business Intelligence se feront au travers de tablettes ou
de smartphones5
En effet dans un monde de plus en plus complexe et des concurrents
de plus en plus menaccedilants les dirigeants doivent aujourdrsquohui se doter
drsquoun moyen drsquoaide agrave la prise de deacutecision agrave temps reacuteel qui permet drsquoanticiper les
changements et preacutevenir au bon moment les risques menaccedilants le bon fonctionnement
de leur entreprise
La Business intelligence mobile donne donc agrave ces dirigeants souvent en deacuteplacement la
possibiliteacute de consulter les informations preacutesentes sur le serveur de lrsquoentreprise suivre
ainsi de pregraves son activiteacute et prendre dans les brefs deacutelais les deacutecisions neacutecessaires en cas
de besoin
Les eacutediteurs conscients de lrsquoimportance du deacutecisionnel mobile ont derniegraverement bien
investi dans le deacuteveloppement des logiciels Business intelligence mobiles donnant
accegraves agrave tout moment aux rapports et tableaux de bords deacutecisionnels Drsquoailleurs la plupart
de ces eacutediteurs offrent aujourdrsquohui agrave leurs clients des nouvelles solutions permettant
drsquoacceacuteder voir mecircme de creacuteer des applications business intelligence depuis une tablette
ou un teacuteleacutephone mobile
5 httpwwwbusinessdecisionfr43-business-intelligence-mobilehtm
16
Le Responsive Design
Crsquoest lrsquoune des nouvelles tendances de la BI En effet avec lrsquoeacutemergence du digital la BI
classique traditionnelle srsquoest trouveacute face agrave des nouvelles probleacutematiques et nouveaux
besoins Les diffeacuterents supports utiliseacutes au quotidien doivent permettre aux experts
(qursquoils soient directeurs managers ou analystes) de retrouver partout ougrave qursquoils se
trouvent et sur nrsquoimporte quel support les tableaux de bord et les analyses
deacutecisionnelles pour les aider agrave prendre les deacutecisions strateacutegiques
On est bien lagrave dans la deacutemarche de responsive web design (site web adaptatif) une
seule application mais plusieurs laquo devices raquo possibles
En effet gracircce agrave cette approche la creacuteation ou la consultation des applications devrait
ecirctre possible sur un ordinateur une tablette ou un Smartphone
A lrsquoinverse des premiers efforts dans la BI mobile et qui consistaient agrave la creacuteation
drsquoapplications propres pour chaque support la BI responsive Design propose une
application alternative et unique qui doit posseacuteder les proprieacuteteacutes suivantes
Lrsquoaffichage drsquoun rapport srsquoadapte agrave lrsquoaffichage du peacuteripheacuterique (quelle que soit
la reacutesolution du peacuteripheacuterique)
La quantiteacute dinformation eacutevolue et sadapte au peacuteripheacuterique
Le deacuteveloppement nest reacutealiseacute quune fois (il nest donc pas neacutecessaire de
refaire un deacuteveloppement speacutecifique pour prendre en compte un nouveau
teacuteleacutephone par exemple)
Lexpeacuterience utilisateur est adapteacutee agrave chaque peacuteripheacuterique
Ainsi le recours agrave une telle technique ne peut qursquoengendrer des gains pour la clientegravele
17
En effet Lrsquoapplication doit ecirctre deacuteveloppeacutee quune seule fois et donc il aura moins de
budget agrave consacrer pour la reacutealisation et la maintenance du projet
Aussi avec chaque nouvelle version de teacuteleacutephone tablette ou PCMAC on nrsquoaura plus
agrave craindre car lrsquoapplication devrait ecirctre precircte et compatible agrave toute version
Le BIG DATA
Lrsquoexplosion quantitative de la donneacutee
numeacuterique ces derniegraveres anneacutees fait
eacutemerger un nouveau concept dans le
secteur informatique celui du Big
Data
Ces donneacutees proviennent de partout
des messages eacutechangeacutes sur les sites de
meacutedias sociaux les transactions dachats en
ligne les signaux GPS de teacuteleacutephones mobiles etc
Une importante quantiteacute drsquoinformation est drsquoailleurs preacutesente dans ces sources de
donneacutees tregraves diversifieacutees qui une fois bien traiteacutee et analyseacutee permet agrave lrsquoentreprise de
mieux comprendre sa clientegravele mieux deacutefinir ses offres et bien cibler son activiteacute
Aujourdrsquohui les grandes entreprises commencent agrave montrer un grand inteacuterecirct agrave ce
nouveau domaine et selon le cabinet de conseil le Gartner 73 des entreprises
ameacutericaines envisagent drsquoinvestir dans le Big Data les deux prochaines anneacutees6
A lrsquoinverse de la BI classique le Big Data connu par sa regravegle des laquo 3V raquo traite des
donneacutees structureacutes et non structureacutees (Varieacuteteacute) ayant un important volume (Volume)
et qui neacutecessitent de nouveaux moyens drsquoanalyse et drsquoexploration pour deacutetecter et
visualiser rapidement lrsquoinformation pertinente(Veacutelociteacute)
6 Solution IT Feacutevrier-Mars 2015 Article laquo le Big Data et la connaissance Client
18
Les grands eacutediteurs eux aussi tregraves inteacuteresseacutes par le Big Data investissent eacutenormeacutement
dans ce domaine et des recherches tregraves approfondies se font actuellement pour trouver
et creacuteer des solutions comme Hadoop capables agrave extraire drsquoimportants volumes de
donneacutees dans le but de mieux les exploiter et drsquoen tirer profit
Le Big Data est donc un nouveau pheacutenomegravene qui sans doute va envahir le monde de
lrsquoinformatique surtout avec ses grandes promesses pour aider agrave traiter et exploiter les
donneacutees numeacuteriques lor noir du XXIe siegravecle
Lrsquoanalyse preacutedictive
Lrsquoanalyse preacutedictive englobe les outils et meacutethodes statistiques qui permettent
drsquoanalyser des faits preacutesents et passeacutes afin de mettre en place des hypothegraveses sur des
eacuteveacutenements futurs
Herveacute Mignot product manager chez SPSS France deacutefinie lrsquoanalyse preacutedictive comme
lrsquooutil qui laquo eacutetudie les donneacutees et les caracteacuteristiques comportementales des
personnes (B2C) ou des entreprises (B2B) pour en tirer des modegraveles preacutedictifs en vue
doptimiser la relation avec les clients raquo7
Avec lrsquoeacutemergence du Big Data les analystes recourent de plus en plus agrave cette
meacutethode analytique qui facilite la deacutetection des relations eacuteventuelles entre des
variables explicatives et des variables expliqueacutees tregraves utiles pour comprendre des
comportements et preacutevoir des reacutesultats futurs
Lrsquoanalyse preacutedictive repreacutesente un enjeu pour lrsquoinformatique deacutecisionnelle
Des eacutetapes de filtrage drsquoagreacutegation et de tests statistiques unitaires sont agrave lrsquoavance
neacutecessaires sur les donneacutees extraites par les ETL qui par la suite doivent ecirctre stockeacutes
dans lrsquoenvironnement de lrsquoanalyse preacutedictive Des algorithmes et tests avanceacutes sont
par la suite agrave reacutealiser pour mettre en place le modegravele preacutedictive le plus pertinent ayant
lrsquointervalle de confiance le plus sucircr
7 Journaldunetcom Article laquo Analyse preacutedictive raquo
19
Les cas drsquoapplication de cette technique drsquoanalyse sont multiples En effet les modegraveles
preacutedictifs contribuent agrave apporter une valeur ajouteacutee dans une foule de domaines
notamment le marketing la connaissance client la preacutevention de la fraude et la gestion
des risques et la liste ne cesse de srsquoallonger
Lrsquoexploration visuelle des donneacutees ou laquo Dataviz raquo
La Data Visualisation srsquoinscrit dans la logique du Big Data et de lrsquoopen data
Il srsquoagit drsquoun moyen visuel pour lrsquoanalyse exploratoire et analytique des donneacutees
Une des derniegraveres tendances de lrsquoinformatique deacutecisionnelle la Dataviz est devenu
vite un outil tregraves appreacutecieacute par les entreprises
Cette nouvelle technique a reacutevolutionneacute en effet le monde de la restitution et de
reporting en rendant de lrsquoimage et des diagrammes des moyens pour la syntheacutetisation
graphique de lrsquoinformation
La preacutesente thegravese traite drsquoailleurs cette meacutethode drsquoanalyse tregraves inteacuteressante
Il y aura dans les prochains chapitres plus de deacutetails sur la Dataviz ses outils et aussi
ses domaines drsquoapplication et sa relation avec lrsquoinformatique deacutecisionnelle
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
3
Remerciements
A Mr Jeacuterocircme Morges responsable du Mastegravere Speacutecialiseacute Informatique Deacutecisionnelle pour
ses conseils et directives neacutecessaires agrave la reacutealisation de ce travail
A Mr Emmanuel Hubert responsable administratif du Mastegravere Speacutecialiseacute Informatique
Deacutecisionnelle et Mme Fabienne Courtois assistante administrative du Mastegravere qui ont su
rester agrave lrsquoeacutecoute et se montrer disponibles durant toute cette formation
A tous les intervenants durant le mastegravere speacutecialiseacute et tout le personnel de lrsquoEISTI
4
Reacutesumeacute
Long temps utiliseacute dans les recherches scientifiques et statistiques la Data visualisation
trouve aujourdrsquohui une veacuteritable utilisation dans lrsquoinformatique deacutecisionnelle
En effet le deacuteveloppement des pheacutenomegravenes du Big data et de lrsquoOpen data en font aujourdrsquohui
un outil incontournable pour pouvoir analyser et traiter les eacutenormes volumes de donneacutees
complexes geacuteneacutereacutees par la socieacuteteacute humaine
La Dataviz a veacuteritablement bouleverseacute le monde de la BI en rendant de sa phase de restitution
une discipline de plus en plus visuelle simple agrave comprendre et agrave deacutevelopper
Mots-Cleacutes Data visualisation Dataviz Business Intelligence Big Data Open Data
Abstract
Before used in Scientifics and statistics research Data visualization is currently integrated on
BI Solutions
The Development of Big Data and Open data phenomena made it indispensable to analyze
data efficiently
Thanks to the Dataviz tools BI applications become more visual and easer to create and
develop
Key words Data visualization Dataviz Business Intelligence Big Data Open Data
5
Table des matiegraveres
Reacutesumeacute 4
INTRODUCTION 7
I) LA BUSINESS INTELLIGENCE 10
1- Historique et Deacutefinition 10
2- Les derniegraveres Tendances de la BI 15
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST 20
1) Deacutefinition geacuteneacuterale 21
2) Fonctions de la Data Visualisation 23
a) Outil de visualisation de lrsquoinformation 23
b) Systegraveme de communication universel 24
c) Systegraveme drsquoaide agrave la deacutecision 25
3) Historique de la Data Visualisation 26
4) Exemples des techniques de visualisations 29
a) Des graphiques simples 29
b) Les cartes choroplegravethes 31
c) Les dendrogrammes 31
d) Les Reacuteseaux 32
e) Le graphe agrave bulles animeacutes 33
III) LA DATA VISUALISATION ET LE DECISIONNEL 34
1) La Dataviz une alternative agrave la Business Intelligence classique 36
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel 38
a) Gain en termes de temps 38
b) Gain en termes de productiviteacute 38
c) Gain en termes de compeacutetitiviteacute 39
d) Gain en communication 39
e) Gain en termes drsquoinnovation 39
3) Les Principaux acteurs sur le marcheacute 40
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ 43
1) Introduction 43
2) Le secteur des teacuteleacutecom 43
3) Secteur financier 45
4) Le secteur drsquoeacutenergie 46
5) Secteur de grande consommation 49
V) QUEL AVENIR POUR LA DATA VISUALISATION 51
Conclusion 53
6
Liste des figures
Figure 1 Processus Global dun traitement deacutecisionnel 11
Figure 2 Illustration du WORLD DATA 20
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff) 22
Figure 4 Grottes de Font de Gaume et des Combarelles 26
Figure 5 Carte de flux repreacutesentant les pertes humaines dans lrsquoArmeacutee Franccedilaise lors de la campagne
de Russie (1812-1813) 27
Figure 6 Hans Rosling agrave la confeacuterence TED 28
Figure 7 Carte de France de lintensiteacute des aides PAC par deacutepartement 31
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique 32
Figure 9 Un exemple de reacuteseau social vu comme un graphe (Source Inria CMGPre-conditioning) 32
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes 33
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz 37
Figure 12 Positionnement des logiciels BI sur le marcheacute Dataviz 40
Figure 13 Wireless Call Quality 44
Figure 14 Tableau de bord laquo LeanOwl raquo 45
Figure 15 Exemple illustratif de la deacutetection de la fraude par la technique des graphs 46
Figure 16 The ware room drsquoAramco 47
Figure 17 Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques 48
Figure 18 Courbes de charge eacutelectrique 48
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo 50
Figure 20 La carte des Produits de PampG 50
7
D
INTRODUCTION
urant une longue peacuteriode la prise des deacutecisions et la mise en place des
strateacutegies au sein drsquoune entreprise eacutetaient reacutealiseacutees selon lrsquointuition de la
Direction Geacuteneacuterale et sans lrsquoaide de lrsquoinformatique Cela eacutetait ducirc au fait que les
logiciels informatiques de lrsquoeacutepoque ne permettaient pas la reacutecupeacuteration des donneacutees agrave partir
des applications transactionnelles ni de faire des calculs complexes essentiels pour la
geacuteneacuteration des rapports syntheacutetiques sur lrsquoactiviteacute
Avec le deacuteveloppement informatique et lrsquoapparition des eacutediteurs speacutecialiseacutes dans les systegravemes
drsquoinformations les projets Business Intelligence envahissaient petit agrave petit le monde de
lrsquoentreprise
En effet gracircce aux outils BI il est devenu possible drsquoextraire plus facilement des gros
volumes de donneacutees agrave partir de diffeacuterentes sources de les consolider dans un mecircme entrepocirct
et de les traiter profondeacutement pour fournir aux deacutecideurs comme aux meacutetiers les statistiques
et les informations pertinentes dont ils ont besoin
Ces indicateurs clefs permettront de mieux comprendre la situation de lrsquoentreprise de mettre
en œuvre la meilleure strateacutegie et de piloter drsquoune maniegravere plus efficace lrsquoactiviteacute de la
socieacuteteacute
Les projets deacutecisionnels repreacutesentaient ainsi une veacuteritable opportuniteacute pour les entreprises
qui se preacutecipitaient pour inteacutegrer les outils BI dans leurs systegravemes drsquoinformation et beacuteneacuteficier
ainsi drsquoune plus-value certaine non seulement en terme du temps mais aussi en terme
drsquoargent
Drsquoailleurs selon une eacutetude reacutecente reacutealiseacutee par IDC (International Data Corporation) un
salarieacute perd 5 heures chaque semaine agrave rechercher une information pertinente sur son activiteacute
Cela repreacutesente pour lrsquoentreprise agrave la fin de lrsquoanneacutee de 4000 agrave 16 000 euros1
1 Transition numeacuterique plus ldquo Article la business intelligence crsquoest aussi pour les PME raquo
8
La Business intelligence repreacutesente donc la solution la plus efficace pour une deacutetection rapide
de lrsquoinformation utile et pour une reacuteduction concregravete de ces coucircts suppleacutementaires nuisibles au
bon fonctionnement de lrsquoentreprise et agrave sa capaciteacute concurrentielle
Cependant gracircce agrave la deacutemocratisation rapide de lrsquointernet et de lrsquousage massif des reacuteseaux
sociaux et des objets connecteacutes la socieacuteteacute humaine commence ces derniegraveres anneacutees agrave
produire des volumes eacutenormes de donneacutees structureacutees et non structureacutees
Lrsquoegravere de Big et Open Data a donc deacutemarreacute et les socieacuteteacutes conscientes de lrsquoimportance de
lrsquoinformation que cachent ces donneacutees devraient encore une autre fois adapter leurs meacutethodes
et outils drsquoanalyse avec cette nouvelle situation
En effet les outils de la BI classique ne sont pas capables de traiter des milliards de lignes de
donneacutees issues de multiples sources internes et externes sans affecter leurs performances et
leurs temps de reacuteponse
La Data Visualisation nouvelle tendance de lrsquoinformatique deacutecisionnelle repreacutesente
aujourdrsquohui une des solutions les plus preacutefeacutereacutees par les grandes entreprises agrave fin de faire face
aux enjeux de la digitalisation et pour aider agrave se retrouver dans la laquo jungle drsquoinformations raquo
noyeacutee sous les eacutenormes volumes de donneacutees
Cette technique exploratoire des donneacutees repose sur la capaciteacute de lrsquoimage agrave transformer des
donneacutees complexes tregraves heacuteteacuterogegravenes en informations faciles trop utiles pour une prise de
deacutecision au moment opportun
La preacutesente thegravese intituleacutee laquo La Data visualisation au service de la BI srsquoinscrit dans ce
contexte
En effet ce travail reacutepond agrave la probleacutematique suivante laquo Le visuel peutndashil assurer la prise des
deacutecisions raquo
Le rapport est subdiviseacute en 4 chapitres Dans le premier nous allons donner une preacutesentation
geacuteneacuterale de lrsquoinformatique deacutecisionnelle et ces principales tendances les derniegraveres anneacutees
Dans le deuxiegraveme chapitre nous allons preacutesenter la Data Visualisation dans son contexte
global Nous deacutefinirons en premier lieu la Dataviz ensuite nous preacutesenterons ses fonctions
principales et son historique et nous finirons par deacutefinir quelques techniques de visualisation
9
Le troisiegraveme chapitre preacutesente la Data Visualisation dans le contexte deacutecisionnel les
avantages drsquoun projet BI-Dataviz et encore les principaux eacutediteurs ayant inteacutegreacute les
techniques de la visualisation des donneacutees dans leurs solutions BI
Le quatriegraveme chapitre est consacreacute pour preacutesenter quelques cas drsquoapplication de la Data
visualisation et pour donner une perspective sur son avenir dans le domaine de lrsquoinformatique
deacutecisionnelle
Enfin dans la conclusion nous allons rappeler les principaux reacutesultats et conclusions tireacutees
suite agrave ce travail de recherche sur la Data Visualisation
10
I) LA BUSINESS INTELLIGENCE
Pour faire face agrave une concurrence de plus en plus forte et reacutepondre le mieux agrave des besoins
clients de plus en plus exigeants les entreprises doivent srsquoappuyer sur un ensemble
drsquoinformations pertinentes neacutecessaires pour prendre les bonnes deacutecisions et fixer les
meilleures politiques futures
Lrsquoinformatique deacutecisionnelle reacutepond agrave ce besoin indispensable pour les entreprises En effet
elle permet drsquoextraire agrave partir des donneacutees de production des renseignements essentiels pour
la prise des deacutecisions strateacutegiques
Ce chapitre est consacreacute pour preacutesenter ce systegraveme drsquoinformation eacutevoquer son historique et
donner ces principales tendances les derniegraveres anneacutees
1- Historique et Deacutefinition
Lrsquoinformatique deacutecisionnelle (en anglais business intelligence ou BI) deacutesigne les moyens les
outils et les meacutethodes qui permettent de collecter consolider modeacuteliser et restituer les
donneacutees dune entreprise pour fournir agrave temps lrsquoensemble drsquoinformations neacutecessaires pour
la prise des deacutecisions
Ce systegraveme informatique est apparu agrave la fin des anneacutees 70 avec les premiers infocentres Un
systegraveme qui envoyait des requecirctes directement sur les serveurs de production et qui tregraves vite
montrait des limites consideacuterables avec les mauvais impacts sur le bon fonctionnement des
applications transactionnelles
Dans les anneacutees 80 avec larriveacutee des bases de donneacutees relationnelles on a pu isoler
linformatique de production des dispositifs deacutecisionnels Cependant crsquoest qursquoagrave partir des
anneacutees 90 lrsquoutilisation de la BI a veacuteritablement deacutemarreacute dans les entreprises qui depuis se
lanccedilaient tregraves fortement dans ce nouvel systegraveme drsquoinformation
En effet les technologies business intelligence en se basant sur des entrepocircts de donneacutees
offrent aux deacutecideurs des analyses approfondies sur lrsquoactiviteacute de la socieacuteteacute pour les aider agrave
deacutetecter les nouvelles opportuniteacutes et agrave mettre en place les meilleures strateacutegies et politiques
Lrsquoentrepocirct concept formaliseacute par Bill Inmon deacutesigne drsquoailleurs laquo une collection de donneacutees
theacutematiques inteacutegreacutees non volatiles et historiseacutees pour la prise de deacutecisions raquo
11
Alors et gracircce aux donneacutees centraliseacutees et des mesures agreacutegeacutees il est devenu possible de
fournir aux deacutecideurs des rapports drsquoactiviteacutes syntheacutetiques tregraves utiles pour fixer les prioriteacutes
et les objectifs futures de la socieacuteteacute
Un systegraveme deacutecisionnel classique est composeacute geacuteneacuteralement de 3 grandes phases
Figure 1 Processus Global dun traitement deacutecisionnel
a) La phase drsquoalimentation Grace agrave des outils ETL on extrait les donneacutees des
diffeacuterentes sources transactionnelles pour les charger ensuite dans un entrepocirct central
Ces ETL assurent trois principales fonctionnaliteacutes
Extract (Extraire)
Assurer la connexion agrave la majoriteacute des systegravemes de stockage (base de donneacutees
fichiers ) afin de pouvoir reacutecupeacuterer les donneacutees demandeacutees
Transform (Transformer)
Veacuterifier reformater et nettoyer les donneacutees pour assurer la validiteacute des donneacutees
Load (charger)
Stocker les donneacutees dans lrsquoentrepocirct central afin qursquoelles puissent ecirctre utiliseacutees
par les autres outils du systegraveme BI
b) La phase de modeacutelisation Crsquoest le moment de lrsquoorganisation des donneacutees pour
lrsquoanalyse La modeacutelisation pourrait ecirctre une modeacutelisation en eacutetoile en flocon ou en
constellation
12
La modeacutelisation en Etoile
Ce modegravele est constitueacute drsquoune table de fait centrale contenant les mesures
entoureacutee par des dimensions non relieacutees entre elles repreacutesentants les axes
drsquoanalyses
La modeacutelisation en Flocon
Un modegravele constitueacute drsquoune table de fait et des dimensions deacutecomposeacutees en
sous hieacuterarchies On a un seul niveau hieacuterarchique dans une table de dimension
La table de dimension de niveau hieacuterarchique le plus bas est relieacutee agrave la table de
fait On dit qursquoelle a la granulariteacute la plus fine2
La modeacutelisation en constellation
Plusieurs tables de faits partageant les tables dimensionnelles
2 Cours laquo Les entrepocircts de donneacutees pour les nuls ou pas raquo universiteacute de Lyon
13
Dans la phase de modeacutelisation on peut parler aussi des notions Datamarts et Cubes
qui sont neacutecessaires pour reacutepondre plus preacuteciseacutement agrave certains besoins meacutetiers
Datamart
Un Datamart est un Data Warehouse focaliseacute sur un sujet particulier Ralph
Kimball deacutefinie le Datamart comme laquo une base de donneacutees moins couteuse
que lrsquoentrepocirct de donneacutees et plus leacutegegravere puisqursquo il est geacuteneacuteralement exploiteacute en
entreprise pour restituer des informations cibleacutees sur un meacutetier speacutecifiqueraquo3
Cube
Il srsquoagit drsquoune modeacutelisation multidimensionnelle des donneacutees qui facilite
lrsquoanalyse drsquoune mesure selon diffeacuterentes dimensions instantaneacutement
Les calculs des mesures sont reacutealiseacutes lors du chargement ou de la mise agrave jour
du cube et le traitement des donneacutees peut ecirctre reacutealiseacute soit agrave travers le langage
MDX (Multidimensional Expressions) soit en utilisant des outils avec des
interfaces intuitives ne neacutecessitant pas de connaissances en informatique
c) La phase de restitution Crsquoest une phase de preacutesentation et de diffusion des reacutesultats
drsquoanalyse On parle plutocirct de la creacuteation des rapports et des tableaux de bords durant
cette phase de Reporting
3 The data warehouse ETL toolkit livre de Ralph Kimball traduction libre
14
On peut distinguer trois modes de Rapports
Rapport statique
Crsquoest un rapport de structure figeacutee en termes de preacutesentation et du peacuterimegravetre
des donneacutees analyseacutees
Rapport dynamique
La structure de ce type de rapport est semi statique le peacuterimegravetre des donneacutees
peut varier et lrsquoutilisateur final a la possibiliteacute de choisir les valeurs de
paramegravetres dynamiques inteacutegreacutes dans le rapport
Rapport Ad hoc
Ce type de rapport est librement creacuteeacute par lutilisateur final qui gracircce agrave des
fonctionnaliteacutes de cliques deacutefinie personnellement les structures des tableaux et
graphiques ainsi que les peacuterimegravetres drsquoanalyse
Pour finir cette premiegravere partie il est important drsquoindiquer qursquoactuellement le marcheacute de
lrsquoinformatique deacutecisionnelle est en plein essor les projets BI sont agrave la vogue et le profil drsquoun
consultant deacutecisionnel est trop appreacutecieacute par les socieacuteteacutes de conseils et de services en
ingeacutenierie informatique
En 2009 les eacutetudes estimaient par exemple que le marcheacute deacutecisionnel mondiale eacutetait de 9
milliards de dollars et pourrait atteindre les 14 milliards en 20144
Des statistiques qui reflegravetent donc la grande importance drsquoun tel systegraveme drsquoinformation qui
jusqursquoagrave lrsquoheure actuelle nrsquoa pas cesseacute drsquoeacutevoluer
4 LES ECHOSfr
15
2- Les derniegraveres Tendances de la BI
Ce paragraphe expose quelques exemples des tendances de lrsquoinformatique deacutecisionnelle
En effet la BI ces derniegraveres anneacutees eacutevolue agrave une vitesse deacutemesureacutee avec lrsquoapparition de
nouvelles outils et fonctionnaliteacutes ameacuteliorant consideacuterablement les meacutethodes drsquoanalyse et
outils de restitution
La BI mobile
Selon le cabinet de conseil ameacutericain lsquole Gartnerrsquo 33 des accegraves aux
systegravemes de Business Intelligence se feront au travers de tablettes ou
de smartphones5
En effet dans un monde de plus en plus complexe et des concurrents
de plus en plus menaccedilants les dirigeants doivent aujourdrsquohui se doter
drsquoun moyen drsquoaide agrave la prise de deacutecision agrave temps reacuteel qui permet drsquoanticiper les
changements et preacutevenir au bon moment les risques menaccedilants le bon fonctionnement
de leur entreprise
La Business intelligence mobile donne donc agrave ces dirigeants souvent en deacuteplacement la
possibiliteacute de consulter les informations preacutesentes sur le serveur de lrsquoentreprise suivre
ainsi de pregraves son activiteacute et prendre dans les brefs deacutelais les deacutecisions neacutecessaires en cas
de besoin
Les eacutediteurs conscients de lrsquoimportance du deacutecisionnel mobile ont derniegraverement bien
investi dans le deacuteveloppement des logiciels Business intelligence mobiles donnant
accegraves agrave tout moment aux rapports et tableaux de bords deacutecisionnels Drsquoailleurs la plupart
de ces eacutediteurs offrent aujourdrsquohui agrave leurs clients des nouvelles solutions permettant
drsquoacceacuteder voir mecircme de creacuteer des applications business intelligence depuis une tablette
ou un teacuteleacutephone mobile
5 httpwwwbusinessdecisionfr43-business-intelligence-mobilehtm
16
Le Responsive Design
Crsquoest lrsquoune des nouvelles tendances de la BI En effet avec lrsquoeacutemergence du digital la BI
classique traditionnelle srsquoest trouveacute face agrave des nouvelles probleacutematiques et nouveaux
besoins Les diffeacuterents supports utiliseacutes au quotidien doivent permettre aux experts
(qursquoils soient directeurs managers ou analystes) de retrouver partout ougrave qursquoils se
trouvent et sur nrsquoimporte quel support les tableaux de bord et les analyses
deacutecisionnelles pour les aider agrave prendre les deacutecisions strateacutegiques
On est bien lagrave dans la deacutemarche de responsive web design (site web adaptatif) une
seule application mais plusieurs laquo devices raquo possibles
En effet gracircce agrave cette approche la creacuteation ou la consultation des applications devrait
ecirctre possible sur un ordinateur une tablette ou un Smartphone
A lrsquoinverse des premiers efforts dans la BI mobile et qui consistaient agrave la creacuteation
drsquoapplications propres pour chaque support la BI responsive Design propose une
application alternative et unique qui doit posseacuteder les proprieacuteteacutes suivantes
Lrsquoaffichage drsquoun rapport srsquoadapte agrave lrsquoaffichage du peacuteripheacuterique (quelle que soit
la reacutesolution du peacuteripheacuterique)
La quantiteacute dinformation eacutevolue et sadapte au peacuteripheacuterique
Le deacuteveloppement nest reacutealiseacute quune fois (il nest donc pas neacutecessaire de
refaire un deacuteveloppement speacutecifique pour prendre en compte un nouveau
teacuteleacutephone par exemple)
Lexpeacuterience utilisateur est adapteacutee agrave chaque peacuteripheacuterique
Ainsi le recours agrave une telle technique ne peut qursquoengendrer des gains pour la clientegravele
17
En effet Lrsquoapplication doit ecirctre deacuteveloppeacutee quune seule fois et donc il aura moins de
budget agrave consacrer pour la reacutealisation et la maintenance du projet
Aussi avec chaque nouvelle version de teacuteleacutephone tablette ou PCMAC on nrsquoaura plus
agrave craindre car lrsquoapplication devrait ecirctre precircte et compatible agrave toute version
Le BIG DATA
Lrsquoexplosion quantitative de la donneacutee
numeacuterique ces derniegraveres anneacutees fait
eacutemerger un nouveau concept dans le
secteur informatique celui du Big
Data
Ces donneacutees proviennent de partout
des messages eacutechangeacutes sur les sites de
meacutedias sociaux les transactions dachats en
ligne les signaux GPS de teacuteleacutephones mobiles etc
Une importante quantiteacute drsquoinformation est drsquoailleurs preacutesente dans ces sources de
donneacutees tregraves diversifieacutees qui une fois bien traiteacutee et analyseacutee permet agrave lrsquoentreprise de
mieux comprendre sa clientegravele mieux deacutefinir ses offres et bien cibler son activiteacute
Aujourdrsquohui les grandes entreprises commencent agrave montrer un grand inteacuterecirct agrave ce
nouveau domaine et selon le cabinet de conseil le Gartner 73 des entreprises
ameacutericaines envisagent drsquoinvestir dans le Big Data les deux prochaines anneacutees6
A lrsquoinverse de la BI classique le Big Data connu par sa regravegle des laquo 3V raquo traite des
donneacutees structureacutes et non structureacutees (Varieacuteteacute) ayant un important volume (Volume)
et qui neacutecessitent de nouveaux moyens drsquoanalyse et drsquoexploration pour deacutetecter et
visualiser rapidement lrsquoinformation pertinente(Veacutelociteacute)
6 Solution IT Feacutevrier-Mars 2015 Article laquo le Big Data et la connaissance Client
18
Les grands eacutediteurs eux aussi tregraves inteacuteresseacutes par le Big Data investissent eacutenormeacutement
dans ce domaine et des recherches tregraves approfondies se font actuellement pour trouver
et creacuteer des solutions comme Hadoop capables agrave extraire drsquoimportants volumes de
donneacutees dans le but de mieux les exploiter et drsquoen tirer profit
Le Big Data est donc un nouveau pheacutenomegravene qui sans doute va envahir le monde de
lrsquoinformatique surtout avec ses grandes promesses pour aider agrave traiter et exploiter les
donneacutees numeacuteriques lor noir du XXIe siegravecle
Lrsquoanalyse preacutedictive
Lrsquoanalyse preacutedictive englobe les outils et meacutethodes statistiques qui permettent
drsquoanalyser des faits preacutesents et passeacutes afin de mettre en place des hypothegraveses sur des
eacuteveacutenements futurs
Herveacute Mignot product manager chez SPSS France deacutefinie lrsquoanalyse preacutedictive comme
lrsquooutil qui laquo eacutetudie les donneacutees et les caracteacuteristiques comportementales des
personnes (B2C) ou des entreprises (B2B) pour en tirer des modegraveles preacutedictifs en vue
doptimiser la relation avec les clients raquo7
Avec lrsquoeacutemergence du Big Data les analystes recourent de plus en plus agrave cette
meacutethode analytique qui facilite la deacutetection des relations eacuteventuelles entre des
variables explicatives et des variables expliqueacutees tregraves utiles pour comprendre des
comportements et preacutevoir des reacutesultats futurs
Lrsquoanalyse preacutedictive repreacutesente un enjeu pour lrsquoinformatique deacutecisionnelle
Des eacutetapes de filtrage drsquoagreacutegation et de tests statistiques unitaires sont agrave lrsquoavance
neacutecessaires sur les donneacutees extraites par les ETL qui par la suite doivent ecirctre stockeacutes
dans lrsquoenvironnement de lrsquoanalyse preacutedictive Des algorithmes et tests avanceacutes sont
par la suite agrave reacutealiser pour mettre en place le modegravele preacutedictive le plus pertinent ayant
lrsquointervalle de confiance le plus sucircr
7 Journaldunetcom Article laquo Analyse preacutedictive raquo
19
Les cas drsquoapplication de cette technique drsquoanalyse sont multiples En effet les modegraveles
preacutedictifs contribuent agrave apporter une valeur ajouteacutee dans une foule de domaines
notamment le marketing la connaissance client la preacutevention de la fraude et la gestion
des risques et la liste ne cesse de srsquoallonger
Lrsquoexploration visuelle des donneacutees ou laquo Dataviz raquo
La Data Visualisation srsquoinscrit dans la logique du Big Data et de lrsquoopen data
Il srsquoagit drsquoun moyen visuel pour lrsquoanalyse exploratoire et analytique des donneacutees
Une des derniegraveres tendances de lrsquoinformatique deacutecisionnelle la Dataviz est devenu
vite un outil tregraves appreacutecieacute par les entreprises
Cette nouvelle technique a reacutevolutionneacute en effet le monde de la restitution et de
reporting en rendant de lrsquoimage et des diagrammes des moyens pour la syntheacutetisation
graphique de lrsquoinformation
La preacutesente thegravese traite drsquoailleurs cette meacutethode drsquoanalyse tregraves inteacuteressante
Il y aura dans les prochains chapitres plus de deacutetails sur la Dataviz ses outils et aussi
ses domaines drsquoapplication et sa relation avec lrsquoinformatique deacutecisionnelle
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
4
Reacutesumeacute
Long temps utiliseacute dans les recherches scientifiques et statistiques la Data visualisation
trouve aujourdrsquohui une veacuteritable utilisation dans lrsquoinformatique deacutecisionnelle
En effet le deacuteveloppement des pheacutenomegravenes du Big data et de lrsquoOpen data en font aujourdrsquohui
un outil incontournable pour pouvoir analyser et traiter les eacutenormes volumes de donneacutees
complexes geacuteneacutereacutees par la socieacuteteacute humaine
La Dataviz a veacuteritablement bouleverseacute le monde de la BI en rendant de sa phase de restitution
une discipline de plus en plus visuelle simple agrave comprendre et agrave deacutevelopper
Mots-Cleacutes Data visualisation Dataviz Business Intelligence Big Data Open Data
Abstract
Before used in Scientifics and statistics research Data visualization is currently integrated on
BI Solutions
The Development of Big Data and Open data phenomena made it indispensable to analyze
data efficiently
Thanks to the Dataviz tools BI applications become more visual and easer to create and
develop
Key words Data visualization Dataviz Business Intelligence Big Data Open Data
5
Table des matiegraveres
Reacutesumeacute 4
INTRODUCTION 7
I) LA BUSINESS INTELLIGENCE 10
1- Historique et Deacutefinition 10
2- Les derniegraveres Tendances de la BI 15
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST 20
1) Deacutefinition geacuteneacuterale 21
2) Fonctions de la Data Visualisation 23
a) Outil de visualisation de lrsquoinformation 23
b) Systegraveme de communication universel 24
c) Systegraveme drsquoaide agrave la deacutecision 25
3) Historique de la Data Visualisation 26
4) Exemples des techniques de visualisations 29
a) Des graphiques simples 29
b) Les cartes choroplegravethes 31
c) Les dendrogrammes 31
d) Les Reacuteseaux 32
e) Le graphe agrave bulles animeacutes 33
III) LA DATA VISUALISATION ET LE DECISIONNEL 34
1) La Dataviz une alternative agrave la Business Intelligence classique 36
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel 38
a) Gain en termes de temps 38
b) Gain en termes de productiviteacute 38
c) Gain en termes de compeacutetitiviteacute 39
d) Gain en communication 39
e) Gain en termes drsquoinnovation 39
3) Les Principaux acteurs sur le marcheacute 40
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ 43
1) Introduction 43
2) Le secteur des teacuteleacutecom 43
3) Secteur financier 45
4) Le secteur drsquoeacutenergie 46
5) Secteur de grande consommation 49
V) QUEL AVENIR POUR LA DATA VISUALISATION 51
Conclusion 53
6
Liste des figures
Figure 1 Processus Global dun traitement deacutecisionnel 11
Figure 2 Illustration du WORLD DATA 20
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff) 22
Figure 4 Grottes de Font de Gaume et des Combarelles 26
Figure 5 Carte de flux repreacutesentant les pertes humaines dans lrsquoArmeacutee Franccedilaise lors de la campagne
de Russie (1812-1813) 27
Figure 6 Hans Rosling agrave la confeacuterence TED 28
Figure 7 Carte de France de lintensiteacute des aides PAC par deacutepartement 31
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique 32
Figure 9 Un exemple de reacuteseau social vu comme un graphe (Source Inria CMGPre-conditioning) 32
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes 33
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz 37
Figure 12 Positionnement des logiciels BI sur le marcheacute Dataviz 40
Figure 13 Wireless Call Quality 44
Figure 14 Tableau de bord laquo LeanOwl raquo 45
Figure 15 Exemple illustratif de la deacutetection de la fraude par la technique des graphs 46
Figure 16 The ware room drsquoAramco 47
Figure 17 Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques 48
Figure 18 Courbes de charge eacutelectrique 48
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo 50
Figure 20 La carte des Produits de PampG 50
7
D
INTRODUCTION
urant une longue peacuteriode la prise des deacutecisions et la mise en place des
strateacutegies au sein drsquoune entreprise eacutetaient reacutealiseacutees selon lrsquointuition de la
Direction Geacuteneacuterale et sans lrsquoaide de lrsquoinformatique Cela eacutetait ducirc au fait que les
logiciels informatiques de lrsquoeacutepoque ne permettaient pas la reacutecupeacuteration des donneacutees agrave partir
des applications transactionnelles ni de faire des calculs complexes essentiels pour la
geacuteneacuteration des rapports syntheacutetiques sur lrsquoactiviteacute
Avec le deacuteveloppement informatique et lrsquoapparition des eacutediteurs speacutecialiseacutes dans les systegravemes
drsquoinformations les projets Business Intelligence envahissaient petit agrave petit le monde de
lrsquoentreprise
En effet gracircce aux outils BI il est devenu possible drsquoextraire plus facilement des gros
volumes de donneacutees agrave partir de diffeacuterentes sources de les consolider dans un mecircme entrepocirct
et de les traiter profondeacutement pour fournir aux deacutecideurs comme aux meacutetiers les statistiques
et les informations pertinentes dont ils ont besoin
Ces indicateurs clefs permettront de mieux comprendre la situation de lrsquoentreprise de mettre
en œuvre la meilleure strateacutegie et de piloter drsquoune maniegravere plus efficace lrsquoactiviteacute de la
socieacuteteacute
Les projets deacutecisionnels repreacutesentaient ainsi une veacuteritable opportuniteacute pour les entreprises
qui se preacutecipitaient pour inteacutegrer les outils BI dans leurs systegravemes drsquoinformation et beacuteneacuteficier
ainsi drsquoune plus-value certaine non seulement en terme du temps mais aussi en terme
drsquoargent
Drsquoailleurs selon une eacutetude reacutecente reacutealiseacutee par IDC (International Data Corporation) un
salarieacute perd 5 heures chaque semaine agrave rechercher une information pertinente sur son activiteacute
Cela repreacutesente pour lrsquoentreprise agrave la fin de lrsquoanneacutee de 4000 agrave 16 000 euros1
1 Transition numeacuterique plus ldquo Article la business intelligence crsquoest aussi pour les PME raquo
8
La Business intelligence repreacutesente donc la solution la plus efficace pour une deacutetection rapide
de lrsquoinformation utile et pour une reacuteduction concregravete de ces coucircts suppleacutementaires nuisibles au
bon fonctionnement de lrsquoentreprise et agrave sa capaciteacute concurrentielle
Cependant gracircce agrave la deacutemocratisation rapide de lrsquointernet et de lrsquousage massif des reacuteseaux
sociaux et des objets connecteacutes la socieacuteteacute humaine commence ces derniegraveres anneacutees agrave
produire des volumes eacutenormes de donneacutees structureacutees et non structureacutees
Lrsquoegravere de Big et Open Data a donc deacutemarreacute et les socieacuteteacutes conscientes de lrsquoimportance de
lrsquoinformation que cachent ces donneacutees devraient encore une autre fois adapter leurs meacutethodes
et outils drsquoanalyse avec cette nouvelle situation
En effet les outils de la BI classique ne sont pas capables de traiter des milliards de lignes de
donneacutees issues de multiples sources internes et externes sans affecter leurs performances et
leurs temps de reacuteponse
La Data Visualisation nouvelle tendance de lrsquoinformatique deacutecisionnelle repreacutesente
aujourdrsquohui une des solutions les plus preacutefeacutereacutees par les grandes entreprises agrave fin de faire face
aux enjeux de la digitalisation et pour aider agrave se retrouver dans la laquo jungle drsquoinformations raquo
noyeacutee sous les eacutenormes volumes de donneacutees
Cette technique exploratoire des donneacutees repose sur la capaciteacute de lrsquoimage agrave transformer des
donneacutees complexes tregraves heacuteteacuterogegravenes en informations faciles trop utiles pour une prise de
deacutecision au moment opportun
La preacutesente thegravese intituleacutee laquo La Data visualisation au service de la BI srsquoinscrit dans ce
contexte
En effet ce travail reacutepond agrave la probleacutematique suivante laquo Le visuel peutndashil assurer la prise des
deacutecisions raquo
Le rapport est subdiviseacute en 4 chapitres Dans le premier nous allons donner une preacutesentation
geacuteneacuterale de lrsquoinformatique deacutecisionnelle et ces principales tendances les derniegraveres anneacutees
Dans le deuxiegraveme chapitre nous allons preacutesenter la Data Visualisation dans son contexte
global Nous deacutefinirons en premier lieu la Dataviz ensuite nous preacutesenterons ses fonctions
principales et son historique et nous finirons par deacutefinir quelques techniques de visualisation
9
Le troisiegraveme chapitre preacutesente la Data Visualisation dans le contexte deacutecisionnel les
avantages drsquoun projet BI-Dataviz et encore les principaux eacutediteurs ayant inteacutegreacute les
techniques de la visualisation des donneacutees dans leurs solutions BI
Le quatriegraveme chapitre est consacreacute pour preacutesenter quelques cas drsquoapplication de la Data
visualisation et pour donner une perspective sur son avenir dans le domaine de lrsquoinformatique
deacutecisionnelle
Enfin dans la conclusion nous allons rappeler les principaux reacutesultats et conclusions tireacutees
suite agrave ce travail de recherche sur la Data Visualisation
10
I) LA BUSINESS INTELLIGENCE
Pour faire face agrave une concurrence de plus en plus forte et reacutepondre le mieux agrave des besoins
clients de plus en plus exigeants les entreprises doivent srsquoappuyer sur un ensemble
drsquoinformations pertinentes neacutecessaires pour prendre les bonnes deacutecisions et fixer les
meilleures politiques futures
Lrsquoinformatique deacutecisionnelle reacutepond agrave ce besoin indispensable pour les entreprises En effet
elle permet drsquoextraire agrave partir des donneacutees de production des renseignements essentiels pour
la prise des deacutecisions strateacutegiques
Ce chapitre est consacreacute pour preacutesenter ce systegraveme drsquoinformation eacutevoquer son historique et
donner ces principales tendances les derniegraveres anneacutees
1- Historique et Deacutefinition
Lrsquoinformatique deacutecisionnelle (en anglais business intelligence ou BI) deacutesigne les moyens les
outils et les meacutethodes qui permettent de collecter consolider modeacuteliser et restituer les
donneacutees dune entreprise pour fournir agrave temps lrsquoensemble drsquoinformations neacutecessaires pour
la prise des deacutecisions
Ce systegraveme informatique est apparu agrave la fin des anneacutees 70 avec les premiers infocentres Un
systegraveme qui envoyait des requecirctes directement sur les serveurs de production et qui tregraves vite
montrait des limites consideacuterables avec les mauvais impacts sur le bon fonctionnement des
applications transactionnelles
Dans les anneacutees 80 avec larriveacutee des bases de donneacutees relationnelles on a pu isoler
linformatique de production des dispositifs deacutecisionnels Cependant crsquoest qursquoagrave partir des
anneacutees 90 lrsquoutilisation de la BI a veacuteritablement deacutemarreacute dans les entreprises qui depuis se
lanccedilaient tregraves fortement dans ce nouvel systegraveme drsquoinformation
En effet les technologies business intelligence en se basant sur des entrepocircts de donneacutees
offrent aux deacutecideurs des analyses approfondies sur lrsquoactiviteacute de la socieacuteteacute pour les aider agrave
deacutetecter les nouvelles opportuniteacutes et agrave mettre en place les meilleures strateacutegies et politiques
Lrsquoentrepocirct concept formaliseacute par Bill Inmon deacutesigne drsquoailleurs laquo une collection de donneacutees
theacutematiques inteacutegreacutees non volatiles et historiseacutees pour la prise de deacutecisions raquo
11
Alors et gracircce aux donneacutees centraliseacutees et des mesures agreacutegeacutees il est devenu possible de
fournir aux deacutecideurs des rapports drsquoactiviteacutes syntheacutetiques tregraves utiles pour fixer les prioriteacutes
et les objectifs futures de la socieacuteteacute
Un systegraveme deacutecisionnel classique est composeacute geacuteneacuteralement de 3 grandes phases
Figure 1 Processus Global dun traitement deacutecisionnel
a) La phase drsquoalimentation Grace agrave des outils ETL on extrait les donneacutees des
diffeacuterentes sources transactionnelles pour les charger ensuite dans un entrepocirct central
Ces ETL assurent trois principales fonctionnaliteacutes
Extract (Extraire)
Assurer la connexion agrave la majoriteacute des systegravemes de stockage (base de donneacutees
fichiers ) afin de pouvoir reacutecupeacuterer les donneacutees demandeacutees
Transform (Transformer)
Veacuterifier reformater et nettoyer les donneacutees pour assurer la validiteacute des donneacutees
Load (charger)
Stocker les donneacutees dans lrsquoentrepocirct central afin qursquoelles puissent ecirctre utiliseacutees
par les autres outils du systegraveme BI
b) La phase de modeacutelisation Crsquoest le moment de lrsquoorganisation des donneacutees pour
lrsquoanalyse La modeacutelisation pourrait ecirctre une modeacutelisation en eacutetoile en flocon ou en
constellation
12
La modeacutelisation en Etoile
Ce modegravele est constitueacute drsquoune table de fait centrale contenant les mesures
entoureacutee par des dimensions non relieacutees entre elles repreacutesentants les axes
drsquoanalyses
La modeacutelisation en Flocon
Un modegravele constitueacute drsquoune table de fait et des dimensions deacutecomposeacutees en
sous hieacuterarchies On a un seul niveau hieacuterarchique dans une table de dimension
La table de dimension de niveau hieacuterarchique le plus bas est relieacutee agrave la table de
fait On dit qursquoelle a la granulariteacute la plus fine2
La modeacutelisation en constellation
Plusieurs tables de faits partageant les tables dimensionnelles
2 Cours laquo Les entrepocircts de donneacutees pour les nuls ou pas raquo universiteacute de Lyon
13
Dans la phase de modeacutelisation on peut parler aussi des notions Datamarts et Cubes
qui sont neacutecessaires pour reacutepondre plus preacuteciseacutement agrave certains besoins meacutetiers
Datamart
Un Datamart est un Data Warehouse focaliseacute sur un sujet particulier Ralph
Kimball deacutefinie le Datamart comme laquo une base de donneacutees moins couteuse
que lrsquoentrepocirct de donneacutees et plus leacutegegravere puisqursquo il est geacuteneacuteralement exploiteacute en
entreprise pour restituer des informations cibleacutees sur un meacutetier speacutecifiqueraquo3
Cube
Il srsquoagit drsquoune modeacutelisation multidimensionnelle des donneacutees qui facilite
lrsquoanalyse drsquoune mesure selon diffeacuterentes dimensions instantaneacutement
Les calculs des mesures sont reacutealiseacutes lors du chargement ou de la mise agrave jour
du cube et le traitement des donneacutees peut ecirctre reacutealiseacute soit agrave travers le langage
MDX (Multidimensional Expressions) soit en utilisant des outils avec des
interfaces intuitives ne neacutecessitant pas de connaissances en informatique
c) La phase de restitution Crsquoest une phase de preacutesentation et de diffusion des reacutesultats
drsquoanalyse On parle plutocirct de la creacuteation des rapports et des tableaux de bords durant
cette phase de Reporting
3 The data warehouse ETL toolkit livre de Ralph Kimball traduction libre
14
On peut distinguer trois modes de Rapports
Rapport statique
Crsquoest un rapport de structure figeacutee en termes de preacutesentation et du peacuterimegravetre
des donneacutees analyseacutees
Rapport dynamique
La structure de ce type de rapport est semi statique le peacuterimegravetre des donneacutees
peut varier et lrsquoutilisateur final a la possibiliteacute de choisir les valeurs de
paramegravetres dynamiques inteacutegreacutes dans le rapport
Rapport Ad hoc
Ce type de rapport est librement creacuteeacute par lutilisateur final qui gracircce agrave des
fonctionnaliteacutes de cliques deacutefinie personnellement les structures des tableaux et
graphiques ainsi que les peacuterimegravetres drsquoanalyse
Pour finir cette premiegravere partie il est important drsquoindiquer qursquoactuellement le marcheacute de
lrsquoinformatique deacutecisionnelle est en plein essor les projets BI sont agrave la vogue et le profil drsquoun
consultant deacutecisionnel est trop appreacutecieacute par les socieacuteteacutes de conseils et de services en
ingeacutenierie informatique
En 2009 les eacutetudes estimaient par exemple que le marcheacute deacutecisionnel mondiale eacutetait de 9
milliards de dollars et pourrait atteindre les 14 milliards en 20144
Des statistiques qui reflegravetent donc la grande importance drsquoun tel systegraveme drsquoinformation qui
jusqursquoagrave lrsquoheure actuelle nrsquoa pas cesseacute drsquoeacutevoluer
4 LES ECHOSfr
15
2- Les derniegraveres Tendances de la BI
Ce paragraphe expose quelques exemples des tendances de lrsquoinformatique deacutecisionnelle
En effet la BI ces derniegraveres anneacutees eacutevolue agrave une vitesse deacutemesureacutee avec lrsquoapparition de
nouvelles outils et fonctionnaliteacutes ameacuteliorant consideacuterablement les meacutethodes drsquoanalyse et
outils de restitution
La BI mobile
Selon le cabinet de conseil ameacutericain lsquole Gartnerrsquo 33 des accegraves aux
systegravemes de Business Intelligence se feront au travers de tablettes ou
de smartphones5
En effet dans un monde de plus en plus complexe et des concurrents
de plus en plus menaccedilants les dirigeants doivent aujourdrsquohui se doter
drsquoun moyen drsquoaide agrave la prise de deacutecision agrave temps reacuteel qui permet drsquoanticiper les
changements et preacutevenir au bon moment les risques menaccedilants le bon fonctionnement
de leur entreprise
La Business intelligence mobile donne donc agrave ces dirigeants souvent en deacuteplacement la
possibiliteacute de consulter les informations preacutesentes sur le serveur de lrsquoentreprise suivre
ainsi de pregraves son activiteacute et prendre dans les brefs deacutelais les deacutecisions neacutecessaires en cas
de besoin
Les eacutediteurs conscients de lrsquoimportance du deacutecisionnel mobile ont derniegraverement bien
investi dans le deacuteveloppement des logiciels Business intelligence mobiles donnant
accegraves agrave tout moment aux rapports et tableaux de bords deacutecisionnels Drsquoailleurs la plupart
de ces eacutediteurs offrent aujourdrsquohui agrave leurs clients des nouvelles solutions permettant
drsquoacceacuteder voir mecircme de creacuteer des applications business intelligence depuis une tablette
ou un teacuteleacutephone mobile
5 httpwwwbusinessdecisionfr43-business-intelligence-mobilehtm
16
Le Responsive Design
Crsquoest lrsquoune des nouvelles tendances de la BI En effet avec lrsquoeacutemergence du digital la BI
classique traditionnelle srsquoest trouveacute face agrave des nouvelles probleacutematiques et nouveaux
besoins Les diffeacuterents supports utiliseacutes au quotidien doivent permettre aux experts
(qursquoils soient directeurs managers ou analystes) de retrouver partout ougrave qursquoils se
trouvent et sur nrsquoimporte quel support les tableaux de bord et les analyses
deacutecisionnelles pour les aider agrave prendre les deacutecisions strateacutegiques
On est bien lagrave dans la deacutemarche de responsive web design (site web adaptatif) une
seule application mais plusieurs laquo devices raquo possibles
En effet gracircce agrave cette approche la creacuteation ou la consultation des applications devrait
ecirctre possible sur un ordinateur une tablette ou un Smartphone
A lrsquoinverse des premiers efforts dans la BI mobile et qui consistaient agrave la creacuteation
drsquoapplications propres pour chaque support la BI responsive Design propose une
application alternative et unique qui doit posseacuteder les proprieacuteteacutes suivantes
Lrsquoaffichage drsquoun rapport srsquoadapte agrave lrsquoaffichage du peacuteripheacuterique (quelle que soit
la reacutesolution du peacuteripheacuterique)
La quantiteacute dinformation eacutevolue et sadapte au peacuteripheacuterique
Le deacuteveloppement nest reacutealiseacute quune fois (il nest donc pas neacutecessaire de
refaire un deacuteveloppement speacutecifique pour prendre en compte un nouveau
teacuteleacutephone par exemple)
Lexpeacuterience utilisateur est adapteacutee agrave chaque peacuteripheacuterique
Ainsi le recours agrave une telle technique ne peut qursquoengendrer des gains pour la clientegravele
17
En effet Lrsquoapplication doit ecirctre deacuteveloppeacutee quune seule fois et donc il aura moins de
budget agrave consacrer pour la reacutealisation et la maintenance du projet
Aussi avec chaque nouvelle version de teacuteleacutephone tablette ou PCMAC on nrsquoaura plus
agrave craindre car lrsquoapplication devrait ecirctre precircte et compatible agrave toute version
Le BIG DATA
Lrsquoexplosion quantitative de la donneacutee
numeacuterique ces derniegraveres anneacutees fait
eacutemerger un nouveau concept dans le
secteur informatique celui du Big
Data
Ces donneacutees proviennent de partout
des messages eacutechangeacutes sur les sites de
meacutedias sociaux les transactions dachats en
ligne les signaux GPS de teacuteleacutephones mobiles etc
Une importante quantiteacute drsquoinformation est drsquoailleurs preacutesente dans ces sources de
donneacutees tregraves diversifieacutees qui une fois bien traiteacutee et analyseacutee permet agrave lrsquoentreprise de
mieux comprendre sa clientegravele mieux deacutefinir ses offres et bien cibler son activiteacute
Aujourdrsquohui les grandes entreprises commencent agrave montrer un grand inteacuterecirct agrave ce
nouveau domaine et selon le cabinet de conseil le Gartner 73 des entreprises
ameacutericaines envisagent drsquoinvestir dans le Big Data les deux prochaines anneacutees6
A lrsquoinverse de la BI classique le Big Data connu par sa regravegle des laquo 3V raquo traite des
donneacutees structureacutes et non structureacutees (Varieacuteteacute) ayant un important volume (Volume)
et qui neacutecessitent de nouveaux moyens drsquoanalyse et drsquoexploration pour deacutetecter et
visualiser rapidement lrsquoinformation pertinente(Veacutelociteacute)
6 Solution IT Feacutevrier-Mars 2015 Article laquo le Big Data et la connaissance Client
18
Les grands eacutediteurs eux aussi tregraves inteacuteresseacutes par le Big Data investissent eacutenormeacutement
dans ce domaine et des recherches tregraves approfondies se font actuellement pour trouver
et creacuteer des solutions comme Hadoop capables agrave extraire drsquoimportants volumes de
donneacutees dans le but de mieux les exploiter et drsquoen tirer profit
Le Big Data est donc un nouveau pheacutenomegravene qui sans doute va envahir le monde de
lrsquoinformatique surtout avec ses grandes promesses pour aider agrave traiter et exploiter les
donneacutees numeacuteriques lor noir du XXIe siegravecle
Lrsquoanalyse preacutedictive
Lrsquoanalyse preacutedictive englobe les outils et meacutethodes statistiques qui permettent
drsquoanalyser des faits preacutesents et passeacutes afin de mettre en place des hypothegraveses sur des
eacuteveacutenements futurs
Herveacute Mignot product manager chez SPSS France deacutefinie lrsquoanalyse preacutedictive comme
lrsquooutil qui laquo eacutetudie les donneacutees et les caracteacuteristiques comportementales des
personnes (B2C) ou des entreprises (B2B) pour en tirer des modegraveles preacutedictifs en vue
doptimiser la relation avec les clients raquo7
Avec lrsquoeacutemergence du Big Data les analystes recourent de plus en plus agrave cette
meacutethode analytique qui facilite la deacutetection des relations eacuteventuelles entre des
variables explicatives et des variables expliqueacutees tregraves utiles pour comprendre des
comportements et preacutevoir des reacutesultats futurs
Lrsquoanalyse preacutedictive repreacutesente un enjeu pour lrsquoinformatique deacutecisionnelle
Des eacutetapes de filtrage drsquoagreacutegation et de tests statistiques unitaires sont agrave lrsquoavance
neacutecessaires sur les donneacutees extraites par les ETL qui par la suite doivent ecirctre stockeacutes
dans lrsquoenvironnement de lrsquoanalyse preacutedictive Des algorithmes et tests avanceacutes sont
par la suite agrave reacutealiser pour mettre en place le modegravele preacutedictive le plus pertinent ayant
lrsquointervalle de confiance le plus sucircr
7 Journaldunetcom Article laquo Analyse preacutedictive raquo
19
Les cas drsquoapplication de cette technique drsquoanalyse sont multiples En effet les modegraveles
preacutedictifs contribuent agrave apporter une valeur ajouteacutee dans une foule de domaines
notamment le marketing la connaissance client la preacutevention de la fraude et la gestion
des risques et la liste ne cesse de srsquoallonger
Lrsquoexploration visuelle des donneacutees ou laquo Dataviz raquo
La Data Visualisation srsquoinscrit dans la logique du Big Data et de lrsquoopen data
Il srsquoagit drsquoun moyen visuel pour lrsquoanalyse exploratoire et analytique des donneacutees
Une des derniegraveres tendances de lrsquoinformatique deacutecisionnelle la Dataviz est devenu
vite un outil tregraves appreacutecieacute par les entreprises
Cette nouvelle technique a reacutevolutionneacute en effet le monde de la restitution et de
reporting en rendant de lrsquoimage et des diagrammes des moyens pour la syntheacutetisation
graphique de lrsquoinformation
La preacutesente thegravese traite drsquoailleurs cette meacutethode drsquoanalyse tregraves inteacuteressante
Il y aura dans les prochains chapitres plus de deacutetails sur la Dataviz ses outils et aussi
ses domaines drsquoapplication et sa relation avec lrsquoinformatique deacutecisionnelle
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
5
Table des matiegraveres
Reacutesumeacute 4
INTRODUCTION 7
I) LA BUSINESS INTELLIGENCE 10
1- Historique et Deacutefinition 10
2- Les derniegraveres Tendances de la BI 15
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST 20
1) Deacutefinition geacuteneacuterale 21
2) Fonctions de la Data Visualisation 23
a) Outil de visualisation de lrsquoinformation 23
b) Systegraveme de communication universel 24
c) Systegraveme drsquoaide agrave la deacutecision 25
3) Historique de la Data Visualisation 26
4) Exemples des techniques de visualisations 29
a) Des graphiques simples 29
b) Les cartes choroplegravethes 31
c) Les dendrogrammes 31
d) Les Reacuteseaux 32
e) Le graphe agrave bulles animeacutes 33
III) LA DATA VISUALISATION ET LE DECISIONNEL 34
1) La Dataviz une alternative agrave la Business Intelligence classique 36
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel 38
a) Gain en termes de temps 38
b) Gain en termes de productiviteacute 38
c) Gain en termes de compeacutetitiviteacute 39
d) Gain en communication 39
e) Gain en termes drsquoinnovation 39
3) Les Principaux acteurs sur le marcheacute 40
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ 43
1) Introduction 43
2) Le secteur des teacuteleacutecom 43
3) Secteur financier 45
4) Le secteur drsquoeacutenergie 46
5) Secteur de grande consommation 49
V) QUEL AVENIR POUR LA DATA VISUALISATION 51
Conclusion 53
6
Liste des figures
Figure 1 Processus Global dun traitement deacutecisionnel 11
Figure 2 Illustration du WORLD DATA 20
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff) 22
Figure 4 Grottes de Font de Gaume et des Combarelles 26
Figure 5 Carte de flux repreacutesentant les pertes humaines dans lrsquoArmeacutee Franccedilaise lors de la campagne
de Russie (1812-1813) 27
Figure 6 Hans Rosling agrave la confeacuterence TED 28
Figure 7 Carte de France de lintensiteacute des aides PAC par deacutepartement 31
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique 32
Figure 9 Un exemple de reacuteseau social vu comme un graphe (Source Inria CMGPre-conditioning) 32
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes 33
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz 37
Figure 12 Positionnement des logiciels BI sur le marcheacute Dataviz 40
Figure 13 Wireless Call Quality 44
Figure 14 Tableau de bord laquo LeanOwl raquo 45
Figure 15 Exemple illustratif de la deacutetection de la fraude par la technique des graphs 46
Figure 16 The ware room drsquoAramco 47
Figure 17 Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques 48
Figure 18 Courbes de charge eacutelectrique 48
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo 50
Figure 20 La carte des Produits de PampG 50
7
D
INTRODUCTION
urant une longue peacuteriode la prise des deacutecisions et la mise en place des
strateacutegies au sein drsquoune entreprise eacutetaient reacutealiseacutees selon lrsquointuition de la
Direction Geacuteneacuterale et sans lrsquoaide de lrsquoinformatique Cela eacutetait ducirc au fait que les
logiciels informatiques de lrsquoeacutepoque ne permettaient pas la reacutecupeacuteration des donneacutees agrave partir
des applications transactionnelles ni de faire des calculs complexes essentiels pour la
geacuteneacuteration des rapports syntheacutetiques sur lrsquoactiviteacute
Avec le deacuteveloppement informatique et lrsquoapparition des eacutediteurs speacutecialiseacutes dans les systegravemes
drsquoinformations les projets Business Intelligence envahissaient petit agrave petit le monde de
lrsquoentreprise
En effet gracircce aux outils BI il est devenu possible drsquoextraire plus facilement des gros
volumes de donneacutees agrave partir de diffeacuterentes sources de les consolider dans un mecircme entrepocirct
et de les traiter profondeacutement pour fournir aux deacutecideurs comme aux meacutetiers les statistiques
et les informations pertinentes dont ils ont besoin
Ces indicateurs clefs permettront de mieux comprendre la situation de lrsquoentreprise de mettre
en œuvre la meilleure strateacutegie et de piloter drsquoune maniegravere plus efficace lrsquoactiviteacute de la
socieacuteteacute
Les projets deacutecisionnels repreacutesentaient ainsi une veacuteritable opportuniteacute pour les entreprises
qui se preacutecipitaient pour inteacutegrer les outils BI dans leurs systegravemes drsquoinformation et beacuteneacuteficier
ainsi drsquoune plus-value certaine non seulement en terme du temps mais aussi en terme
drsquoargent
Drsquoailleurs selon une eacutetude reacutecente reacutealiseacutee par IDC (International Data Corporation) un
salarieacute perd 5 heures chaque semaine agrave rechercher une information pertinente sur son activiteacute
Cela repreacutesente pour lrsquoentreprise agrave la fin de lrsquoanneacutee de 4000 agrave 16 000 euros1
1 Transition numeacuterique plus ldquo Article la business intelligence crsquoest aussi pour les PME raquo
8
La Business intelligence repreacutesente donc la solution la plus efficace pour une deacutetection rapide
de lrsquoinformation utile et pour une reacuteduction concregravete de ces coucircts suppleacutementaires nuisibles au
bon fonctionnement de lrsquoentreprise et agrave sa capaciteacute concurrentielle
Cependant gracircce agrave la deacutemocratisation rapide de lrsquointernet et de lrsquousage massif des reacuteseaux
sociaux et des objets connecteacutes la socieacuteteacute humaine commence ces derniegraveres anneacutees agrave
produire des volumes eacutenormes de donneacutees structureacutees et non structureacutees
Lrsquoegravere de Big et Open Data a donc deacutemarreacute et les socieacuteteacutes conscientes de lrsquoimportance de
lrsquoinformation que cachent ces donneacutees devraient encore une autre fois adapter leurs meacutethodes
et outils drsquoanalyse avec cette nouvelle situation
En effet les outils de la BI classique ne sont pas capables de traiter des milliards de lignes de
donneacutees issues de multiples sources internes et externes sans affecter leurs performances et
leurs temps de reacuteponse
La Data Visualisation nouvelle tendance de lrsquoinformatique deacutecisionnelle repreacutesente
aujourdrsquohui une des solutions les plus preacutefeacutereacutees par les grandes entreprises agrave fin de faire face
aux enjeux de la digitalisation et pour aider agrave se retrouver dans la laquo jungle drsquoinformations raquo
noyeacutee sous les eacutenormes volumes de donneacutees
Cette technique exploratoire des donneacutees repose sur la capaciteacute de lrsquoimage agrave transformer des
donneacutees complexes tregraves heacuteteacuterogegravenes en informations faciles trop utiles pour une prise de
deacutecision au moment opportun
La preacutesente thegravese intituleacutee laquo La Data visualisation au service de la BI srsquoinscrit dans ce
contexte
En effet ce travail reacutepond agrave la probleacutematique suivante laquo Le visuel peutndashil assurer la prise des
deacutecisions raquo
Le rapport est subdiviseacute en 4 chapitres Dans le premier nous allons donner une preacutesentation
geacuteneacuterale de lrsquoinformatique deacutecisionnelle et ces principales tendances les derniegraveres anneacutees
Dans le deuxiegraveme chapitre nous allons preacutesenter la Data Visualisation dans son contexte
global Nous deacutefinirons en premier lieu la Dataviz ensuite nous preacutesenterons ses fonctions
principales et son historique et nous finirons par deacutefinir quelques techniques de visualisation
9
Le troisiegraveme chapitre preacutesente la Data Visualisation dans le contexte deacutecisionnel les
avantages drsquoun projet BI-Dataviz et encore les principaux eacutediteurs ayant inteacutegreacute les
techniques de la visualisation des donneacutees dans leurs solutions BI
Le quatriegraveme chapitre est consacreacute pour preacutesenter quelques cas drsquoapplication de la Data
visualisation et pour donner une perspective sur son avenir dans le domaine de lrsquoinformatique
deacutecisionnelle
Enfin dans la conclusion nous allons rappeler les principaux reacutesultats et conclusions tireacutees
suite agrave ce travail de recherche sur la Data Visualisation
10
I) LA BUSINESS INTELLIGENCE
Pour faire face agrave une concurrence de plus en plus forte et reacutepondre le mieux agrave des besoins
clients de plus en plus exigeants les entreprises doivent srsquoappuyer sur un ensemble
drsquoinformations pertinentes neacutecessaires pour prendre les bonnes deacutecisions et fixer les
meilleures politiques futures
Lrsquoinformatique deacutecisionnelle reacutepond agrave ce besoin indispensable pour les entreprises En effet
elle permet drsquoextraire agrave partir des donneacutees de production des renseignements essentiels pour
la prise des deacutecisions strateacutegiques
Ce chapitre est consacreacute pour preacutesenter ce systegraveme drsquoinformation eacutevoquer son historique et
donner ces principales tendances les derniegraveres anneacutees
1- Historique et Deacutefinition
Lrsquoinformatique deacutecisionnelle (en anglais business intelligence ou BI) deacutesigne les moyens les
outils et les meacutethodes qui permettent de collecter consolider modeacuteliser et restituer les
donneacutees dune entreprise pour fournir agrave temps lrsquoensemble drsquoinformations neacutecessaires pour
la prise des deacutecisions
Ce systegraveme informatique est apparu agrave la fin des anneacutees 70 avec les premiers infocentres Un
systegraveme qui envoyait des requecirctes directement sur les serveurs de production et qui tregraves vite
montrait des limites consideacuterables avec les mauvais impacts sur le bon fonctionnement des
applications transactionnelles
Dans les anneacutees 80 avec larriveacutee des bases de donneacutees relationnelles on a pu isoler
linformatique de production des dispositifs deacutecisionnels Cependant crsquoest qursquoagrave partir des
anneacutees 90 lrsquoutilisation de la BI a veacuteritablement deacutemarreacute dans les entreprises qui depuis se
lanccedilaient tregraves fortement dans ce nouvel systegraveme drsquoinformation
En effet les technologies business intelligence en se basant sur des entrepocircts de donneacutees
offrent aux deacutecideurs des analyses approfondies sur lrsquoactiviteacute de la socieacuteteacute pour les aider agrave
deacutetecter les nouvelles opportuniteacutes et agrave mettre en place les meilleures strateacutegies et politiques
Lrsquoentrepocirct concept formaliseacute par Bill Inmon deacutesigne drsquoailleurs laquo une collection de donneacutees
theacutematiques inteacutegreacutees non volatiles et historiseacutees pour la prise de deacutecisions raquo
11
Alors et gracircce aux donneacutees centraliseacutees et des mesures agreacutegeacutees il est devenu possible de
fournir aux deacutecideurs des rapports drsquoactiviteacutes syntheacutetiques tregraves utiles pour fixer les prioriteacutes
et les objectifs futures de la socieacuteteacute
Un systegraveme deacutecisionnel classique est composeacute geacuteneacuteralement de 3 grandes phases
Figure 1 Processus Global dun traitement deacutecisionnel
a) La phase drsquoalimentation Grace agrave des outils ETL on extrait les donneacutees des
diffeacuterentes sources transactionnelles pour les charger ensuite dans un entrepocirct central
Ces ETL assurent trois principales fonctionnaliteacutes
Extract (Extraire)
Assurer la connexion agrave la majoriteacute des systegravemes de stockage (base de donneacutees
fichiers ) afin de pouvoir reacutecupeacuterer les donneacutees demandeacutees
Transform (Transformer)
Veacuterifier reformater et nettoyer les donneacutees pour assurer la validiteacute des donneacutees
Load (charger)
Stocker les donneacutees dans lrsquoentrepocirct central afin qursquoelles puissent ecirctre utiliseacutees
par les autres outils du systegraveme BI
b) La phase de modeacutelisation Crsquoest le moment de lrsquoorganisation des donneacutees pour
lrsquoanalyse La modeacutelisation pourrait ecirctre une modeacutelisation en eacutetoile en flocon ou en
constellation
12
La modeacutelisation en Etoile
Ce modegravele est constitueacute drsquoune table de fait centrale contenant les mesures
entoureacutee par des dimensions non relieacutees entre elles repreacutesentants les axes
drsquoanalyses
La modeacutelisation en Flocon
Un modegravele constitueacute drsquoune table de fait et des dimensions deacutecomposeacutees en
sous hieacuterarchies On a un seul niveau hieacuterarchique dans une table de dimension
La table de dimension de niveau hieacuterarchique le plus bas est relieacutee agrave la table de
fait On dit qursquoelle a la granulariteacute la plus fine2
La modeacutelisation en constellation
Plusieurs tables de faits partageant les tables dimensionnelles
2 Cours laquo Les entrepocircts de donneacutees pour les nuls ou pas raquo universiteacute de Lyon
13
Dans la phase de modeacutelisation on peut parler aussi des notions Datamarts et Cubes
qui sont neacutecessaires pour reacutepondre plus preacuteciseacutement agrave certains besoins meacutetiers
Datamart
Un Datamart est un Data Warehouse focaliseacute sur un sujet particulier Ralph
Kimball deacutefinie le Datamart comme laquo une base de donneacutees moins couteuse
que lrsquoentrepocirct de donneacutees et plus leacutegegravere puisqursquo il est geacuteneacuteralement exploiteacute en
entreprise pour restituer des informations cibleacutees sur un meacutetier speacutecifiqueraquo3
Cube
Il srsquoagit drsquoune modeacutelisation multidimensionnelle des donneacutees qui facilite
lrsquoanalyse drsquoune mesure selon diffeacuterentes dimensions instantaneacutement
Les calculs des mesures sont reacutealiseacutes lors du chargement ou de la mise agrave jour
du cube et le traitement des donneacutees peut ecirctre reacutealiseacute soit agrave travers le langage
MDX (Multidimensional Expressions) soit en utilisant des outils avec des
interfaces intuitives ne neacutecessitant pas de connaissances en informatique
c) La phase de restitution Crsquoest une phase de preacutesentation et de diffusion des reacutesultats
drsquoanalyse On parle plutocirct de la creacuteation des rapports et des tableaux de bords durant
cette phase de Reporting
3 The data warehouse ETL toolkit livre de Ralph Kimball traduction libre
14
On peut distinguer trois modes de Rapports
Rapport statique
Crsquoest un rapport de structure figeacutee en termes de preacutesentation et du peacuterimegravetre
des donneacutees analyseacutees
Rapport dynamique
La structure de ce type de rapport est semi statique le peacuterimegravetre des donneacutees
peut varier et lrsquoutilisateur final a la possibiliteacute de choisir les valeurs de
paramegravetres dynamiques inteacutegreacutes dans le rapport
Rapport Ad hoc
Ce type de rapport est librement creacuteeacute par lutilisateur final qui gracircce agrave des
fonctionnaliteacutes de cliques deacutefinie personnellement les structures des tableaux et
graphiques ainsi que les peacuterimegravetres drsquoanalyse
Pour finir cette premiegravere partie il est important drsquoindiquer qursquoactuellement le marcheacute de
lrsquoinformatique deacutecisionnelle est en plein essor les projets BI sont agrave la vogue et le profil drsquoun
consultant deacutecisionnel est trop appreacutecieacute par les socieacuteteacutes de conseils et de services en
ingeacutenierie informatique
En 2009 les eacutetudes estimaient par exemple que le marcheacute deacutecisionnel mondiale eacutetait de 9
milliards de dollars et pourrait atteindre les 14 milliards en 20144
Des statistiques qui reflegravetent donc la grande importance drsquoun tel systegraveme drsquoinformation qui
jusqursquoagrave lrsquoheure actuelle nrsquoa pas cesseacute drsquoeacutevoluer
4 LES ECHOSfr
15
2- Les derniegraveres Tendances de la BI
Ce paragraphe expose quelques exemples des tendances de lrsquoinformatique deacutecisionnelle
En effet la BI ces derniegraveres anneacutees eacutevolue agrave une vitesse deacutemesureacutee avec lrsquoapparition de
nouvelles outils et fonctionnaliteacutes ameacuteliorant consideacuterablement les meacutethodes drsquoanalyse et
outils de restitution
La BI mobile
Selon le cabinet de conseil ameacutericain lsquole Gartnerrsquo 33 des accegraves aux
systegravemes de Business Intelligence se feront au travers de tablettes ou
de smartphones5
En effet dans un monde de plus en plus complexe et des concurrents
de plus en plus menaccedilants les dirigeants doivent aujourdrsquohui se doter
drsquoun moyen drsquoaide agrave la prise de deacutecision agrave temps reacuteel qui permet drsquoanticiper les
changements et preacutevenir au bon moment les risques menaccedilants le bon fonctionnement
de leur entreprise
La Business intelligence mobile donne donc agrave ces dirigeants souvent en deacuteplacement la
possibiliteacute de consulter les informations preacutesentes sur le serveur de lrsquoentreprise suivre
ainsi de pregraves son activiteacute et prendre dans les brefs deacutelais les deacutecisions neacutecessaires en cas
de besoin
Les eacutediteurs conscients de lrsquoimportance du deacutecisionnel mobile ont derniegraverement bien
investi dans le deacuteveloppement des logiciels Business intelligence mobiles donnant
accegraves agrave tout moment aux rapports et tableaux de bords deacutecisionnels Drsquoailleurs la plupart
de ces eacutediteurs offrent aujourdrsquohui agrave leurs clients des nouvelles solutions permettant
drsquoacceacuteder voir mecircme de creacuteer des applications business intelligence depuis une tablette
ou un teacuteleacutephone mobile
5 httpwwwbusinessdecisionfr43-business-intelligence-mobilehtm
16
Le Responsive Design
Crsquoest lrsquoune des nouvelles tendances de la BI En effet avec lrsquoeacutemergence du digital la BI
classique traditionnelle srsquoest trouveacute face agrave des nouvelles probleacutematiques et nouveaux
besoins Les diffeacuterents supports utiliseacutes au quotidien doivent permettre aux experts
(qursquoils soient directeurs managers ou analystes) de retrouver partout ougrave qursquoils se
trouvent et sur nrsquoimporte quel support les tableaux de bord et les analyses
deacutecisionnelles pour les aider agrave prendre les deacutecisions strateacutegiques
On est bien lagrave dans la deacutemarche de responsive web design (site web adaptatif) une
seule application mais plusieurs laquo devices raquo possibles
En effet gracircce agrave cette approche la creacuteation ou la consultation des applications devrait
ecirctre possible sur un ordinateur une tablette ou un Smartphone
A lrsquoinverse des premiers efforts dans la BI mobile et qui consistaient agrave la creacuteation
drsquoapplications propres pour chaque support la BI responsive Design propose une
application alternative et unique qui doit posseacuteder les proprieacuteteacutes suivantes
Lrsquoaffichage drsquoun rapport srsquoadapte agrave lrsquoaffichage du peacuteripheacuterique (quelle que soit
la reacutesolution du peacuteripheacuterique)
La quantiteacute dinformation eacutevolue et sadapte au peacuteripheacuterique
Le deacuteveloppement nest reacutealiseacute quune fois (il nest donc pas neacutecessaire de
refaire un deacuteveloppement speacutecifique pour prendre en compte un nouveau
teacuteleacutephone par exemple)
Lexpeacuterience utilisateur est adapteacutee agrave chaque peacuteripheacuterique
Ainsi le recours agrave une telle technique ne peut qursquoengendrer des gains pour la clientegravele
17
En effet Lrsquoapplication doit ecirctre deacuteveloppeacutee quune seule fois et donc il aura moins de
budget agrave consacrer pour la reacutealisation et la maintenance du projet
Aussi avec chaque nouvelle version de teacuteleacutephone tablette ou PCMAC on nrsquoaura plus
agrave craindre car lrsquoapplication devrait ecirctre precircte et compatible agrave toute version
Le BIG DATA
Lrsquoexplosion quantitative de la donneacutee
numeacuterique ces derniegraveres anneacutees fait
eacutemerger un nouveau concept dans le
secteur informatique celui du Big
Data
Ces donneacutees proviennent de partout
des messages eacutechangeacutes sur les sites de
meacutedias sociaux les transactions dachats en
ligne les signaux GPS de teacuteleacutephones mobiles etc
Une importante quantiteacute drsquoinformation est drsquoailleurs preacutesente dans ces sources de
donneacutees tregraves diversifieacutees qui une fois bien traiteacutee et analyseacutee permet agrave lrsquoentreprise de
mieux comprendre sa clientegravele mieux deacutefinir ses offres et bien cibler son activiteacute
Aujourdrsquohui les grandes entreprises commencent agrave montrer un grand inteacuterecirct agrave ce
nouveau domaine et selon le cabinet de conseil le Gartner 73 des entreprises
ameacutericaines envisagent drsquoinvestir dans le Big Data les deux prochaines anneacutees6
A lrsquoinverse de la BI classique le Big Data connu par sa regravegle des laquo 3V raquo traite des
donneacutees structureacutes et non structureacutees (Varieacuteteacute) ayant un important volume (Volume)
et qui neacutecessitent de nouveaux moyens drsquoanalyse et drsquoexploration pour deacutetecter et
visualiser rapidement lrsquoinformation pertinente(Veacutelociteacute)
6 Solution IT Feacutevrier-Mars 2015 Article laquo le Big Data et la connaissance Client
18
Les grands eacutediteurs eux aussi tregraves inteacuteresseacutes par le Big Data investissent eacutenormeacutement
dans ce domaine et des recherches tregraves approfondies se font actuellement pour trouver
et creacuteer des solutions comme Hadoop capables agrave extraire drsquoimportants volumes de
donneacutees dans le but de mieux les exploiter et drsquoen tirer profit
Le Big Data est donc un nouveau pheacutenomegravene qui sans doute va envahir le monde de
lrsquoinformatique surtout avec ses grandes promesses pour aider agrave traiter et exploiter les
donneacutees numeacuteriques lor noir du XXIe siegravecle
Lrsquoanalyse preacutedictive
Lrsquoanalyse preacutedictive englobe les outils et meacutethodes statistiques qui permettent
drsquoanalyser des faits preacutesents et passeacutes afin de mettre en place des hypothegraveses sur des
eacuteveacutenements futurs
Herveacute Mignot product manager chez SPSS France deacutefinie lrsquoanalyse preacutedictive comme
lrsquooutil qui laquo eacutetudie les donneacutees et les caracteacuteristiques comportementales des
personnes (B2C) ou des entreprises (B2B) pour en tirer des modegraveles preacutedictifs en vue
doptimiser la relation avec les clients raquo7
Avec lrsquoeacutemergence du Big Data les analystes recourent de plus en plus agrave cette
meacutethode analytique qui facilite la deacutetection des relations eacuteventuelles entre des
variables explicatives et des variables expliqueacutees tregraves utiles pour comprendre des
comportements et preacutevoir des reacutesultats futurs
Lrsquoanalyse preacutedictive repreacutesente un enjeu pour lrsquoinformatique deacutecisionnelle
Des eacutetapes de filtrage drsquoagreacutegation et de tests statistiques unitaires sont agrave lrsquoavance
neacutecessaires sur les donneacutees extraites par les ETL qui par la suite doivent ecirctre stockeacutes
dans lrsquoenvironnement de lrsquoanalyse preacutedictive Des algorithmes et tests avanceacutes sont
par la suite agrave reacutealiser pour mettre en place le modegravele preacutedictive le plus pertinent ayant
lrsquointervalle de confiance le plus sucircr
7 Journaldunetcom Article laquo Analyse preacutedictive raquo
19
Les cas drsquoapplication de cette technique drsquoanalyse sont multiples En effet les modegraveles
preacutedictifs contribuent agrave apporter une valeur ajouteacutee dans une foule de domaines
notamment le marketing la connaissance client la preacutevention de la fraude et la gestion
des risques et la liste ne cesse de srsquoallonger
Lrsquoexploration visuelle des donneacutees ou laquo Dataviz raquo
La Data Visualisation srsquoinscrit dans la logique du Big Data et de lrsquoopen data
Il srsquoagit drsquoun moyen visuel pour lrsquoanalyse exploratoire et analytique des donneacutees
Une des derniegraveres tendances de lrsquoinformatique deacutecisionnelle la Dataviz est devenu
vite un outil tregraves appreacutecieacute par les entreprises
Cette nouvelle technique a reacutevolutionneacute en effet le monde de la restitution et de
reporting en rendant de lrsquoimage et des diagrammes des moyens pour la syntheacutetisation
graphique de lrsquoinformation
La preacutesente thegravese traite drsquoailleurs cette meacutethode drsquoanalyse tregraves inteacuteressante
Il y aura dans les prochains chapitres plus de deacutetails sur la Dataviz ses outils et aussi
ses domaines drsquoapplication et sa relation avec lrsquoinformatique deacutecisionnelle
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
6
Liste des figures
Figure 1 Processus Global dun traitement deacutecisionnel 11
Figure 2 Illustration du WORLD DATA 20
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff) 22
Figure 4 Grottes de Font de Gaume et des Combarelles 26
Figure 5 Carte de flux repreacutesentant les pertes humaines dans lrsquoArmeacutee Franccedilaise lors de la campagne
de Russie (1812-1813) 27
Figure 6 Hans Rosling agrave la confeacuterence TED 28
Figure 7 Carte de France de lintensiteacute des aides PAC par deacutepartement 31
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique 32
Figure 9 Un exemple de reacuteseau social vu comme un graphe (Source Inria CMGPre-conditioning) 32
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes 33
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz 37
Figure 12 Positionnement des logiciels BI sur le marcheacute Dataviz 40
Figure 13 Wireless Call Quality 44
Figure 14 Tableau de bord laquo LeanOwl raquo 45
Figure 15 Exemple illustratif de la deacutetection de la fraude par la technique des graphs 46
Figure 16 The ware room drsquoAramco 47
Figure 17 Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques 48
Figure 18 Courbes de charge eacutelectrique 48
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo 50
Figure 20 La carte des Produits de PampG 50
7
D
INTRODUCTION
urant une longue peacuteriode la prise des deacutecisions et la mise en place des
strateacutegies au sein drsquoune entreprise eacutetaient reacutealiseacutees selon lrsquointuition de la
Direction Geacuteneacuterale et sans lrsquoaide de lrsquoinformatique Cela eacutetait ducirc au fait que les
logiciels informatiques de lrsquoeacutepoque ne permettaient pas la reacutecupeacuteration des donneacutees agrave partir
des applications transactionnelles ni de faire des calculs complexes essentiels pour la
geacuteneacuteration des rapports syntheacutetiques sur lrsquoactiviteacute
Avec le deacuteveloppement informatique et lrsquoapparition des eacutediteurs speacutecialiseacutes dans les systegravemes
drsquoinformations les projets Business Intelligence envahissaient petit agrave petit le monde de
lrsquoentreprise
En effet gracircce aux outils BI il est devenu possible drsquoextraire plus facilement des gros
volumes de donneacutees agrave partir de diffeacuterentes sources de les consolider dans un mecircme entrepocirct
et de les traiter profondeacutement pour fournir aux deacutecideurs comme aux meacutetiers les statistiques
et les informations pertinentes dont ils ont besoin
Ces indicateurs clefs permettront de mieux comprendre la situation de lrsquoentreprise de mettre
en œuvre la meilleure strateacutegie et de piloter drsquoune maniegravere plus efficace lrsquoactiviteacute de la
socieacuteteacute
Les projets deacutecisionnels repreacutesentaient ainsi une veacuteritable opportuniteacute pour les entreprises
qui se preacutecipitaient pour inteacutegrer les outils BI dans leurs systegravemes drsquoinformation et beacuteneacuteficier
ainsi drsquoune plus-value certaine non seulement en terme du temps mais aussi en terme
drsquoargent
Drsquoailleurs selon une eacutetude reacutecente reacutealiseacutee par IDC (International Data Corporation) un
salarieacute perd 5 heures chaque semaine agrave rechercher une information pertinente sur son activiteacute
Cela repreacutesente pour lrsquoentreprise agrave la fin de lrsquoanneacutee de 4000 agrave 16 000 euros1
1 Transition numeacuterique plus ldquo Article la business intelligence crsquoest aussi pour les PME raquo
8
La Business intelligence repreacutesente donc la solution la plus efficace pour une deacutetection rapide
de lrsquoinformation utile et pour une reacuteduction concregravete de ces coucircts suppleacutementaires nuisibles au
bon fonctionnement de lrsquoentreprise et agrave sa capaciteacute concurrentielle
Cependant gracircce agrave la deacutemocratisation rapide de lrsquointernet et de lrsquousage massif des reacuteseaux
sociaux et des objets connecteacutes la socieacuteteacute humaine commence ces derniegraveres anneacutees agrave
produire des volumes eacutenormes de donneacutees structureacutees et non structureacutees
Lrsquoegravere de Big et Open Data a donc deacutemarreacute et les socieacuteteacutes conscientes de lrsquoimportance de
lrsquoinformation que cachent ces donneacutees devraient encore une autre fois adapter leurs meacutethodes
et outils drsquoanalyse avec cette nouvelle situation
En effet les outils de la BI classique ne sont pas capables de traiter des milliards de lignes de
donneacutees issues de multiples sources internes et externes sans affecter leurs performances et
leurs temps de reacuteponse
La Data Visualisation nouvelle tendance de lrsquoinformatique deacutecisionnelle repreacutesente
aujourdrsquohui une des solutions les plus preacutefeacutereacutees par les grandes entreprises agrave fin de faire face
aux enjeux de la digitalisation et pour aider agrave se retrouver dans la laquo jungle drsquoinformations raquo
noyeacutee sous les eacutenormes volumes de donneacutees
Cette technique exploratoire des donneacutees repose sur la capaciteacute de lrsquoimage agrave transformer des
donneacutees complexes tregraves heacuteteacuterogegravenes en informations faciles trop utiles pour une prise de
deacutecision au moment opportun
La preacutesente thegravese intituleacutee laquo La Data visualisation au service de la BI srsquoinscrit dans ce
contexte
En effet ce travail reacutepond agrave la probleacutematique suivante laquo Le visuel peutndashil assurer la prise des
deacutecisions raquo
Le rapport est subdiviseacute en 4 chapitres Dans le premier nous allons donner une preacutesentation
geacuteneacuterale de lrsquoinformatique deacutecisionnelle et ces principales tendances les derniegraveres anneacutees
Dans le deuxiegraveme chapitre nous allons preacutesenter la Data Visualisation dans son contexte
global Nous deacutefinirons en premier lieu la Dataviz ensuite nous preacutesenterons ses fonctions
principales et son historique et nous finirons par deacutefinir quelques techniques de visualisation
9
Le troisiegraveme chapitre preacutesente la Data Visualisation dans le contexte deacutecisionnel les
avantages drsquoun projet BI-Dataviz et encore les principaux eacutediteurs ayant inteacutegreacute les
techniques de la visualisation des donneacutees dans leurs solutions BI
Le quatriegraveme chapitre est consacreacute pour preacutesenter quelques cas drsquoapplication de la Data
visualisation et pour donner une perspective sur son avenir dans le domaine de lrsquoinformatique
deacutecisionnelle
Enfin dans la conclusion nous allons rappeler les principaux reacutesultats et conclusions tireacutees
suite agrave ce travail de recherche sur la Data Visualisation
10
I) LA BUSINESS INTELLIGENCE
Pour faire face agrave une concurrence de plus en plus forte et reacutepondre le mieux agrave des besoins
clients de plus en plus exigeants les entreprises doivent srsquoappuyer sur un ensemble
drsquoinformations pertinentes neacutecessaires pour prendre les bonnes deacutecisions et fixer les
meilleures politiques futures
Lrsquoinformatique deacutecisionnelle reacutepond agrave ce besoin indispensable pour les entreprises En effet
elle permet drsquoextraire agrave partir des donneacutees de production des renseignements essentiels pour
la prise des deacutecisions strateacutegiques
Ce chapitre est consacreacute pour preacutesenter ce systegraveme drsquoinformation eacutevoquer son historique et
donner ces principales tendances les derniegraveres anneacutees
1- Historique et Deacutefinition
Lrsquoinformatique deacutecisionnelle (en anglais business intelligence ou BI) deacutesigne les moyens les
outils et les meacutethodes qui permettent de collecter consolider modeacuteliser et restituer les
donneacutees dune entreprise pour fournir agrave temps lrsquoensemble drsquoinformations neacutecessaires pour
la prise des deacutecisions
Ce systegraveme informatique est apparu agrave la fin des anneacutees 70 avec les premiers infocentres Un
systegraveme qui envoyait des requecirctes directement sur les serveurs de production et qui tregraves vite
montrait des limites consideacuterables avec les mauvais impacts sur le bon fonctionnement des
applications transactionnelles
Dans les anneacutees 80 avec larriveacutee des bases de donneacutees relationnelles on a pu isoler
linformatique de production des dispositifs deacutecisionnels Cependant crsquoest qursquoagrave partir des
anneacutees 90 lrsquoutilisation de la BI a veacuteritablement deacutemarreacute dans les entreprises qui depuis se
lanccedilaient tregraves fortement dans ce nouvel systegraveme drsquoinformation
En effet les technologies business intelligence en se basant sur des entrepocircts de donneacutees
offrent aux deacutecideurs des analyses approfondies sur lrsquoactiviteacute de la socieacuteteacute pour les aider agrave
deacutetecter les nouvelles opportuniteacutes et agrave mettre en place les meilleures strateacutegies et politiques
Lrsquoentrepocirct concept formaliseacute par Bill Inmon deacutesigne drsquoailleurs laquo une collection de donneacutees
theacutematiques inteacutegreacutees non volatiles et historiseacutees pour la prise de deacutecisions raquo
11
Alors et gracircce aux donneacutees centraliseacutees et des mesures agreacutegeacutees il est devenu possible de
fournir aux deacutecideurs des rapports drsquoactiviteacutes syntheacutetiques tregraves utiles pour fixer les prioriteacutes
et les objectifs futures de la socieacuteteacute
Un systegraveme deacutecisionnel classique est composeacute geacuteneacuteralement de 3 grandes phases
Figure 1 Processus Global dun traitement deacutecisionnel
a) La phase drsquoalimentation Grace agrave des outils ETL on extrait les donneacutees des
diffeacuterentes sources transactionnelles pour les charger ensuite dans un entrepocirct central
Ces ETL assurent trois principales fonctionnaliteacutes
Extract (Extraire)
Assurer la connexion agrave la majoriteacute des systegravemes de stockage (base de donneacutees
fichiers ) afin de pouvoir reacutecupeacuterer les donneacutees demandeacutees
Transform (Transformer)
Veacuterifier reformater et nettoyer les donneacutees pour assurer la validiteacute des donneacutees
Load (charger)
Stocker les donneacutees dans lrsquoentrepocirct central afin qursquoelles puissent ecirctre utiliseacutees
par les autres outils du systegraveme BI
b) La phase de modeacutelisation Crsquoest le moment de lrsquoorganisation des donneacutees pour
lrsquoanalyse La modeacutelisation pourrait ecirctre une modeacutelisation en eacutetoile en flocon ou en
constellation
12
La modeacutelisation en Etoile
Ce modegravele est constitueacute drsquoune table de fait centrale contenant les mesures
entoureacutee par des dimensions non relieacutees entre elles repreacutesentants les axes
drsquoanalyses
La modeacutelisation en Flocon
Un modegravele constitueacute drsquoune table de fait et des dimensions deacutecomposeacutees en
sous hieacuterarchies On a un seul niveau hieacuterarchique dans une table de dimension
La table de dimension de niveau hieacuterarchique le plus bas est relieacutee agrave la table de
fait On dit qursquoelle a la granulariteacute la plus fine2
La modeacutelisation en constellation
Plusieurs tables de faits partageant les tables dimensionnelles
2 Cours laquo Les entrepocircts de donneacutees pour les nuls ou pas raquo universiteacute de Lyon
13
Dans la phase de modeacutelisation on peut parler aussi des notions Datamarts et Cubes
qui sont neacutecessaires pour reacutepondre plus preacuteciseacutement agrave certains besoins meacutetiers
Datamart
Un Datamart est un Data Warehouse focaliseacute sur un sujet particulier Ralph
Kimball deacutefinie le Datamart comme laquo une base de donneacutees moins couteuse
que lrsquoentrepocirct de donneacutees et plus leacutegegravere puisqursquo il est geacuteneacuteralement exploiteacute en
entreprise pour restituer des informations cibleacutees sur un meacutetier speacutecifiqueraquo3
Cube
Il srsquoagit drsquoune modeacutelisation multidimensionnelle des donneacutees qui facilite
lrsquoanalyse drsquoune mesure selon diffeacuterentes dimensions instantaneacutement
Les calculs des mesures sont reacutealiseacutes lors du chargement ou de la mise agrave jour
du cube et le traitement des donneacutees peut ecirctre reacutealiseacute soit agrave travers le langage
MDX (Multidimensional Expressions) soit en utilisant des outils avec des
interfaces intuitives ne neacutecessitant pas de connaissances en informatique
c) La phase de restitution Crsquoest une phase de preacutesentation et de diffusion des reacutesultats
drsquoanalyse On parle plutocirct de la creacuteation des rapports et des tableaux de bords durant
cette phase de Reporting
3 The data warehouse ETL toolkit livre de Ralph Kimball traduction libre
14
On peut distinguer trois modes de Rapports
Rapport statique
Crsquoest un rapport de structure figeacutee en termes de preacutesentation et du peacuterimegravetre
des donneacutees analyseacutees
Rapport dynamique
La structure de ce type de rapport est semi statique le peacuterimegravetre des donneacutees
peut varier et lrsquoutilisateur final a la possibiliteacute de choisir les valeurs de
paramegravetres dynamiques inteacutegreacutes dans le rapport
Rapport Ad hoc
Ce type de rapport est librement creacuteeacute par lutilisateur final qui gracircce agrave des
fonctionnaliteacutes de cliques deacutefinie personnellement les structures des tableaux et
graphiques ainsi que les peacuterimegravetres drsquoanalyse
Pour finir cette premiegravere partie il est important drsquoindiquer qursquoactuellement le marcheacute de
lrsquoinformatique deacutecisionnelle est en plein essor les projets BI sont agrave la vogue et le profil drsquoun
consultant deacutecisionnel est trop appreacutecieacute par les socieacuteteacutes de conseils et de services en
ingeacutenierie informatique
En 2009 les eacutetudes estimaient par exemple que le marcheacute deacutecisionnel mondiale eacutetait de 9
milliards de dollars et pourrait atteindre les 14 milliards en 20144
Des statistiques qui reflegravetent donc la grande importance drsquoun tel systegraveme drsquoinformation qui
jusqursquoagrave lrsquoheure actuelle nrsquoa pas cesseacute drsquoeacutevoluer
4 LES ECHOSfr
15
2- Les derniegraveres Tendances de la BI
Ce paragraphe expose quelques exemples des tendances de lrsquoinformatique deacutecisionnelle
En effet la BI ces derniegraveres anneacutees eacutevolue agrave une vitesse deacutemesureacutee avec lrsquoapparition de
nouvelles outils et fonctionnaliteacutes ameacuteliorant consideacuterablement les meacutethodes drsquoanalyse et
outils de restitution
La BI mobile
Selon le cabinet de conseil ameacutericain lsquole Gartnerrsquo 33 des accegraves aux
systegravemes de Business Intelligence se feront au travers de tablettes ou
de smartphones5
En effet dans un monde de plus en plus complexe et des concurrents
de plus en plus menaccedilants les dirigeants doivent aujourdrsquohui se doter
drsquoun moyen drsquoaide agrave la prise de deacutecision agrave temps reacuteel qui permet drsquoanticiper les
changements et preacutevenir au bon moment les risques menaccedilants le bon fonctionnement
de leur entreprise
La Business intelligence mobile donne donc agrave ces dirigeants souvent en deacuteplacement la
possibiliteacute de consulter les informations preacutesentes sur le serveur de lrsquoentreprise suivre
ainsi de pregraves son activiteacute et prendre dans les brefs deacutelais les deacutecisions neacutecessaires en cas
de besoin
Les eacutediteurs conscients de lrsquoimportance du deacutecisionnel mobile ont derniegraverement bien
investi dans le deacuteveloppement des logiciels Business intelligence mobiles donnant
accegraves agrave tout moment aux rapports et tableaux de bords deacutecisionnels Drsquoailleurs la plupart
de ces eacutediteurs offrent aujourdrsquohui agrave leurs clients des nouvelles solutions permettant
drsquoacceacuteder voir mecircme de creacuteer des applications business intelligence depuis une tablette
ou un teacuteleacutephone mobile
5 httpwwwbusinessdecisionfr43-business-intelligence-mobilehtm
16
Le Responsive Design
Crsquoest lrsquoune des nouvelles tendances de la BI En effet avec lrsquoeacutemergence du digital la BI
classique traditionnelle srsquoest trouveacute face agrave des nouvelles probleacutematiques et nouveaux
besoins Les diffeacuterents supports utiliseacutes au quotidien doivent permettre aux experts
(qursquoils soient directeurs managers ou analystes) de retrouver partout ougrave qursquoils se
trouvent et sur nrsquoimporte quel support les tableaux de bord et les analyses
deacutecisionnelles pour les aider agrave prendre les deacutecisions strateacutegiques
On est bien lagrave dans la deacutemarche de responsive web design (site web adaptatif) une
seule application mais plusieurs laquo devices raquo possibles
En effet gracircce agrave cette approche la creacuteation ou la consultation des applications devrait
ecirctre possible sur un ordinateur une tablette ou un Smartphone
A lrsquoinverse des premiers efforts dans la BI mobile et qui consistaient agrave la creacuteation
drsquoapplications propres pour chaque support la BI responsive Design propose une
application alternative et unique qui doit posseacuteder les proprieacuteteacutes suivantes
Lrsquoaffichage drsquoun rapport srsquoadapte agrave lrsquoaffichage du peacuteripheacuterique (quelle que soit
la reacutesolution du peacuteripheacuterique)
La quantiteacute dinformation eacutevolue et sadapte au peacuteripheacuterique
Le deacuteveloppement nest reacutealiseacute quune fois (il nest donc pas neacutecessaire de
refaire un deacuteveloppement speacutecifique pour prendre en compte un nouveau
teacuteleacutephone par exemple)
Lexpeacuterience utilisateur est adapteacutee agrave chaque peacuteripheacuterique
Ainsi le recours agrave une telle technique ne peut qursquoengendrer des gains pour la clientegravele
17
En effet Lrsquoapplication doit ecirctre deacuteveloppeacutee quune seule fois et donc il aura moins de
budget agrave consacrer pour la reacutealisation et la maintenance du projet
Aussi avec chaque nouvelle version de teacuteleacutephone tablette ou PCMAC on nrsquoaura plus
agrave craindre car lrsquoapplication devrait ecirctre precircte et compatible agrave toute version
Le BIG DATA
Lrsquoexplosion quantitative de la donneacutee
numeacuterique ces derniegraveres anneacutees fait
eacutemerger un nouveau concept dans le
secteur informatique celui du Big
Data
Ces donneacutees proviennent de partout
des messages eacutechangeacutes sur les sites de
meacutedias sociaux les transactions dachats en
ligne les signaux GPS de teacuteleacutephones mobiles etc
Une importante quantiteacute drsquoinformation est drsquoailleurs preacutesente dans ces sources de
donneacutees tregraves diversifieacutees qui une fois bien traiteacutee et analyseacutee permet agrave lrsquoentreprise de
mieux comprendre sa clientegravele mieux deacutefinir ses offres et bien cibler son activiteacute
Aujourdrsquohui les grandes entreprises commencent agrave montrer un grand inteacuterecirct agrave ce
nouveau domaine et selon le cabinet de conseil le Gartner 73 des entreprises
ameacutericaines envisagent drsquoinvestir dans le Big Data les deux prochaines anneacutees6
A lrsquoinverse de la BI classique le Big Data connu par sa regravegle des laquo 3V raquo traite des
donneacutees structureacutes et non structureacutees (Varieacuteteacute) ayant un important volume (Volume)
et qui neacutecessitent de nouveaux moyens drsquoanalyse et drsquoexploration pour deacutetecter et
visualiser rapidement lrsquoinformation pertinente(Veacutelociteacute)
6 Solution IT Feacutevrier-Mars 2015 Article laquo le Big Data et la connaissance Client
18
Les grands eacutediteurs eux aussi tregraves inteacuteresseacutes par le Big Data investissent eacutenormeacutement
dans ce domaine et des recherches tregraves approfondies se font actuellement pour trouver
et creacuteer des solutions comme Hadoop capables agrave extraire drsquoimportants volumes de
donneacutees dans le but de mieux les exploiter et drsquoen tirer profit
Le Big Data est donc un nouveau pheacutenomegravene qui sans doute va envahir le monde de
lrsquoinformatique surtout avec ses grandes promesses pour aider agrave traiter et exploiter les
donneacutees numeacuteriques lor noir du XXIe siegravecle
Lrsquoanalyse preacutedictive
Lrsquoanalyse preacutedictive englobe les outils et meacutethodes statistiques qui permettent
drsquoanalyser des faits preacutesents et passeacutes afin de mettre en place des hypothegraveses sur des
eacuteveacutenements futurs
Herveacute Mignot product manager chez SPSS France deacutefinie lrsquoanalyse preacutedictive comme
lrsquooutil qui laquo eacutetudie les donneacutees et les caracteacuteristiques comportementales des
personnes (B2C) ou des entreprises (B2B) pour en tirer des modegraveles preacutedictifs en vue
doptimiser la relation avec les clients raquo7
Avec lrsquoeacutemergence du Big Data les analystes recourent de plus en plus agrave cette
meacutethode analytique qui facilite la deacutetection des relations eacuteventuelles entre des
variables explicatives et des variables expliqueacutees tregraves utiles pour comprendre des
comportements et preacutevoir des reacutesultats futurs
Lrsquoanalyse preacutedictive repreacutesente un enjeu pour lrsquoinformatique deacutecisionnelle
Des eacutetapes de filtrage drsquoagreacutegation et de tests statistiques unitaires sont agrave lrsquoavance
neacutecessaires sur les donneacutees extraites par les ETL qui par la suite doivent ecirctre stockeacutes
dans lrsquoenvironnement de lrsquoanalyse preacutedictive Des algorithmes et tests avanceacutes sont
par la suite agrave reacutealiser pour mettre en place le modegravele preacutedictive le plus pertinent ayant
lrsquointervalle de confiance le plus sucircr
7 Journaldunetcom Article laquo Analyse preacutedictive raquo
19
Les cas drsquoapplication de cette technique drsquoanalyse sont multiples En effet les modegraveles
preacutedictifs contribuent agrave apporter une valeur ajouteacutee dans une foule de domaines
notamment le marketing la connaissance client la preacutevention de la fraude et la gestion
des risques et la liste ne cesse de srsquoallonger
Lrsquoexploration visuelle des donneacutees ou laquo Dataviz raquo
La Data Visualisation srsquoinscrit dans la logique du Big Data et de lrsquoopen data
Il srsquoagit drsquoun moyen visuel pour lrsquoanalyse exploratoire et analytique des donneacutees
Une des derniegraveres tendances de lrsquoinformatique deacutecisionnelle la Dataviz est devenu
vite un outil tregraves appreacutecieacute par les entreprises
Cette nouvelle technique a reacutevolutionneacute en effet le monde de la restitution et de
reporting en rendant de lrsquoimage et des diagrammes des moyens pour la syntheacutetisation
graphique de lrsquoinformation
La preacutesente thegravese traite drsquoailleurs cette meacutethode drsquoanalyse tregraves inteacuteressante
Il y aura dans les prochains chapitres plus de deacutetails sur la Dataviz ses outils et aussi
ses domaines drsquoapplication et sa relation avec lrsquoinformatique deacutecisionnelle
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
7
D
INTRODUCTION
urant une longue peacuteriode la prise des deacutecisions et la mise en place des
strateacutegies au sein drsquoune entreprise eacutetaient reacutealiseacutees selon lrsquointuition de la
Direction Geacuteneacuterale et sans lrsquoaide de lrsquoinformatique Cela eacutetait ducirc au fait que les
logiciels informatiques de lrsquoeacutepoque ne permettaient pas la reacutecupeacuteration des donneacutees agrave partir
des applications transactionnelles ni de faire des calculs complexes essentiels pour la
geacuteneacuteration des rapports syntheacutetiques sur lrsquoactiviteacute
Avec le deacuteveloppement informatique et lrsquoapparition des eacutediteurs speacutecialiseacutes dans les systegravemes
drsquoinformations les projets Business Intelligence envahissaient petit agrave petit le monde de
lrsquoentreprise
En effet gracircce aux outils BI il est devenu possible drsquoextraire plus facilement des gros
volumes de donneacutees agrave partir de diffeacuterentes sources de les consolider dans un mecircme entrepocirct
et de les traiter profondeacutement pour fournir aux deacutecideurs comme aux meacutetiers les statistiques
et les informations pertinentes dont ils ont besoin
Ces indicateurs clefs permettront de mieux comprendre la situation de lrsquoentreprise de mettre
en œuvre la meilleure strateacutegie et de piloter drsquoune maniegravere plus efficace lrsquoactiviteacute de la
socieacuteteacute
Les projets deacutecisionnels repreacutesentaient ainsi une veacuteritable opportuniteacute pour les entreprises
qui se preacutecipitaient pour inteacutegrer les outils BI dans leurs systegravemes drsquoinformation et beacuteneacuteficier
ainsi drsquoune plus-value certaine non seulement en terme du temps mais aussi en terme
drsquoargent
Drsquoailleurs selon une eacutetude reacutecente reacutealiseacutee par IDC (International Data Corporation) un
salarieacute perd 5 heures chaque semaine agrave rechercher une information pertinente sur son activiteacute
Cela repreacutesente pour lrsquoentreprise agrave la fin de lrsquoanneacutee de 4000 agrave 16 000 euros1
1 Transition numeacuterique plus ldquo Article la business intelligence crsquoest aussi pour les PME raquo
8
La Business intelligence repreacutesente donc la solution la plus efficace pour une deacutetection rapide
de lrsquoinformation utile et pour une reacuteduction concregravete de ces coucircts suppleacutementaires nuisibles au
bon fonctionnement de lrsquoentreprise et agrave sa capaciteacute concurrentielle
Cependant gracircce agrave la deacutemocratisation rapide de lrsquointernet et de lrsquousage massif des reacuteseaux
sociaux et des objets connecteacutes la socieacuteteacute humaine commence ces derniegraveres anneacutees agrave
produire des volumes eacutenormes de donneacutees structureacutees et non structureacutees
Lrsquoegravere de Big et Open Data a donc deacutemarreacute et les socieacuteteacutes conscientes de lrsquoimportance de
lrsquoinformation que cachent ces donneacutees devraient encore une autre fois adapter leurs meacutethodes
et outils drsquoanalyse avec cette nouvelle situation
En effet les outils de la BI classique ne sont pas capables de traiter des milliards de lignes de
donneacutees issues de multiples sources internes et externes sans affecter leurs performances et
leurs temps de reacuteponse
La Data Visualisation nouvelle tendance de lrsquoinformatique deacutecisionnelle repreacutesente
aujourdrsquohui une des solutions les plus preacutefeacutereacutees par les grandes entreprises agrave fin de faire face
aux enjeux de la digitalisation et pour aider agrave se retrouver dans la laquo jungle drsquoinformations raquo
noyeacutee sous les eacutenormes volumes de donneacutees
Cette technique exploratoire des donneacutees repose sur la capaciteacute de lrsquoimage agrave transformer des
donneacutees complexes tregraves heacuteteacuterogegravenes en informations faciles trop utiles pour une prise de
deacutecision au moment opportun
La preacutesente thegravese intituleacutee laquo La Data visualisation au service de la BI srsquoinscrit dans ce
contexte
En effet ce travail reacutepond agrave la probleacutematique suivante laquo Le visuel peutndashil assurer la prise des
deacutecisions raquo
Le rapport est subdiviseacute en 4 chapitres Dans le premier nous allons donner une preacutesentation
geacuteneacuterale de lrsquoinformatique deacutecisionnelle et ces principales tendances les derniegraveres anneacutees
Dans le deuxiegraveme chapitre nous allons preacutesenter la Data Visualisation dans son contexte
global Nous deacutefinirons en premier lieu la Dataviz ensuite nous preacutesenterons ses fonctions
principales et son historique et nous finirons par deacutefinir quelques techniques de visualisation
9
Le troisiegraveme chapitre preacutesente la Data Visualisation dans le contexte deacutecisionnel les
avantages drsquoun projet BI-Dataviz et encore les principaux eacutediteurs ayant inteacutegreacute les
techniques de la visualisation des donneacutees dans leurs solutions BI
Le quatriegraveme chapitre est consacreacute pour preacutesenter quelques cas drsquoapplication de la Data
visualisation et pour donner une perspective sur son avenir dans le domaine de lrsquoinformatique
deacutecisionnelle
Enfin dans la conclusion nous allons rappeler les principaux reacutesultats et conclusions tireacutees
suite agrave ce travail de recherche sur la Data Visualisation
10
I) LA BUSINESS INTELLIGENCE
Pour faire face agrave une concurrence de plus en plus forte et reacutepondre le mieux agrave des besoins
clients de plus en plus exigeants les entreprises doivent srsquoappuyer sur un ensemble
drsquoinformations pertinentes neacutecessaires pour prendre les bonnes deacutecisions et fixer les
meilleures politiques futures
Lrsquoinformatique deacutecisionnelle reacutepond agrave ce besoin indispensable pour les entreprises En effet
elle permet drsquoextraire agrave partir des donneacutees de production des renseignements essentiels pour
la prise des deacutecisions strateacutegiques
Ce chapitre est consacreacute pour preacutesenter ce systegraveme drsquoinformation eacutevoquer son historique et
donner ces principales tendances les derniegraveres anneacutees
1- Historique et Deacutefinition
Lrsquoinformatique deacutecisionnelle (en anglais business intelligence ou BI) deacutesigne les moyens les
outils et les meacutethodes qui permettent de collecter consolider modeacuteliser et restituer les
donneacutees dune entreprise pour fournir agrave temps lrsquoensemble drsquoinformations neacutecessaires pour
la prise des deacutecisions
Ce systegraveme informatique est apparu agrave la fin des anneacutees 70 avec les premiers infocentres Un
systegraveme qui envoyait des requecirctes directement sur les serveurs de production et qui tregraves vite
montrait des limites consideacuterables avec les mauvais impacts sur le bon fonctionnement des
applications transactionnelles
Dans les anneacutees 80 avec larriveacutee des bases de donneacutees relationnelles on a pu isoler
linformatique de production des dispositifs deacutecisionnels Cependant crsquoest qursquoagrave partir des
anneacutees 90 lrsquoutilisation de la BI a veacuteritablement deacutemarreacute dans les entreprises qui depuis se
lanccedilaient tregraves fortement dans ce nouvel systegraveme drsquoinformation
En effet les technologies business intelligence en se basant sur des entrepocircts de donneacutees
offrent aux deacutecideurs des analyses approfondies sur lrsquoactiviteacute de la socieacuteteacute pour les aider agrave
deacutetecter les nouvelles opportuniteacutes et agrave mettre en place les meilleures strateacutegies et politiques
Lrsquoentrepocirct concept formaliseacute par Bill Inmon deacutesigne drsquoailleurs laquo une collection de donneacutees
theacutematiques inteacutegreacutees non volatiles et historiseacutees pour la prise de deacutecisions raquo
11
Alors et gracircce aux donneacutees centraliseacutees et des mesures agreacutegeacutees il est devenu possible de
fournir aux deacutecideurs des rapports drsquoactiviteacutes syntheacutetiques tregraves utiles pour fixer les prioriteacutes
et les objectifs futures de la socieacuteteacute
Un systegraveme deacutecisionnel classique est composeacute geacuteneacuteralement de 3 grandes phases
Figure 1 Processus Global dun traitement deacutecisionnel
a) La phase drsquoalimentation Grace agrave des outils ETL on extrait les donneacutees des
diffeacuterentes sources transactionnelles pour les charger ensuite dans un entrepocirct central
Ces ETL assurent trois principales fonctionnaliteacutes
Extract (Extraire)
Assurer la connexion agrave la majoriteacute des systegravemes de stockage (base de donneacutees
fichiers ) afin de pouvoir reacutecupeacuterer les donneacutees demandeacutees
Transform (Transformer)
Veacuterifier reformater et nettoyer les donneacutees pour assurer la validiteacute des donneacutees
Load (charger)
Stocker les donneacutees dans lrsquoentrepocirct central afin qursquoelles puissent ecirctre utiliseacutees
par les autres outils du systegraveme BI
b) La phase de modeacutelisation Crsquoest le moment de lrsquoorganisation des donneacutees pour
lrsquoanalyse La modeacutelisation pourrait ecirctre une modeacutelisation en eacutetoile en flocon ou en
constellation
12
La modeacutelisation en Etoile
Ce modegravele est constitueacute drsquoune table de fait centrale contenant les mesures
entoureacutee par des dimensions non relieacutees entre elles repreacutesentants les axes
drsquoanalyses
La modeacutelisation en Flocon
Un modegravele constitueacute drsquoune table de fait et des dimensions deacutecomposeacutees en
sous hieacuterarchies On a un seul niveau hieacuterarchique dans une table de dimension
La table de dimension de niveau hieacuterarchique le plus bas est relieacutee agrave la table de
fait On dit qursquoelle a la granulariteacute la plus fine2
La modeacutelisation en constellation
Plusieurs tables de faits partageant les tables dimensionnelles
2 Cours laquo Les entrepocircts de donneacutees pour les nuls ou pas raquo universiteacute de Lyon
13
Dans la phase de modeacutelisation on peut parler aussi des notions Datamarts et Cubes
qui sont neacutecessaires pour reacutepondre plus preacuteciseacutement agrave certains besoins meacutetiers
Datamart
Un Datamart est un Data Warehouse focaliseacute sur un sujet particulier Ralph
Kimball deacutefinie le Datamart comme laquo une base de donneacutees moins couteuse
que lrsquoentrepocirct de donneacutees et plus leacutegegravere puisqursquo il est geacuteneacuteralement exploiteacute en
entreprise pour restituer des informations cibleacutees sur un meacutetier speacutecifiqueraquo3
Cube
Il srsquoagit drsquoune modeacutelisation multidimensionnelle des donneacutees qui facilite
lrsquoanalyse drsquoune mesure selon diffeacuterentes dimensions instantaneacutement
Les calculs des mesures sont reacutealiseacutes lors du chargement ou de la mise agrave jour
du cube et le traitement des donneacutees peut ecirctre reacutealiseacute soit agrave travers le langage
MDX (Multidimensional Expressions) soit en utilisant des outils avec des
interfaces intuitives ne neacutecessitant pas de connaissances en informatique
c) La phase de restitution Crsquoest une phase de preacutesentation et de diffusion des reacutesultats
drsquoanalyse On parle plutocirct de la creacuteation des rapports et des tableaux de bords durant
cette phase de Reporting
3 The data warehouse ETL toolkit livre de Ralph Kimball traduction libre
14
On peut distinguer trois modes de Rapports
Rapport statique
Crsquoest un rapport de structure figeacutee en termes de preacutesentation et du peacuterimegravetre
des donneacutees analyseacutees
Rapport dynamique
La structure de ce type de rapport est semi statique le peacuterimegravetre des donneacutees
peut varier et lrsquoutilisateur final a la possibiliteacute de choisir les valeurs de
paramegravetres dynamiques inteacutegreacutes dans le rapport
Rapport Ad hoc
Ce type de rapport est librement creacuteeacute par lutilisateur final qui gracircce agrave des
fonctionnaliteacutes de cliques deacutefinie personnellement les structures des tableaux et
graphiques ainsi que les peacuterimegravetres drsquoanalyse
Pour finir cette premiegravere partie il est important drsquoindiquer qursquoactuellement le marcheacute de
lrsquoinformatique deacutecisionnelle est en plein essor les projets BI sont agrave la vogue et le profil drsquoun
consultant deacutecisionnel est trop appreacutecieacute par les socieacuteteacutes de conseils et de services en
ingeacutenierie informatique
En 2009 les eacutetudes estimaient par exemple que le marcheacute deacutecisionnel mondiale eacutetait de 9
milliards de dollars et pourrait atteindre les 14 milliards en 20144
Des statistiques qui reflegravetent donc la grande importance drsquoun tel systegraveme drsquoinformation qui
jusqursquoagrave lrsquoheure actuelle nrsquoa pas cesseacute drsquoeacutevoluer
4 LES ECHOSfr
15
2- Les derniegraveres Tendances de la BI
Ce paragraphe expose quelques exemples des tendances de lrsquoinformatique deacutecisionnelle
En effet la BI ces derniegraveres anneacutees eacutevolue agrave une vitesse deacutemesureacutee avec lrsquoapparition de
nouvelles outils et fonctionnaliteacutes ameacuteliorant consideacuterablement les meacutethodes drsquoanalyse et
outils de restitution
La BI mobile
Selon le cabinet de conseil ameacutericain lsquole Gartnerrsquo 33 des accegraves aux
systegravemes de Business Intelligence se feront au travers de tablettes ou
de smartphones5
En effet dans un monde de plus en plus complexe et des concurrents
de plus en plus menaccedilants les dirigeants doivent aujourdrsquohui se doter
drsquoun moyen drsquoaide agrave la prise de deacutecision agrave temps reacuteel qui permet drsquoanticiper les
changements et preacutevenir au bon moment les risques menaccedilants le bon fonctionnement
de leur entreprise
La Business intelligence mobile donne donc agrave ces dirigeants souvent en deacuteplacement la
possibiliteacute de consulter les informations preacutesentes sur le serveur de lrsquoentreprise suivre
ainsi de pregraves son activiteacute et prendre dans les brefs deacutelais les deacutecisions neacutecessaires en cas
de besoin
Les eacutediteurs conscients de lrsquoimportance du deacutecisionnel mobile ont derniegraverement bien
investi dans le deacuteveloppement des logiciels Business intelligence mobiles donnant
accegraves agrave tout moment aux rapports et tableaux de bords deacutecisionnels Drsquoailleurs la plupart
de ces eacutediteurs offrent aujourdrsquohui agrave leurs clients des nouvelles solutions permettant
drsquoacceacuteder voir mecircme de creacuteer des applications business intelligence depuis une tablette
ou un teacuteleacutephone mobile
5 httpwwwbusinessdecisionfr43-business-intelligence-mobilehtm
16
Le Responsive Design
Crsquoest lrsquoune des nouvelles tendances de la BI En effet avec lrsquoeacutemergence du digital la BI
classique traditionnelle srsquoest trouveacute face agrave des nouvelles probleacutematiques et nouveaux
besoins Les diffeacuterents supports utiliseacutes au quotidien doivent permettre aux experts
(qursquoils soient directeurs managers ou analystes) de retrouver partout ougrave qursquoils se
trouvent et sur nrsquoimporte quel support les tableaux de bord et les analyses
deacutecisionnelles pour les aider agrave prendre les deacutecisions strateacutegiques
On est bien lagrave dans la deacutemarche de responsive web design (site web adaptatif) une
seule application mais plusieurs laquo devices raquo possibles
En effet gracircce agrave cette approche la creacuteation ou la consultation des applications devrait
ecirctre possible sur un ordinateur une tablette ou un Smartphone
A lrsquoinverse des premiers efforts dans la BI mobile et qui consistaient agrave la creacuteation
drsquoapplications propres pour chaque support la BI responsive Design propose une
application alternative et unique qui doit posseacuteder les proprieacuteteacutes suivantes
Lrsquoaffichage drsquoun rapport srsquoadapte agrave lrsquoaffichage du peacuteripheacuterique (quelle que soit
la reacutesolution du peacuteripheacuterique)
La quantiteacute dinformation eacutevolue et sadapte au peacuteripheacuterique
Le deacuteveloppement nest reacutealiseacute quune fois (il nest donc pas neacutecessaire de
refaire un deacuteveloppement speacutecifique pour prendre en compte un nouveau
teacuteleacutephone par exemple)
Lexpeacuterience utilisateur est adapteacutee agrave chaque peacuteripheacuterique
Ainsi le recours agrave une telle technique ne peut qursquoengendrer des gains pour la clientegravele
17
En effet Lrsquoapplication doit ecirctre deacuteveloppeacutee quune seule fois et donc il aura moins de
budget agrave consacrer pour la reacutealisation et la maintenance du projet
Aussi avec chaque nouvelle version de teacuteleacutephone tablette ou PCMAC on nrsquoaura plus
agrave craindre car lrsquoapplication devrait ecirctre precircte et compatible agrave toute version
Le BIG DATA
Lrsquoexplosion quantitative de la donneacutee
numeacuterique ces derniegraveres anneacutees fait
eacutemerger un nouveau concept dans le
secteur informatique celui du Big
Data
Ces donneacutees proviennent de partout
des messages eacutechangeacutes sur les sites de
meacutedias sociaux les transactions dachats en
ligne les signaux GPS de teacuteleacutephones mobiles etc
Une importante quantiteacute drsquoinformation est drsquoailleurs preacutesente dans ces sources de
donneacutees tregraves diversifieacutees qui une fois bien traiteacutee et analyseacutee permet agrave lrsquoentreprise de
mieux comprendre sa clientegravele mieux deacutefinir ses offres et bien cibler son activiteacute
Aujourdrsquohui les grandes entreprises commencent agrave montrer un grand inteacuterecirct agrave ce
nouveau domaine et selon le cabinet de conseil le Gartner 73 des entreprises
ameacutericaines envisagent drsquoinvestir dans le Big Data les deux prochaines anneacutees6
A lrsquoinverse de la BI classique le Big Data connu par sa regravegle des laquo 3V raquo traite des
donneacutees structureacutes et non structureacutees (Varieacuteteacute) ayant un important volume (Volume)
et qui neacutecessitent de nouveaux moyens drsquoanalyse et drsquoexploration pour deacutetecter et
visualiser rapidement lrsquoinformation pertinente(Veacutelociteacute)
6 Solution IT Feacutevrier-Mars 2015 Article laquo le Big Data et la connaissance Client
18
Les grands eacutediteurs eux aussi tregraves inteacuteresseacutes par le Big Data investissent eacutenormeacutement
dans ce domaine et des recherches tregraves approfondies se font actuellement pour trouver
et creacuteer des solutions comme Hadoop capables agrave extraire drsquoimportants volumes de
donneacutees dans le but de mieux les exploiter et drsquoen tirer profit
Le Big Data est donc un nouveau pheacutenomegravene qui sans doute va envahir le monde de
lrsquoinformatique surtout avec ses grandes promesses pour aider agrave traiter et exploiter les
donneacutees numeacuteriques lor noir du XXIe siegravecle
Lrsquoanalyse preacutedictive
Lrsquoanalyse preacutedictive englobe les outils et meacutethodes statistiques qui permettent
drsquoanalyser des faits preacutesents et passeacutes afin de mettre en place des hypothegraveses sur des
eacuteveacutenements futurs
Herveacute Mignot product manager chez SPSS France deacutefinie lrsquoanalyse preacutedictive comme
lrsquooutil qui laquo eacutetudie les donneacutees et les caracteacuteristiques comportementales des
personnes (B2C) ou des entreprises (B2B) pour en tirer des modegraveles preacutedictifs en vue
doptimiser la relation avec les clients raquo7
Avec lrsquoeacutemergence du Big Data les analystes recourent de plus en plus agrave cette
meacutethode analytique qui facilite la deacutetection des relations eacuteventuelles entre des
variables explicatives et des variables expliqueacutees tregraves utiles pour comprendre des
comportements et preacutevoir des reacutesultats futurs
Lrsquoanalyse preacutedictive repreacutesente un enjeu pour lrsquoinformatique deacutecisionnelle
Des eacutetapes de filtrage drsquoagreacutegation et de tests statistiques unitaires sont agrave lrsquoavance
neacutecessaires sur les donneacutees extraites par les ETL qui par la suite doivent ecirctre stockeacutes
dans lrsquoenvironnement de lrsquoanalyse preacutedictive Des algorithmes et tests avanceacutes sont
par la suite agrave reacutealiser pour mettre en place le modegravele preacutedictive le plus pertinent ayant
lrsquointervalle de confiance le plus sucircr
7 Journaldunetcom Article laquo Analyse preacutedictive raquo
19
Les cas drsquoapplication de cette technique drsquoanalyse sont multiples En effet les modegraveles
preacutedictifs contribuent agrave apporter une valeur ajouteacutee dans une foule de domaines
notamment le marketing la connaissance client la preacutevention de la fraude et la gestion
des risques et la liste ne cesse de srsquoallonger
Lrsquoexploration visuelle des donneacutees ou laquo Dataviz raquo
La Data Visualisation srsquoinscrit dans la logique du Big Data et de lrsquoopen data
Il srsquoagit drsquoun moyen visuel pour lrsquoanalyse exploratoire et analytique des donneacutees
Une des derniegraveres tendances de lrsquoinformatique deacutecisionnelle la Dataviz est devenu
vite un outil tregraves appreacutecieacute par les entreprises
Cette nouvelle technique a reacutevolutionneacute en effet le monde de la restitution et de
reporting en rendant de lrsquoimage et des diagrammes des moyens pour la syntheacutetisation
graphique de lrsquoinformation
La preacutesente thegravese traite drsquoailleurs cette meacutethode drsquoanalyse tregraves inteacuteressante
Il y aura dans les prochains chapitres plus de deacutetails sur la Dataviz ses outils et aussi
ses domaines drsquoapplication et sa relation avec lrsquoinformatique deacutecisionnelle
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
8
La Business intelligence repreacutesente donc la solution la plus efficace pour une deacutetection rapide
de lrsquoinformation utile et pour une reacuteduction concregravete de ces coucircts suppleacutementaires nuisibles au
bon fonctionnement de lrsquoentreprise et agrave sa capaciteacute concurrentielle
Cependant gracircce agrave la deacutemocratisation rapide de lrsquointernet et de lrsquousage massif des reacuteseaux
sociaux et des objets connecteacutes la socieacuteteacute humaine commence ces derniegraveres anneacutees agrave
produire des volumes eacutenormes de donneacutees structureacutees et non structureacutees
Lrsquoegravere de Big et Open Data a donc deacutemarreacute et les socieacuteteacutes conscientes de lrsquoimportance de
lrsquoinformation que cachent ces donneacutees devraient encore une autre fois adapter leurs meacutethodes
et outils drsquoanalyse avec cette nouvelle situation
En effet les outils de la BI classique ne sont pas capables de traiter des milliards de lignes de
donneacutees issues de multiples sources internes et externes sans affecter leurs performances et
leurs temps de reacuteponse
La Data Visualisation nouvelle tendance de lrsquoinformatique deacutecisionnelle repreacutesente
aujourdrsquohui une des solutions les plus preacutefeacutereacutees par les grandes entreprises agrave fin de faire face
aux enjeux de la digitalisation et pour aider agrave se retrouver dans la laquo jungle drsquoinformations raquo
noyeacutee sous les eacutenormes volumes de donneacutees
Cette technique exploratoire des donneacutees repose sur la capaciteacute de lrsquoimage agrave transformer des
donneacutees complexes tregraves heacuteteacuterogegravenes en informations faciles trop utiles pour une prise de
deacutecision au moment opportun
La preacutesente thegravese intituleacutee laquo La Data visualisation au service de la BI srsquoinscrit dans ce
contexte
En effet ce travail reacutepond agrave la probleacutematique suivante laquo Le visuel peutndashil assurer la prise des
deacutecisions raquo
Le rapport est subdiviseacute en 4 chapitres Dans le premier nous allons donner une preacutesentation
geacuteneacuterale de lrsquoinformatique deacutecisionnelle et ces principales tendances les derniegraveres anneacutees
Dans le deuxiegraveme chapitre nous allons preacutesenter la Data Visualisation dans son contexte
global Nous deacutefinirons en premier lieu la Dataviz ensuite nous preacutesenterons ses fonctions
principales et son historique et nous finirons par deacutefinir quelques techniques de visualisation
9
Le troisiegraveme chapitre preacutesente la Data Visualisation dans le contexte deacutecisionnel les
avantages drsquoun projet BI-Dataviz et encore les principaux eacutediteurs ayant inteacutegreacute les
techniques de la visualisation des donneacutees dans leurs solutions BI
Le quatriegraveme chapitre est consacreacute pour preacutesenter quelques cas drsquoapplication de la Data
visualisation et pour donner une perspective sur son avenir dans le domaine de lrsquoinformatique
deacutecisionnelle
Enfin dans la conclusion nous allons rappeler les principaux reacutesultats et conclusions tireacutees
suite agrave ce travail de recherche sur la Data Visualisation
10
I) LA BUSINESS INTELLIGENCE
Pour faire face agrave une concurrence de plus en plus forte et reacutepondre le mieux agrave des besoins
clients de plus en plus exigeants les entreprises doivent srsquoappuyer sur un ensemble
drsquoinformations pertinentes neacutecessaires pour prendre les bonnes deacutecisions et fixer les
meilleures politiques futures
Lrsquoinformatique deacutecisionnelle reacutepond agrave ce besoin indispensable pour les entreprises En effet
elle permet drsquoextraire agrave partir des donneacutees de production des renseignements essentiels pour
la prise des deacutecisions strateacutegiques
Ce chapitre est consacreacute pour preacutesenter ce systegraveme drsquoinformation eacutevoquer son historique et
donner ces principales tendances les derniegraveres anneacutees
1- Historique et Deacutefinition
Lrsquoinformatique deacutecisionnelle (en anglais business intelligence ou BI) deacutesigne les moyens les
outils et les meacutethodes qui permettent de collecter consolider modeacuteliser et restituer les
donneacutees dune entreprise pour fournir agrave temps lrsquoensemble drsquoinformations neacutecessaires pour
la prise des deacutecisions
Ce systegraveme informatique est apparu agrave la fin des anneacutees 70 avec les premiers infocentres Un
systegraveme qui envoyait des requecirctes directement sur les serveurs de production et qui tregraves vite
montrait des limites consideacuterables avec les mauvais impacts sur le bon fonctionnement des
applications transactionnelles
Dans les anneacutees 80 avec larriveacutee des bases de donneacutees relationnelles on a pu isoler
linformatique de production des dispositifs deacutecisionnels Cependant crsquoest qursquoagrave partir des
anneacutees 90 lrsquoutilisation de la BI a veacuteritablement deacutemarreacute dans les entreprises qui depuis se
lanccedilaient tregraves fortement dans ce nouvel systegraveme drsquoinformation
En effet les technologies business intelligence en se basant sur des entrepocircts de donneacutees
offrent aux deacutecideurs des analyses approfondies sur lrsquoactiviteacute de la socieacuteteacute pour les aider agrave
deacutetecter les nouvelles opportuniteacutes et agrave mettre en place les meilleures strateacutegies et politiques
Lrsquoentrepocirct concept formaliseacute par Bill Inmon deacutesigne drsquoailleurs laquo une collection de donneacutees
theacutematiques inteacutegreacutees non volatiles et historiseacutees pour la prise de deacutecisions raquo
11
Alors et gracircce aux donneacutees centraliseacutees et des mesures agreacutegeacutees il est devenu possible de
fournir aux deacutecideurs des rapports drsquoactiviteacutes syntheacutetiques tregraves utiles pour fixer les prioriteacutes
et les objectifs futures de la socieacuteteacute
Un systegraveme deacutecisionnel classique est composeacute geacuteneacuteralement de 3 grandes phases
Figure 1 Processus Global dun traitement deacutecisionnel
a) La phase drsquoalimentation Grace agrave des outils ETL on extrait les donneacutees des
diffeacuterentes sources transactionnelles pour les charger ensuite dans un entrepocirct central
Ces ETL assurent trois principales fonctionnaliteacutes
Extract (Extraire)
Assurer la connexion agrave la majoriteacute des systegravemes de stockage (base de donneacutees
fichiers ) afin de pouvoir reacutecupeacuterer les donneacutees demandeacutees
Transform (Transformer)
Veacuterifier reformater et nettoyer les donneacutees pour assurer la validiteacute des donneacutees
Load (charger)
Stocker les donneacutees dans lrsquoentrepocirct central afin qursquoelles puissent ecirctre utiliseacutees
par les autres outils du systegraveme BI
b) La phase de modeacutelisation Crsquoest le moment de lrsquoorganisation des donneacutees pour
lrsquoanalyse La modeacutelisation pourrait ecirctre une modeacutelisation en eacutetoile en flocon ou en
constellation
12
La modeacutelisation en Etoile
Ce modegravele est constitueacute drsquoune table de fait centrale contenant les mesures
entoureacutee par des dimensions non relieacutees entre elles repreacutesentants les axes
drsquoanalyses
La modeacutelisation en Flocon
Un modegravele constitueacute drsquoune table de fait et des dimensions deacutecomposeacutees en
sous hieacuterarchies On a un seul niveau hieacuterarchique dans une table de dimension
La table de dimension de niveau hieacuterarchique le plus bas est relieacutee agrave la table de
fait On dit qursquoelle a la granulariteacute la plus fine2
La modeacutelisation en constellation
Plusieurs tables de faits partageant les tables dimensionnelles
2 Cours laquo Les entrepocircts de donneacutees pour les nuls ou pas raquo universiteacute de Lyon
13
Dans la phase de modeacutelisation on peut parler aussi des notions Datamarts et Cubes
qui sont neacutecessaires pour reacutepondre plus preacuteciseacutement agrave certains besoins meacutetiers
Datamart
Un Datamart est un Data Warehouse focaliseacute sur un sujet particulier Ralph
Kimball deacutefinie le Datamart comme laquo une base de donneacutees moins couteuse
que lrsquoentrepocirct de donneacutees et plus leacutegegravere puisqursquo il est geacuteneacuteralement exploiteacute en
entreprise pour restituer des informations cibleacutees sur un meacutetier speacutecifiqueraquo3
Cube
Il srsquoagit drsquoune modeacutelisation multidimensionnelle des donneacutees qui facilite
lrsquoanalyse drsquoune mesure selon diffeacuterentes dimensions instantaneacutement
Les calculs des mesures sont reacutealiseacutes lors du chargement ou de la mise agrave jour
du cube et le traitement des donneacutees peut ecirctre reacutealiseacute soit agrave travers le langage
MDX (Multidimensional Expressions) soit en utilisant des outils avec des
interfaces intuitives ne neacutecessitant pas de connaissances en informatique
c) La phase de restitution Crsquoest une phase de preacutesentation et de diffusion des reacutesultats
drsquoanalyse On parle plutocirct de la creacuteation des rapports et des tableaux de bords durant
cette phase de Reporting
3 The data warehouse ETL toolkit livre de Ralph Kimball traduction libre
14
On peut distinguer trois modes de Rapports
Rapport statique
Crsquoest un rapport de structure figeacutee en termes de preacutesentation et du peacuterimegravetre
des donneacutees analyseacutees
Rapport dynamique
La structure de ce type de rapport est semi statique le peacuterimegravetre des donneacutees
peut varier et lrsquoutilisateur final a la possibiliteacute de choisir les valeurs de
paramegravetres dynamiques inteacutegreacutes dans le rapport
Rapport Ad hoc
Ce type de rapport est librement creacuteeacute par lutilisateur final qui gracircce agrave des
fonctionnaliteacutes de cliques deacutefinie personnellement les structures des tableaux et
graphiques ainsi que les peacuterimegravetres drsquoanalyse
Pour finir cette premiegravere partie il est important drsquoindiquer qursquoactuellement le marcheacute de
lrsquoinformatique deacutecisionnelle est en plein essor les projets BI sont agrave la vogue et le profil drsquoun
consultant deacutecisionnel est trop appreacutecieacute par les socieacuteteacutes de conseils et de services en
ingeacutenierie informatique
En 2009 les eacutetudes estimaient par exemple que le marcheacute deacutecisionnel mondiale eacutetait de 9
milliards de dollars et pourrait atteindre les 14 milliards en 20144
Des statistiques qui reflegravetent donc la grande importance drsquoun tel systegraveme drsquoinformation qui
jusqursquoagrave lrsquoheure actuelle nrsquoa pas cesseacute drsquoeacutevoluer
4 LES ECHOSfr
15
2- Les derniegraveres Tendances de la BI
Ce paragraphe expose quelques exemples des tendances de lrsquoinformatique deacutecisionnelle
En effet la BI ces derniegraveres anneacutees eacutevolue agrave une vitesse deacutemesureacutee avec lrsquoapparition de
nouvelles outils et fonctionnaliteacutes ameacuteliorant consideacuterablement les meacutethodes drsquoanalyse et
outils de restitution
La BI mobile
Selon le cabinet de conseil ameacutericain lsquole Gartnerrsquo 33 des accegraves aux
systegravemes de Business Intelligence se feront au travers de tablettes ou
de smartphones5
En effet dans un monde de plus en plus complexe et des concurrents
de plus en plus menaccedilants les dirigeants doivent aujourdrsquohui se doter
drsquoun moyen drsquoaide agrave la prise de deacutecision agrave temps reacuteel qui permet drsquoanticiper les
changements et preacutevenir au bon moment les risques menaccedilants le bon fonctionnement
de leur entreprise
La Business intelligence mobile donne donc agrave ces dirigeants souvent en deacuteplacement la
possibiliteacute de consulter les informations preacutesentes sur le serveur de lrsquoentreprise suivre
ainsi de pregraves son activiteacute et prendre dans les brefs deacutelais les deacutecisions neacutecessaires en cas
de besoin
Les eacutediteurs conscients de lrsquoimportance du deacutecisionnel mobile ont derniegraverement bien
investi dans le deacuteveloppement des logiciels Business intelligence mobiles donnant
accegraves agrave tout moment aux rapports et tableaux de bords deacutecisionnels Drsquoailleurs la plupart
de ces eacutediteurs offrent aujourdrsquohui agrave leurs clients des nouvelles solutions permettant
drsquoacceacuteder voir mecircme de creacuteer des applications business intelligence depuis une tablette
ou un teacuteleacutephone mobile
5 httpwwwbusinessdecisionfr43-business-intelligence-mobilehtm
16
Le Responsive Design
Crsquoest lrsquoune des nouvelles tendances de la BI En effet avec lrsquoeacutemergence du digital la BI
classique traditionnelle srsquoest trouveacute face agrave des nouvelles probleacutematiques et nouveaux
besoins Les diffeacuterents supports utiliseacutes au quotidien doivent permettre aux experts
(qursquoils soient directeurs managers ou analystes) de retrouver partout ougrave qursquoils se
trouvent et sur nrsquoimporte quel support les tableaux de bord et les analyses
deacutecisionnelles pour les aider agrave prendre les deacutecisions strateacutegiques
On est bien lagrave dans la deacutemarche de responsive web design (site web adaptatif) une
seule application mais plusieurs laquo devices raquo possibles
En effet gracircce agrave cette approche la creacuteation ou la consultation des applications devrait
ecirctre possible sur un ordinateur une tablette ou un Smartphone
A lrsquoinverse des premiers efforts dans la BI mobile et qui consistaient agrave la creacuteation
drsquoapplications propres pour chaque support la BI responsive Design propose une
application alternative et unique qui doit posseacuteder les proprieacuteteacutes suivantes
Lrsquoaffichage drsquoun rapport srsquoadapte agrave lrsquoaffichage du peacuteripheacuterique (quelle que soit
la reacutesolution du peacuteripheacuterique)
La quantiteacute dinformation eacutevolue et sadapte au peacuteripheacuterique
Le deacuteveloppement nest reacutealiseacute quune fois (il nest donc pas neacutecessaire de
refaire un deacuteveloppement speacutecifique pour prendre en compte un nouveau
teacuteleacutephone par exemple)
Lexpeacuterience utilisateur est adapteacutee agrave chaque peacuteripheacuterique
Ainsi le recours agrave une telle technique ne peut qursquoengendrer des gains pour la clientegravele
17
En effet Lrsquoapplication doit ecirctre deacuteveloppeacutee quune seule fois et donc il aura moins de
budget agrave consacrer pour la reacutealisation et la maintenance du projet
Aussi avec chaque nouvelle version de teacuteleacutephone tablette ou PCMAC on nrsquoaura plus
agrave craindre car lrsquoapplication devrait ecirctre precircte et compatible agrave toute version
Le BIG DATA
Lrsquoexplosion quantitative de la donneacutee
numeacuterique ces derniegraveres anneacutees fait
eacutemerger un nouveau concept dans le
secteur informatique celui du Big
Data
Ces donneacutees proviennent de partout
des messages eacutechangeacutes sur les sites de
meacutedias sociaux les transactions dachats en
ligne les signaux GPS de teacuteleacutephones mobiles etc
Une importante quantiteacute drsquoinformation est drsquoailleurs preacutesente dans ces sources de
donneacutees tregraves diversifieacutees qui une fois bien traiteacutee et analyseacutee permet agrave lrsquoentreprise de
mieux comprendre sa clientegravele mieux deacutefinir ses offres et bien cibler son activiteacute
Aujourdrsquohui les grandes entreprises commencent agrave montrer un grand inteacuterecirct agrave ce
nouveau domaine et selon le cabinet de conseil le Gartner 73 des entreprises
ameacutericaines envisagent drsquoinvestir dans le Big Data les deux prochaines anneacutees6
A lrsquoinverse de la BI classique le Big Data connu par sa regravegle des laquo 3V raquo traite des
donneacutees structureacutes et non structureacutees (Varieacuteteacute) ayant un important volume (Volume)
et qui neacutecessitent de nouveaux moyens drsquoanalyse et drsquoexploration pour deacutetecter et
visualiser rapidement lrsquoinformation pertinente(Veacutelociteacute)
6 Solution IT Feacutevrier-Mars 2015 Article laquo le Big Data et la connaissance Client
18
Les grands eacutediteurs eux aussi tregraves inteacuteresseacutes par le Big Data investissent eacutenormeacutement
dans ce domaine et des recherches tregraves approfondies se font actuellement pour trouver
et creacuteer des solutions comme Hadoop capables agrave extraire drsquoimportants volumes de
donneacutees dans le but de mieux les exploiter et drsquoen tirer profit
Le Big Data est donc un nouveau pheacutenomegravene qui sans doute va envahir le monde de
lrsquoinformatique surtout avec ses grandes promesses pour aider agrave traiter et exploiter les
donneacutees numeacuteriques lor noir du XXIe siegravecle
Lrsquoanalyse preacutedictive
Lrsquoanalyse preacutedictive englobe les outils et meacutethodes statistiques qui permettent
drsquoanalyser des faits preacutesents et passeacutes afin de mettre en place des hypothegraveses sur des
eacuteveacutenements futurs
Herveacute Mignot product manager chez SPSS France deacutefinie lrsquoanalyse preacutedictive comme
lrsquooutil qui laquo eacutetudie les donneacutees et les caracteacuteristiques comportementales des
personnes (B2C) ou des entreprises (B2B) pour en tirer des modegraveles preacutedictifs en vue
doptimiser la relation avec les clients raquo7
Avec lrsquoeacutemergence du Big Data les analystes recourent de plus en plus agrave cette
meacutethode analytique qui facilite la deacutetection des relations eacuteventuelles entre des
variables explicatives et des variables expliqueacutees tregraves utiles pour comprendre des
comportements et preacutevoir des reacutesultats futurs
Lrsquoanalyse preacutedictive repreacutesente un enjeu pour lrsquoinformatique deacutecisionnelle
Des eacutetapes de filtrage drsquoagreacutegation et de tests statistiques unitaires sont agrave lrsquoavance
neacutecessaires sur les donneacutees extraites par les ETL qui par la suite doivent ecirctre stockeacutes
dans lrsquoenvironnement de lrsquoanalyse preacutedictive Des algorithmes et tests avanceacutes sont
par la suite agrave reacutealiser pour mettre en place le modegravele preacutedictive le plus pertinent ayant
lrsquointervalle de confiance le plus sucircr
7 Journaldunetcom Article laquo Analyse preacutedictive raquo
19
Les cas drsquoapplication de cette technique drsquoanalyse sont multiples En effet les modegraveles
preacutedictifs contribuent agrave apporter une valeur ajouteacutee dans une foule de domaines
notamment le marketing la connaissance client la preacutevention de la fraude et la gestion
des risques et la liste ne cesse de srsquoallonger
Lrsquoexploration visuelle des donneacutees ou laquo Dataviz raquo
La Data Visualisation srsquoinscrit dans la logique du Big Data et de lrsquoopen data
Il srsquoagit drsquoun moyen visuel pour lrsquoanalyse exploratoire et analytique des donneacutees
Une des derniegraveres tendances de lrsquoinformatique deacutecisionnelle la Dataviz est devenu
vite un outil tregraves appreacutecieacute par les entreprises
Cette nouvelle technique a reacutevolutionneacute en effet le monde de la restitution et de
reporting en rendant de lrsquoimage et des diagrammes des moyens pour la syntheacutetisation
graphique de lrsquoinformation
La preacutesente thegravese traite drsquoailleurs cette meacutethode drsquoanalyse tregraves inteacuteressante
Il y aura dans les prochains chapitres plus de deacutetails sur la Dataviz ses outils et aussi
ses domaines drsquoapplication et sa relation avec lrsquoinformatique deacutecisionnelle
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
9
Le troisiegraveme chapitre preacutesente la Data Visualisation dans le contexte deacutecisionnel les
avantages drsquoun projet BI-Dataviz et encore les principaux eacutediteurs ayant inteacutegreacute les
techniques de la visualisation des donneacutees dans leurs solutions BI
Le quatriegraveme chapitre est consacreacute pour preacutesenter quelques cas drsquoapplication de la Data
visualisation et pour donner une perspective sur son avenir dans le domaine de lrsquoinformatique
deacutecisionnelle
Enfin dans la conclusion nous allons rappeler les principaux reacutesultats et conclusions tireacutees
suite agrave ce travail de recherche sur la Data Visualisation
10
I) LA BUSINESS INTELLIGENCE
Pour faire face agrave une concurrence de plus en plus forte et reacutepondre le mieux agrave des besoins
clients de plus en plus exigeants les entreprises doivent srsquoappuyer sur un ensemble
drsquoinformations pertinentes neacutecessaires pour prendre les bonnes deacutecisions et fixer les
meilleures politiques futures
Lrsquoinformatique deacutecisionnelle reacutepond agrave ce besoin indispensable pour les entreprises En effet
elle permet drsquoextraire agrave partir des donneacutees de production des renseignements essentiels pour
la prise des deacutecisions strateacutegiques
Ce chapitre est consacreacute pour preacutesenter ce systegraveme drsquoinformation eacutevoquer son historique et
donner ces principales tendances les derniegraveres anneacutees
1- Historique et Deacutefinition
Lrsquoinformatique deacutecisionnelle (en anglais business intelligence ou BI) deacutesigne les moyens les
outils et les meacutethodes qui permettent de collecter consolider modeacuteliser et restituer les
donneacutees dune entreprise pour fournir agrave temps lrsquoensemble drsquoinformations neacutecessaires pour
la prise des deacutecisions
Ce systegraveme informatique est apparu agrave la fin des anneacutees 70 avec les premiers infocentres Un
systegraveme qui envoyait des requecirctes directement sur les serveurs de production et qui tregraves vite
montrait des limites consideacuterables avec les mauvais impacts sur le bon fonctionnement des
applications transactionnelles
Dans les anneacutees 80 avec larriveacutee des bases de donneacutees relationnelles on a pu isoler
linformatique de production des dispositifs deacutecisionnels Cependant crsquoest qursquoagrave partir des
anneacutees 90 lrsquoutilisation de la BI a veacuteritablement deacutemarreacute dans les entreprises qui depuis se
lanccedilaient tregraves fortement dans ce nouvel systegraveme drsquoinformation
En effet les technologies business intelligence en se basant sur des entrepocircts de donneacutees
offrent aux deacutecideurs des analyses approfondies sur lrsquoactiviteacute de la socieacuteteacute pour les aider agrave
deacutetecter les nouvelles opportuniteacutes et agrave mettre en place les meilleures strateacutegies et politiques
Lrsquoentrepocirct concept formaliseacute par Bill Inmon deacutesigne drsquoailleurs laquo une collection de donneacutees
theacutematiques inteacutegreacutees non volatiles et historiseacutees pour la prise de deacutecisions raquo
11
Alors et gracircce aux donneacutees centraliseacutees et des mesures agreacutegeacutees il est devenu possible de
fournir aux deacutecideurs des rapports drsquoactiviteacutes syntheacutetiques tregraves utiles pour fixer les prioriteacutes
et les objectifs futures de la socieacuteteacute
Un systegraveme deacutecisionnel classique est composeacute geacuteneacuteralement de 3 grandes phases
Figure 1 Processus Global dun traitement deacutecisionnel
a) La phase drsquoalimentation Grace agrave des outils ETL on extrait les donneacutees des
diffeacuterentes sources transactionnelles pour les charger ensuite dans un entrepocirct central
Ces ETL assurent trois principales fonctionnaliteacutes
Extract (Extraire)
Assurer la connexion agrave la majoriteacute des systegravemes de stockage (base de donneacutees
fichiers ) afin de pouvoir reacutecupeacuterer les donneacutees demandeacutees
Transform (Transformer)
Veacuterifier reformater et nettoyer les donneacutees pour assurer la validiteacute des donneacutees
Load (charger)
Stocker les donneacutees dans lrsquoentrepocirct central afin qursquoelles puissent ecirctre utiliseacutees
par les autres outils du systegraveme BI
b) La phase de modeacutelisation Crsquoest le moment de lrsquoorganisation des donneacutees pour
lrsquoanalyse La modeacutelisation pourrait ecirctre une modeacutelisation en eacutetoile en flocon ou en
constellation
12
La modeacutelisation en Etoile
Ce modegravele est constitueacute drsquoune table de fait centrale contenant les mesures
entoureacutee par des dimensions non relieacutees entre elles repreacutesentants les axes
drsquoanalyses
La modeacutelisation en Flocon
Un modegravele constitueacute drsquoune table de fait et des dimensions deacutecomposeacutees en
sous hieacuterarchies On a un seul niveau hieacuterarchique dans une table de dimension
La table de dimension de niveau hieacuterarchique le plus bas est relieacutee agrave la table de
fait On dit qursquoelle a la granulariteacute la plus fine2
La modeacutelisation en constellation
Plusieurs tables de faits partageant les tables dimensionnelles
2 Cours laquo Les entrepocircts de donneacutees pour les nuls ou pas raquo universiteacute de Lyon
13
Dans la phase de modeacutelisation on peut parler aussi des notions Datamarts et Cubes
qui sont neacutecessaires pour reacutepondre plus preacuteciseacutement agrave certains besoins meacutetiers
Datamart
Un Datamart est un Data Warehouse focaliseacute sur un sujet particulier Ralph
Kimball deacutefinie le Datamart comme laquo une base de donneacutees moins couteuse
que lrsquoentrepocirct de donneacutees et plus leacutegegravere puisqursquo il est geacuteneacuteralement exploiteacute en
entreprise pour restituer des informations cibleacutees sur un meacutetier speacutecifiqueraquo3
Cube
Il srsquoagit drsquoune modeacutelisation multidimensionnelle des donneacutees qui facilite
lrsquoanalyse drsquoune mesure selon diffeacuterentes dimensions instantaneacutement
Les calculs des mesures sont reacutealiseacutes lors du chargement ou de la mise agrave jour
du cube et le traitement des donneacutees peut ecirctre reacutealiseacute soit agrave travers le langage
MDX (Multidimensional Expressions) soit en utilisant des outils avec des
interfaces intuitives ne neacutecessitant pas de connaissances en informatique
c) La phase de restitution Crsquoest une phase de preacutesentation et de diffusion des reacutesultats
drsquoanalyse On parle plutocirct de la creacuteation des rapports et des tableaux de bords durant
cette phase de Reporting
3 The data warehouse ETL toolkit livre de Ralph Kimball traduction libre
14
On peut distinguer trois modes de Rapports
Rapport statique
Crsquoest un rapport de structure figeacutee en termes de preacutesentation et du peacuterimegravetre
des donneacutees analyseacutees
Rapport dynamique
La structure de ce type de rapport est semi statique le peacuterimegravetre des donneacutees
peut varier et lrsquoutilisateur final a la possibiliteacute de choisir les valeurs de
paramegravetres dynamiques inteacutegreacutes dans le rapport
Rapport Ad hoc
Ce type de rapport est librement creacuteeacute par lutilisateur final qui gracircce agrave des
fonctionnaliteacutes de cliques deacutefinie personnellement les structures des tableaux et
graphiques ainsi que les peacuterimegravetres drsquoanalyse
Pour finir cette premiegravere partie il est important drsquoindiquer qursquoactuellement le marcheacute de
lrsquoinformatique deacutecisionnelle est en plein essor les projets BI sont agrave la vogue et le profil drsquoun
consultant deacutecisionnel est trop appreacutecieacute par les socieacuteteacutes de conseils et de services en
ingeacutenierie informatique
En 2009 les eacutetudes estimaient par exemple que le marcheacute deacutecisionnel mondiale eacutetait de 9
milliards de dollars et pourrait atteindre les 14 milliards en 20144
Des statistiques qui reflegravetent donc la grande importance drsquoun tel systegraveme drsquoinformation qui
jusqursquoagrave lrsquoheure actuelle nrsquoa pas cesseacute drsquoeacutevoluer
4 LES ECHOSfr
15
2- Les derniegraveres Tendances de la BI
Ce paragraphe expose quelques exemples des tendances de lrsquoinformatique deacutecisionnelle
En effet la BI ces derniegraveres anneacutees eacutevolue agrave une vitesse deacutemesureacutee avec lrsquoapparition de
nouvelles outils et fonctionnaliteacutes ameacuteliorant consideacuterablement les meacutethodes drsquoanalyse et
outils de restitution
La BI mobile
Selon le cabinet de conseil ameacutericain lsquole Gartnerrsquo 33 des accegraves aux
systegravemes de Business Intelligence se feront au travers de tablettes ou
de smartphones5
En effet dans un monde de plus en plus complexe et des concurrents
de plus en plus menaccedilants les dirigeants doivent aujourdrsquohui se doter
drsquoun moyen drsquoaide agrave la prise de deacutecision agrave temps reacuteel qui permet drsquoanticiper les
changements et preacutevenir au bon moment les risques menaccedilants le bon fonctionnement
de leur entreprise
La Business intelligence mobile donne donc agrave ces dirigeants souvent en deacuteplacement la
possibiliteacute de consulter les informations preacutesentes sur le serveur de lrsquoentreprise suivre
ainsi de pregraves son activiteacute et prendre dans les brefs deacutelais les deacutecisions neacutecessaires en cas
de besoin
Les eacutediteurs conscients de lrsquoimportance du deacutecisionnel mobile ont derniegraverement bien
investi dans le deacuteveloppement des logiciels Business intelligence mobiles donnant
accegraves agrave tout moment aux rapports et tableaux de bords deacutecisionnels Drsquoailleurs la plupart
de ces eacutediteurs offrent aujourdrsquohui agrave leurs clients des nouvelles solutions permettant
drsquoacceacuteder voir mecircme de creacuteer des applications business intelligence depuis une tablette
ou un teacuteleacutephone mobile
5 httpwwwbusinessdecisionfr43-business-intelligence-mobilehtm
16
Le Responsive Design
Crsquoest lrsquoune des nouvelles tendances de la BI En effet avec lrsquoeacutemergence du digital la BI
classique traditionnelle srsquoest trouveacute face agrave des nouvelles probleacutematiques et nouveaux
besoins Les diffeacuterents supports utiliseacutes au quotidien doivent permettre aux experts
(qursquoils soient directeurs managers ou analystes) de retrouver partout ougrave qursquoils se
trouvent et sur nrsquoimporte quel support les tableaux de bord et les analyses
deacutecisionnelles pour les aider agrave prendre les deacutecisions strateacutegiques
On est bien lagrave dans la deacutemarche de responsive web design (site web adaptatif) une
seule application mais plusieurs laquo devices raquo possibles
En effet gracircce agrave cette approche la creacuteation ou la consultation des applications devrait
ecirctre possible sur un ordinateur une tablette ou un Smartphone
A lrsquoinverse des premiers efforts dans la BI mobile et qui consistaient agrave la creacuteation
drsquoapplications propres pour chaque support la BI responsive Design propose une
application alternative et unique qui doit posseacuteder les proprieacuteteacutes suivantes
Lrsquoaffichage drsquoun rapport srsquoadapte agrave lrsquoaffichage du peacuteripheacuterique (quelle que soit
la reacutesolution du peacuteripheacuterique)
La quantiteacute dinformation eacutevolue et sadapte au peacuteripheacuterique
Le deacuteveloppement nest reacutealiseacute quune fois (il nest donc pas neacutecessaire de
refaire un deacuteveloppement speacutecifique pour prendre en compte un nouveau
teacuteleacutephone par exemple)
Lexpeacuterience utilisateur est adapteacutee agrave chaque peacuteripheacuterique
Ainsi le recours agrave une telle technique ne peut qursquoengendrer des gains pour la clientegravele
17
En effet Lrsquoapplication doit ecirctre deacuteveloppeacutee quune seule fois et donc il aura moins de
budget agrave consacrer pour la reacutealisation et la maintenance du projet
Aussi avec chaque nouvelle version de teacuteleacutephone tablette ou PCMAC on nrsquoaura plus
agrave craindre car lrsquoapplication devrait ecirctre precircte et compatible agrave toute version
Le BIG DATA
Lrsquoexplosion quantitative de la donneacutee
numeacuterique ces derniegraveres anneacutees fait
eacutemerger un nouveau concept dans le
secteur informatique celui du Big
Data
Ces donneacutees proviennent de partout
des messages eacutechangeacutes sur les sites de
meacutedias sociaux les transactions dachats en
ligne les signaux GPS de teacuteleacutephones mobiles etc
Une importante quantiteacute drsquoinformation est drsquoailleurs preacutesente dans ces sources de
donneacutees tregraves diversifieacutees qui une fois bien traiteacutee et analyseacutee permet agrave lrsquoentreprise de
mieux comprendre sa clientegravele mieux deacutefinir ses offres et bien cibler son activiteacute
Aujourdrsquohui les grandes entreprises commencent agrave montrer un grand inteacuterecirct agrave ce
nouveau domaine et selon le cabinet de conseil le Gartner 73 des entreprises
ameacutericaines envisagent drsquoinvestir dans le Big Data les deux prochaines anneacutees6
A lrsquoinverse de la BI classique le Big Data connu par sa regravegle des laquo 3V raquo traite des
donneacutees structureacutes et non structureacutees (Varieacuteteacute) ayant un important volume (Volume)
et qui neacutecessitent de nouveaux moyens drsquoanalyse et drsquoexploration pour deacutetecter et
visualiser rapidement lrsquoinformation pertinente(Veacutelociteacute)
6 Solution IT Feacutevrier-Mars 2015 Article laquo le Big Data et la connaissance Client
18
Les grands eacutediteurs eux aussi tregraves inteacuteresseacutes par le Big Data investissent eacutenormeacutement
dans ce domaine et des recherches tregraves approfondies se font actuellement pour trouver
et creacuteer des solutions comme Hadoop capables agrave extraire drsquoimportants volumes de
donneacutees dans le but de mieux les exploiter et drsquoen tirer profit
Le Big Data est donc un nouveau pheacutenomegravene qui sans doute va envahir le monde de
lrsquoinformatique surtout avec ses grandes promesses pour aider agrave traiter et exploiter les
donneacutees numeacuteriques lor noir du XXIe siegravecle
Lrsquoanalyse preacutedictive
Lrsquoanalyse preacutedictive englobe les outils et meacutethodes statistiques qui permettent
drsquoanalyser des faits preacutesents et passeacutes afin de mettre en place des hypothegraveses sur des
eacuteveacutenements futurs
Herveacute Mignot product manager chez SPSS France deacutefinie lrsquoanalyse preacutedictive comme
lrsquooutil qui laquo eacutetudie les donneacutees et les caracteacuteristiques comportementales des
personnes (B2C) ou des entreprises (B2B) pour en tirer des modegraveles preacutedictifs en vue
doptimiser la relation avec les clients raquo7
Avec lrsquoeacutemergence du Big Data les analystes recourent de plus en plus agrave cette
meacutethode analytique qui facilite la deacutetection des relations eacuteventuelles entre des
variables explicatives et des variables expliqueacutees tregraves utiles pour comprendre des
comportements et preacutevoir des reacutesultats futurs
Lrsquoanalyse preacutedictive repreacutesente un enjeu pour lrsquoinformatique deacutecisionnelle
Des eacutetapes de filtrage drsquoagreacutegation et de tests statistiques unitaires sont agrave lrsquoavance
neacutecessaires sur les donneacutees extraites par les ETL qui par la suite doivent ecirctre stockeacutes
dans lrsquoenvironnement de lrsquoanalyse preacutedictive Des algorithmes et tests avanceacutes sont
par la suite agrave reacutealiser pour mettre en place le modegravele preacutedictive le plus pertinent ayant
lrsquointervalle de confiance le plus sucircr
7 Journaldunetcom Article laquo Analyse preacutedictive raquo
19
Les cas drsquoapplication de cette technique drsquoanalyse sont multiples En effet les modegraveles
preacutedictifs contribuent agrave apporter une valeur ajouteacutee dans une foule de domaines
notamment le marketing la connaissance client la preacutevention de la fraude et la gestion
des risques et la liste ne cesse de srsquoallonger
Lrsquoexploration visuelle des donneacutees ou laquo Dataviz raquo
La Data Visualisation srsquoinscrit dans la logique du Big Data et de lrsquoopen data
Il srsquoagit drsquoun moyen visuel pour lrsquoanalyse exploratoire et analytique des donneacutees
Une des derniegraveres tendances de lrsquoinformatique deacutecisionnelle la Dataviz est devenu
vite un outil tregraves appreacutecieacute par les entreprises
Cette nouvelle technique a reacutevolutionneacute en effet le monde de la restitution et de
reporting en rendant de lrsquoimage et des diagrammes des moyens pour la syntheacutetisation
graphique de lrsquoinformation
La preacutesente thegravese traite drsquoailleurs cette meacutethode drsquoanalyse tregraves inteacuteressante
Il y aura dans les prochains chapitres plus de deacutetails sur la Dataviz ses outils et aussi
ses domaines drsquoapplication et sa relation avec lrsquoinformatique deacutecisionnelle
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
10
I) LA BUSINESS INTELLIGENCE
Pour faire face agrave une concurrence de plus en plus forte et reacutepondre le mieux agrave des besoins
clients de plus en plus exigeants les entreprises doivent srsquoappuyer sur un ensemble
drsquoinformations pertinentes neacutecessaires pour prendre les bonnes deacutecisions et fixer les
meilleures politiques futures
Lrsquoinformatique deacutecisionnelle reacutepond agrave ce besoin indispensable pour les entreprises En effet
elle permet drsquoextraire agrave partir des donneacutees de production des renseignements essentiels pour
la prise des deacutecisions strateacutegiques
Ce chapitre est consacreacute pour preacutesenter ce systegraveme drsquoinformation eacutevoquer son historique et
donner ces principales tendances les derniegraveres anneacutees
1- Historique et Deacutefinition
Lrsquoinformatique deacutecisionnelle (en anglais business intelligence ou BI) deacutesigne les moyens les
outils et les meacutethodes qui permettent de collecter consolider modeacuteliser et restituer les
donneacutees dune entreprise pour fournir agrave temps lrsquoensemble drsquoinformations neacutecessaires pour
la prise des deacutecisions
Ce systegraveme informatique est apparu agrave la fin des anneacutees 70 avec les premiers infocentres Un
systegraveme qui envoyait des requecirctes directement sur les serveurs de production et qui tregraves vite
montrait des limites consideacuterables avec les mauvais impacts sur le bon fonctionnement des
applications transactionnelles
Dans les anneacutees 80 avec larriveacutee des bases de donneacutees relationnelles on a pu isoler
linformatique de production des dispositifs deacutecisionnels Cependant crsquoest qursquoagrave partir des
anneacutees 90 lrsquoutilisation de la BI a veacuteritablement deacutemarreacute dans les entreprises qui depuis se
lanccedilaient tregraves fortement dans ce nouvel systegraveme drsquoinformation
En effet les technologies business intelligence en se basant sur des entrepocircts de donneacutees
offrent aux deacutecideurs des analyses approfondies sur lrsquoactiviteacute de la socieacuteteacute pour les aider agrave
deacutetecter les nouvelles opportuniteacutes et agrave mettre en place les meilleures strateacutegies et politiques
Lrsquoentrepocirct concept formaliseacute par Bill Inmon deacutesigne drsquoailleurs laquo une collection de donneacutees
theacutematiques inteacutegreacutees non volatiles et historiseacutees pour la prise de deacutecisions raquo
11
Alors et gracircce aux donneacutees centraliseacutees et des mesures agreacutegeacutees il est devenu possible de
fournir aux deacutecideurs des rapports drsquoactiviteacutes syntheacutetiques tregraves utiles pour fixer les prioriteacutes
et les objectifs futures de la socieacuteteacute
Un systegraveme deacutecisionnel classique est composeacute geacuteneacuteralement de 3 grandes phases
Figure 1 Processus Global dun traitement deacutecisionnel
a) La phase drsquoalimentation Grace agrave des outils ETL on extrait les donneacutees des
diffeacuterentes sources transactionnelles pour les charger ensuite dans un entrepocirct central
Ces ETL assurent trois principales fonctionnaliteacutes
Extract (Extraire)
Assurer la connexion agrave la majoriteacute des systegravemes de stockage (base de donneacutees
fichiers ) afin de pouvoir reacutecupeacuterer les donneacutees demandeacutees
Transform (Transformer)
Veacuterifier reformater et nettoyer les donneacutees pour assurer la validiteacute des donneacutees
Load (charger)
Stocker les donneacutees dans lrsquoentrepocirct central afin qursquoelles puissent ecirctre utiliseacutees
par les autres outils du systegraveme BI
b) La phase de modeacutelisation Crsquoest le moment de lrsquoorganisation des donneacutees pour
lrsquoanalyse La modeacutelisation pourrait ecirctre une modeacutelisation en eacutetoile en flocon ou en
constellation
12
La modeacutelisation en Etoile
Ce modegravele est constitueacute drsquoune table de fait centrale contenant les mesures
entoureacutee par des dimensions non relieacutees entre elles repreacutesentants les axes
drsquoanalyses
La modeacutelisation en Flocon
Un modegravele constitueacute drsquoune table de fait et des dimensions deacutecomposeacutees en
sous hieacuterarchies On a un seul niveau hieacuterarchique dans une table de dimension
La table de dimension de niveau hieacuterarchique le plus bas est relieacutee agrave la table de
fait On dit qursquoelle a la granulariteacute la plus fine2
La modeacutelisation en constellation
Plusieurs tables de faits partageant les tables dimensionnelles
2 Cours laquo Les entrepocircts de donneacutees pour les nuls ou pas raquo universiteacute de Lyon
13
Dans la phase de modeacutelisation on peut parler aussi des notions Datamarts et Cubes
qui sont neacutecessaires pour reacutepondre plus preacuteciseacutement agrave certains besoins meacutetiers
Datamart
Un Datamart est un Data Warehouse focaliseacute sur un sujet particulier Ralph
Kimball deacutefinie le Datamart comme laquo une base de donneacutees moins couteuse
que lrsquoentrepocirct de donneacutees et plus leacutegegravere puisqursquo il est geacuteneacuteralement exploiteacute en
entreprise pour restituer des informations cibleacutees sur un meacutetier speacutecifiqueraquo3
Cube
Il srsquoagit drsquoune modeacutelisation multidimensionnelle des donneacutees qui facilite
lrsquoanalyse drsquoune mesure selon diffeacuterentes dimensions instantaneacutement
Les calculs des mesures sont reacutealiseacutes lors du chargement ou de la mise agrave jour
du cube et le traitement des donneacutees peut ecirctre reacutealiseacute soit agrave travers le langage
MDX (Multidimensional Expressions) soit en utilisant des outils avec des
interfaces intuitives ne neacutecessitant pas de connaissances en informatique
c) La phase de restitution Crsquoest une phase de preacutesentation et de diffusion des reacutesultats
drsquoanalyse On parle plutocirct de la creacuteation des rapports et des tableaux de bords durant
cette phase de Reporting
3 The data warehouse ETL toolkit livre de Ralph Kimball traduction libre
14
On peut distinguer trois modes de Rapports
Rapport statique
Crsquoest un rapport de structure figeacutee en termes de preacutesentation et du peacuterimegravetre
des donneacutees analyseacutees
Rapport dynamique
La structure de ce type de rapport est semi statique le peacuterimegravetre des donneacutees
peut varier et lrsquoutilisateur final a la possibiliteacute de choisir les valeurs de
paramegravetres dynamiques inteacutegreacutes dans le rapport
Rapport Ad hoc
Ce type de rapport est librement creacuteeacute par lutilisateur final qui gracircce agrave des
fonctionnaliteacutes de cliques deacutefinie personnellement les structures des tableaux et
graphiques ainsi que les peacuterimegravetres drsquoanalyse
Pour finir cette premiegravere partie il est important drsquoindiquer qursquoactuellement le marcheacute de
lrsquoinformatique deacutecisionnelle est en plein essor les projets BI sont agrave la vogue et le profil drsquoun
consultant deacutecisionnel est trop appreacutecieacute par les socieacuteteacutes de conseils et de services en
ingeacutenierie informatique
En 2009 les eacutetudes estimaient par exemple que le marcheacute deacutecisionnel mondiale eacutetait de 9
milliards de dollars et pourrait atteindre les 14 milliards en 20144
Des statistiques qui reflegravetent donc la grande importance drsquoun tel systegraveme drsquoinformation qui
jusqursquoagrave lrsquoheure actuelle nrsquoa pas cesseacute drsquoeacutevoluer
4 LES ECHOSfr
15
2- Les derniegraveres Tendances de la BI
Ce paragraphe expose quelques exemples des tendances de lrsquoinformatique deacutecisionnelle
En effet la BI ces derniegraveres anneacutees eacutevolue agrave une vitesse deacutemesureacutee avec lrsquoapparition de
nouvelles outils et fonctionnaliteacutes ameacuteliorant consideacuterablement les meacutethodes drsquoanalyse et
outils de restitution
La BI mobile
Selon le cabinet de conseil ameacutericain lsquole Gartnerrsquo 33 des accegraves aux
systegravemes de Business Intelligence se feront au travers de tablettes ou
de smartphones5
En effet dans un monde de plus en plus complexe et des concurrents
de plus en plus menaccedilants les dirigeants doivent aujourdrsquohui se doter
drsquoun moyen drsquoaide agrave la prise de deacutecision agrave temps reacuteel qui permet drsquoanticiper les
changements et preacutevenir au bon moment les risques menaccedilants le bon fonctionnement
de leur entreprise
La Business intelligence mobile donne donc agrave ces dirigeants souvent en deacuteplacement la
possibiliteacute de consulter les informations preacutesentes sur le serveur de lrsquoentreprise suivre
ainsi de pregraves son activiteacute et prendre dans les brefs deacutelais les deacutecisions neacutecessaires en cas
de besoin
Les eacutediteurs conscients de lrsquoimportance du deacutecisionnel mobile ont derniegraverement bien
investi dans le deacuteveloppement des logiciels Business intelligence mobiles donnant
accegraves agrave tout moment aux rapports et tableaux de bords deacutecisionnels Drsquoailleurs la plupart
de ces eacutediteurs offrent aujourdrsquohui agrave leurs clients des nouvelles solutions permettant
drsquoacceacuteder voir mecircme de creacuteer des applications business intelligence depuis une tablette
ou un teacuteleacutephone mobile
5 httpwwwbusinessdecisionfr43-business-intelligence-mobilehtm
16
Le Responsive Design
Crsquoest lrsquoune des nouvelles tendances de la BI En effet avec lrsquoeacutemergence du digital la BI
classique traditionnelle srsquoest trouveacute face agrave des nouvelles probleacutematiques et nouveaux
besoins Les diffeacuterents supports utiliseacutes au quotidien doivent permettre aux experts
(qursquoils soient directeurs managers ou analystes) de retrouver partout ougrave qursquoils se
trouvent et sur nrsquoimporte quel support les tableaux de bord et les analyses
deacutecisionnelles pour les aider agrave prendre les deacutecisions strateacutegiques
On est bien lagrave dans la deacutemarche de responsive web design (site web adaptatif) une
seule application mais plusieurs laquo devices raquo possibles
En effet gracircce agrave cette approche la creacuteation ou la consultation des applications devrait
ecirctre possible sur un ordinateur une tablette ou un Smartphone
A lrsquoinverse des premiers efforts dans la BI mobile et qui consistaient agrave la creacuteation
drsquoapplications propres pour chaque support la BI responsive Design propose une
application alternative et unique qui doit posseacuteder les proprieacuteteacutes suivantes
Lrsquoaffichage drsquoun rapport srsquoadapte agrave lrsquoaffichage du peacuteripheacuterique (quelle que soit
la reacutesolution du peacuteripheacuterique)
La quantiteacute dinformation eacutevolue et sadapte au peacuteripheacuterique
Le deacuteveloppement nest reacutealiseacute quune fois (il nest donc pas neacutecessaire de
refaire un deacuteveloppement speacutecifique pour prendre en compte un nouveau
teacuteleacutephone par exemple)
Lexpeacuterience utilisateur est adapteacutee agrave chaque peacuteripheacuterique
Ainsi le recours agrave une telle technique ne peut qursquoengendrer des gains pour la clientegravele
17
En effet Lrsquoapplication doit ecirctre deacuteveloppeacutee quune seule fois et donc il aura moins de
budget agrave consacrer pour la reacutealisation et la maintenance du projet
Aussi avec chaque nouvelle version de teacuteleacutephone tablette ou PCMAC on nrsquoaura plus
agrave craindre car lrsquoapplication devrait ecirctre precircte et compatible agrave toute version
Le BIG DATA
Lrsquoexplosion quantitative de la donneacutee
numeacuterique ces derniegraveres anneacutees fait
eacutemerger un nouveau concept dans le
secteur informatique celui du Big
Data
Ces donneacutees proviennent de partout
des messages eacutechangeacutes sur les sites de
meacutedias sociaux les transactions dachats en
ligne les signaux GPS de teacuteleacutephones mobiles etc
Une importante quantiteacute drsquoinformation est drsquoailleurs preacutesente dans ces sources de
donneacutees tregraves diversifieacutees qui une fois bien traiteacutee et analyseacutee permet agrave lrsquoentreprise de
mieux comprendre sa clientegravele mieux deacutefinir ses offres et bien cibler son activiteacute
Aujourdrsquohui les grandes entreprises commencent agrave montrer un grand inteacuterecirct agrave ce
nouveau domaine et selon le cabinet de conseil le Gartner 73 des entreprises
ameacutericaines envisagent drsquoinvestir dans le Big Data les deux prochaines anneacutees6
A lrsquoinverse de la BI classique le Big Data connu par sa regravegle des laquo 3V raquo traite des
donneacutees structureacutes et non structureacutees (Varieacuteteacute) ayant un important volume (Volume)
et qui neacutecessitent de nouveaux moyens drsquoanalyse et drsquoexploration pour deacutetecter et
visualiser rapidement lrsquoinformation pertinente(Veacutelociteacute)
6 Solution IT Feacutevrier-Mars 2015 Article laquo le Big Data et la connaissance Client
18
Les grands eacutediteurs eux aussi tregraves inteacuteresseacutes par le Big Data investissent eacutenormeacutement
dans ce domaine et des recherches tregraves approfondies se font actuellement pour trouver
et creacuteer des solutions comme Hadoop capables agrave extraire drsquoimportants volumes de
donneacutees dans le but de mieux les exploiter et drsquoen tirer profit
Le Big Data est donc un nouveau pheacutenomegravene qui sans doute va envahir le monde de
lrsquoinformatique surtout avec ses grandes promesses pour aider agrave traiter et exploiter les
donneacutees numeacuteriques lor noir du XXIe siegravecle
Lrsquoanalyse preacutedictive
Lrsquoanalyse preacutedictive englobe les outils et meacutethodes statistiques qui permettent
drsquoanalyser des faits preacutesents et passeacutes afin de mettre en place des hypothegraveses sur des
eacuteveacutenements futurs
Herveacute Mignot product manager chez SPSS France deacutefinie lrsquoanalyse preacutedictive comme
lrsquooutil qui laquo eacutetudie les donneacutees et les caracteacuteristiques comportementales des
personnes (B2C) ou des entreprises (B2B) pour en tirer des modegraveles preacutedictifs en vue
doptimiser la relation avec les clients raquo7
Avec lrsquoeacutemergence du Big Data les analystes recourent de plus en plus agrave cette
meacutethode analytique qui facilite la deacutetection des relations eacuteventuelles entre des
variables explicatives et des variables expliqueacutees tregraves utiles pour comprendre des
comportements et preacutevoir des reacutesultats futurs
Lrsquoanalyse preacutedictive repreacutesente un enjeu pour lrsquoinformatique deacutecisionnelle
Des eacutetapes de filtrage drsquoagreacutegation et de tests statistiques unitaires sont agrave lrsquoavance
neacutecessaires sur les donneacutees extraites par les ETL qui par la suite doivent ecirctre stockeacutes
dans lrsquoenvironnement de lrsquoanalyse preacutedictive Des algorithmes et tests avanceacutes sont
par la suite agrave reacutealiser pour mettre en place le modegravele preacutedictive le plus pertinent ayant
lrsquointervalle de confiance le plus sucircr
7 Journaldunetcom Article laquo Analyse preacutedictive raquo
19
Les cas drsquoapplication de cette technique drsquoanalyse sont multiples En effet les modegraveles
preacutedictifs contribuent agrave apporter une valeur ajouteacutee dans une foule de domaines
notamment le marketing la connaissance client la preacutevention de la fraude et la gestion
des risques et la liste ne cesse de srsquoallonger
Lrsquoexploration visuelle des donneacutees ou laquo Dataviz raquo
La Data Visualisation srsquoinscrit dans la logique du Big Data et de lrsquoopen data
Il srsquoagit drsquoun moyen visuel pour lrsquoanalyse exploratoire et analytique des donneacutees
Une des derniegraveres tendances de lrsquoinformatique deacutecisionnelle la Dataviz est devenu
vite un outil tregraves appreacutecieacute par les entreprises
Cette nouvelle technique a reacutevolutionneacute en effet le monde de la restitution et de
reporting en rendant de lrsquoimage et des diagrammes des moyens pour la syntheacutetisation
graphique de lrsquoinformation
La preacutesente thegravese traite drsquoailleurs cette meacutethode drsquoanalyse tregraves inteacuteressante
Il y aura dans les prochains chapitres plus de deacutetails sur la Dataviz ses outils et aussi
ses domaines drsquoapplication et sa relation avec lrsquoinformatique deacutecisionnelle
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
11
Alors et gracircce aux donneacutees centraliseacutees et des mesures agreacutegeacutees il est devenu possible de
fournir aux deacutecideurs des rapports drsquoactiviteacutes syntheacutetiques tregraves utiles pour fixer les prioriteacutes
et les objectifs futures de la socieacuteteacute
Un systegraveme deacutecisionnel classique est composeacute geacuteneacuteralement de 3 grandes phases
Figure 1 Processus Global dun traitement deacutecisionnel
a) La phase drsquoalimentation Grace agrave des outils ETL on extrait les donneacutees des
diffeacuterentes sources transactionnelles pour les charger ensuite dans un entrepocirct central
Ces ETL assurent trois principales fonctionnaliteacutes
Extract (Extraire)
Assurer la connexion agrave la majoriteacute des systegravemes de stockage (base de donneacutees
fichiers ) afin de pouvoir reacutecupeacuterer les donneacutees demandeacutees
Transform (Transformer)
Veacuterifier reformater et nettoyer les donneacutees pour assurer la validiteacute des donneacutees
Load (charger)
Stocker les donneacutees dans lrsquoentrepocirct central afin qursquoelles puissent ecirctre utiliseacutees
par les autres outils du systegraveme BI
b) La phase de modeacutelisation Crsquoest le moment de lrsquoorganisation des donneacutees pour
lrsquoanalyse La modeacutelisation pourrait ecirctre une modeacutelisation en eacutetoile en flocon ou en
constellation
12
La modeacutelisation en Etoile
Ce modegravele est constitueacute drsquoune table de fait centrale contenant les mesures
entoureacutee par des dimensions non relieacutees entre elles repreacutesentants les axes
drsquoanalyses
La modeacutelisation en Flocon
Un modegravele constitueacute drsquoune table de fait et des dimensions deacutecomposeacutees en
sous hieacuterarchies On a un seul niveau hieacuterarchique dans une table de dimension
La table de dimension de niveau hieacuterarchique le plus bas est relieacutee agrave la table de
fait On dit qursquoelle a la granulariteacute la plus fine2
La modeacutelisation en constellation
Plusieurs tables de faits partageant les tables dimensionnelles
2 Cours laquo Les entrepocircts de donneacutees pour les nuls ou pas raquo universiteacute de Lyon
13
Dans la phase de modeacutelisation on peut parler aussi des notions Datamarts et Cubes
qui sont neacutecessaires pour reacutepondre plus preacuteciseacutement agrave certains besoins meacutetiers
Datamart
Un Datamart est un Data Warehouse focaliseacute sur un sujet particulier Ralph
Kimball deacutefinie le Datamart comme laquo une base de donneacutees moins couteuse
que lrsquoentrepocirct de donneacutees et plus leacutegegravere puisqursquo il est geacuteneacuteralement exploiteacute en
entreprise pour restituer des informations cibleacutees sur un meacutetier speacutecifiqueraquo3
Cube
Il srsquoagit drsquoune modeacutelisation multidimensionnelle des donneacutees qui facilite
lrsquoanalyse drsquoune mesure selon diffeacuterentes dimensions instantaneacutement
Les calculs des mesures sont reacutealiseacutes lors du chargement ou de la mise agrave jour
du cube et le traitement des donneacutees peut ecirctre reacutealiseacute soit agrave travers le langage
MDX (Multidimensional Expressions) soit en utilisant des outils avec des
interfaces intuitives ne neacutecessitant pas de connaissances en informatique
c) La phase de restitution Crsquoest une phase de preacutesentation et de diffusion des reacutesultats
drsquoanalyse On parle plutocirct de la creacuteation des rapports et des tableaux de bords durant
cette phase de Reporting
3 The data warehouse ETL toolkit livre de Ralph Kimball traduction libre
14
On peut distinguer trois modes de Rapports
Rapport statique
Crsquoest un rapport de structure figeacutee en termes de preacutesentation et du peacuterimegravetre
des donneacutees analyseacutees
Rapport dynamique
La structure de ce type de rapport est semi statique le peacuterimegravetre des donneacutees
peut varier et lrsquoutilisateur final a la possibiliteacute de choisir les valeurs de
paramegravetres dynamiques inteacutegreacutes dans le rapport
Rapport Ad hoc
Ce type de rapport est librement creacuteeacute par lutilisateur final qui gracircce agrave des
fonctionnaliteacutes de cliques deacutefinie personnellement les structures des tableaux et
graphiques ainsi que les peacuterimegravetres drsquoanalyse
Pour finir cette premiegravere partie il est important drsquoindiquer qursquoactuellement le marcheacute de
lrsquoinformatique deacutecisionnelle est en plein essor les projets BI sont agrave la vogue et le profil drsquoun
consultant deacutecisionnel est trop appreacutecieacute par les socieacuteteacutes de conseils et de services en
ingeacutenierie informatique
En 2009 les eacutetudes estimaient par exemple que le marcheacute deacutecisionnel mondiale eacutetait de 9
milliards de dollars et pourrait atteindre les 14 milliards en 20144
Des statistiques qui reflegravetent donc la grande importance drsquoun tel systegraveme drsquoinformation qui
jusqursquoagrave lrsquoheure actuelle nrsquoa pas cesseacute drsquoeacutevoluer
4 LES ECHOSfr
15
2- Les derniegraveres Tendances de la BI
Ce paragraphe expose quelques exemples des tendances de lrsquoinformatique deacutecisionnelle
En effet la BI ces derniegraveres anneacutees eacutevolue agrave une vitesse deacutemesureacutee avec lrsquoapparition de
nouvelles outils et fonctionnaliteacutes ameacuteliorant consideacuterablement les meacutethodes drsquoanalyse et
outils de restitution
La BI mobile
Selon le cabinet de conseil ameacutericain lsquole Gartnerrsquo 33 des accegraves aux
systegravemes de Business Intelligence se feront au travers de tablettes ou
de smartphones5
En effet dans un monde de plus en plus complexe et des concurrents
de plus en plus menaccedilants les dirigeants doivent aujourdrsquohui se doter
drsquoun moyen drsquoaide agrave la prise de deacutecision agrave temps reacuteel qui permet drsquoanticiper les
changements et preacutevenir au bon moment les risques menaccedilants le bon fonctionnement
de leur entreprise
La Business intelligence mobile donne donc agrave ces dirigeants souvent en deacuteplacement la
possibiliteacute de consulter les informations preacutesentes sur le serveur de lrsquoentreprise suivre
ainsi de pregraves son activiteacute et prendre dans les brefs deacutelais les deacutecisions neacutecessaires en cas
de besoin
Les eacutediteurs conscients de lrsquoimportance du deacutecisionnel mobile ont derniegraverement bien
investi dans le deacuteveloppement des logiciels Business intelligence mobiles donnant
accegraves agrave tout moment aux rapports et tableaux de bords deacutecisionnels Drsquoailleurs la plupart
de ces eacutediteurs offrent aujourdrsquohui agrave leurs clients des nouvelles solutions permettant
drsquoacceacuteder voir mecircme de creacuteer des applications business intelligence depuis une tablette
ou un teacuteleacutephone mobile
5 httpwwwbusinessdecisionfr43-business-intelligence-mobilehtm
16
Le Responsive Design
Crsquoest lrsquoune des nouvelles tendances de la BI En effet avec lrsquoeacutemergence du digital la BI
classique traditionnelle srsquoest trouveacute face agrave des nouvelles probleacutematiques et nouveaux
besoins Les diffeacuterents supports utiliseacutes au quotidien doivent permettre aux experts
(qursquoils soient directeurs managers ou analystes) de retrouver partout ougrave qursquoils se
trouvent et sur nrsquoimporte quel support les tableaux de bord et les analyses
deacutecisionnelles pour les aider agrave prendre les deacutecisions strateacutegiques
On est bien lagrave dans la deacutemarche de responsive web design (site web adaptatif) une
seule application mais plusieurs laquo devices raquo possibles
En effet gracircce agrave cette approche la creacuteation ou la consultation des applications devrait
ecirctre possible sur un ordinateur une tablette ou un Smartphone
A lrsquoinverse des premiers efforts dans la BI mobile et qui consistaient agrave la creacuteation
drsquoapplications propres pour chaque support la BI responsive Design propose une
application alternative et unique qui doit posseacuteder les proprieacuteteacutes suivantes
Lrsquoaffichage drsquoun rapport srsquoadapte agrave lrsquoaffichage du peacuteripheacuterique (quelle que soit
la reacutesolution du peacuteripheacuterique)
La quantiteacute dinformation eacutevolue et sadapte au peacuteripheacuterique
Le deacuteveloppement nest reacutealiseacute quune fois (il nest donc pas neacutecessaire de
refaire un deacuteveloppement speacutecifique pour prendre en compte un nouveau
teacuteleacutephone par exemple)
Lexpeacuterience utilisateur est adapteacutee agrave chaque peacuteripheacuterique
Ainsi le recours agrave une telle technique ne peut qursquoengendrer des gains pour la clientegravele
17
En effet Lrsquoapplication doit ecirctre deacuteveloppeacutee quune seule fois et donc il aura moins de
budget agrave consacrer pour la reacutealisation et la maintenance du projet
Aussi avec chaque nouvelle version de teacuteleacutephone tablette ou PCMAC on nrsquoaura plus
agrave craindre car lrsquoapplication devrait ecirctre precircte et compatible agrave toute version
Le BIG DATA
Lrsquoexplosion quantitative de la donneacutee
numeacuterique ces derniegraveres anneacutees fait
eacutemerger un nouveau concept dans le
secteur informatique celui du Big
Data
Ces donneacutees proviennent de partout
des messages eacutechangeacutes sur les sites de
meacutedias sociaux les transactions dachats en
ligne les signaux GPS de teacuteleacutephones mobiles etc
Une importante quantiteacute drsquoinformation est drsquoailleurs preacutesente dans ces sources de
donneacutees tregraves diversifieacutees qui une fois bien traiteacutee et analyseacutee permet agrave lrsquoentreprise de
mieux comprendre sa clientegravele mieux deacutefinir ses offres et bien cibler son activiteacute
Aujourdrsquohui les grandes entreprises commencent agrave montrer un grand inteacuterecirct agrave ce
nouveau domaine et selon le cabinet de conseil le Gartner 73 des entreprises
ameacutericaines envisagent drsquoinvestir dans le Big Data les deux prochaines anneacutees6
A lrsquoinverse de la BI classique le Big Data connu par sa regravegle des laquo 3V raquo traite des
donneacutees structureacutes et non structureacutees (Varieacuteteacute) ayant un important volume (Volume)
et qui neacutecessitent de nouveaux moyens drsquoanalyse et drsquoexploration pour deacutetecter et
visualiser rapidement lrsquoinformation pertinente(Veacutelociteacute)
6 Solution IT Feacutevrier-Mars 2015 Article laquo le Big Data et la connaissance Client
18
Les grands eacutediteurs eux aussi tregraves inteacuteresseacutes par le Big Data investissent eacutenormeacutement
dans ce domaine et des recherches tregraves approfondies se font actuellement pour trouver
et creacuteer des solutions comme Hadoop capables agrave extraire drsquoimportants volumes de
donneacutees dans le but de mieux les exploiter et drsquoen tirer profit
Le Big Data est donc un nouveau pheacutenomegravene qui sans doute va envahir le monde de
lrsquoinformatique surtout avec ses grandes promesses pour aider agrave traiter et exploiter les
donneacutees numeacuteriques lor noir du XXIe siegravecle
Lrsquoanalyse preacutedictive
Lrsquoanalyse preacutedictive englobe les outils et meacutethodes statistiques qui permettent
drsquoanalyser des faits preacutesents et passeacutes afin de mettre en place des hypothegraveses sur des
eacuteveacutenements futurs
Herveacute Mignot product manager chez SPSS France deacutefinie lrsquoanalyse preacutedictive comme
lrsquooutil qui laquo eacutetudie les donneacutees et les caracteacuteristiques comportementales des
personnes (B2C) ou des entreprises (B2B) pour en tirer des modegraveles preacutedictifs en vue
doptimiser la relation avec les clients raquo7
Avec lrsquoeacutemergence du Big Data les analystes recourent de plus en plus agrave cette
meacutethode analytique qui facilite la deacutetection des relations eacuteventuelles entre des
variables explicatives et des variables expliqueacutees tregraves utiles pour comprendre des
comportements et preacutevoir des reacutesultats futurs
Lrsquoanalyse preacutedictive repreacutesente un enjeu pour lrsquoinformatique deacutecisionnelle
Des eacutetapes de filtrage drsquoagreacutegation et de tests statistiques unitaires sont agrave lrsquoavance
neacutecessaires sur les donneacutees extraites par les ETL qui par la suite doivent ecirctre stockeacutes
dans lrsquoenvironnement de lrsquoanalyse preacutedictive Des algorithmes et tests avanceacutes sont
par la suite agrave reacutealiser pour mettre en place le modegravele preacutedictive le plus pertinent ayant
lrsquointervalle de confiance le plus sucircr
7 Journaldunetcom Article laquo Analyse preacutedictive raquo
19
Les cas drsquoapplication de cette technique drsquoanalyse sont multiples En effet les modegraveles
preacutedictifs contribuent agrave apporter une valeur ajouteacutee dans une foule de domaines
notamment le marketing la connaissance client la preacutevention de la fraude et la gestion
des risques et la liste ne cesse de srsquoallonger
Lrsquoexploration visuelle des donneacutees ou laquo Dataviz raquo
La Data Visualisation srsquoinscrit dans la logique du Big Data et de lrsquoopen data
Il srsquoagit drsquoun moyen visuel pour lrsquoanalyse exploratoire et analytique des donneacutees
Une des derniegraveres tendances de lrsquoinformatique deacutecisionnelle la Dataviz est devenu
vite un outil tregraves appreacutecieacute par les entreprises
Cette nouvelle technique a reacutevolutionneacute en effet le monde de la restitution et de
reporting en rendant de lrsquoimage et des diagrammes des moyens pour la syntheacutetisation
graphique de lrsquoinformation
La preacutesente thegravese traite drsquoailleurs cette meacutethode drsquoanalyse tregraves inteacuteressante
Il y aura dans les prochains chapitres plus de deacutetails sur la Dataviz ses outils et aussi
ses domaines drsquoapplication et sa relation avec lrsquoinformatique deacutecisionnelle
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
12
La modeacutelisation en Etoile
Ce modegravele est constitueacute drsquoune table de fait centrale contenant les mesures
entoureacutee par des dimensions non relieacutees entre elles repreacutesentants les axes
drsquoanalyses
La modeacutelisation en Flocon
Un modegravele constitueacute drsquoune table de fait et des dimensions deacutecomposeacutees en
sous hieacuterarchies On a un seul niveau hieacuterarchique dans une table de dimension
La table de dimension de niveau hieacuterarchique le plus bas est relieacutee agrave la table de
fait On dit qursquoelle a la granulariteacute la plus fine2
La modeacutelisation en constellation
Plusieurs tables de faits partageant les tables dimensionnelles
2 Cours laquo Les entrepocircts de donneacutees pour les nuls ou pas raquo universiteacute de Lyon
13
Dans la phase de modeacutelisation on peut parler aussi des notions Datamarts et Cubes
qui sont neacutecessaires pour reacutepondre plus preacuteciseacutement agrave certains besoins meacutetiers
Datamart
Un Datamart est un Data Warehouse focaliseacute sur un sujet particulier Ralph
Kimball deacutefinie le Datamart comme laquo une base de donneacutees moins couteuse
que lrsquoentrepocirct de donneacutees et plus leacutegegravere puisqursquo il est geacuteneacuteralement exploiteacute en
entreprise pour restituer des informations cibleacutees sur un meacutetier speacutecifiqueraquo3
Cube
Il srsquoagit drsquoune modeacutelisation multidimensionnelle des donneacutees qui facilite
lrsquoanalyse drsquoune mesure selon diffeacuterentes dimensions instantaneacutement
Les calculs des mesures sont reacutealiseacutes lors du chargement ou de la mise agrave jour
du cube et le traitement des donneacutees peut ecirctre reacutealiseacute soit agrave travers le langage
MDX (Multidimensional Expressions) soit en utilisant des outils avec des
interfaces intuitives ne neacutecessitant pas de connaissances en informatique
c) La phase de restitution Crsquoest une phase de preacutesentation et de diffusion des reacutesultats
drsquoanalyse On parle plutocirct de la creacuteation des rapports et des tableaux de bords durant
cette phase de Reporting
3 The data warehouse ETL toolkit livre de Ralph Kimball traduction libre
14
On peut distinguer trois modes de Rapports
Rapport statique
Crsquoest un rapport de structure figeacutee en termes de preacutesentation et du peacuterimegravetre
des donneacutees analyseacutees
Rapport dynamique
La structure de ce type de rapport est semi statique le peacuterimegravetre des donneacutees
peut varier et lrsquoutilisateur final a la possibiliteacute de choisir les valeurs de
paramegravetres dynamiques inteacutegreacutes dans le rapport
Rapport Ad hoc
Ce type de rapport est librement creacuteeacute par lutilisateur final qui gracircce agrave des
fonctionnaliteacutes de cliques deacutefinie personnellement les structures des tableaux et
graphiques ainsi que les peacuterimegravetres drsquoanalyse
Pour finir cette premiegravere partie il est important drsquoindiquer qursquoactuellement le marcheacute de
lrsquoinformatique deacutecisionnelle est en plein essor les projets BI sont agrave la vogue et le profil drsquoun
consultant deacutecisionnel est trop appreacutecieacute par les socieacuteteacutes de conseils et de services en
ingeacutenierie informatique
En 2009 les eacutetudes estimaient par exemple que le marcheacute deacutecisionnel mondiale eacutetait de 9
milliards de dollars et pourrait atteindre les 14 milliards en 20144
Des statistiques qui reflegravetent donc la grande importance drsquoun tel systegraveme drsquoinformation qui
jusqursquoagrave lrsquoheure actuelle nrsquoa pas cesseacute drsquoeacutevoluer
4 LES ECHOSfr
15
2- Les derniegraveres Tendances de la BI
Ce paragraphe expose quelques exemples des tendances de lrsquoinformatique deacutecisionnelle
En effet la BI ces derniegraveres anneacutees eacutevolue agrave une vitesse deacutemesureacutee avec lrsquoapparition de
nouvelles outils et fonctionnaliteacutes ameacuteliorant consideacuterablement les meacutethodes drsquoanalyse et
outils de restitution
La BI mobile
Selon le cabinet de conseil ameacutericain lsquole Gartnerrsquo 33 des accegraves aux
systegravemes de Business Intelligence se feront au travers de tablettes ou
de smartphones5
En effet dans un monde de plus en plus complexe et des concurrents
de plus en plus menaccedilants les dirigeants doivent aujourdrsquohui se doter
drsquoun moyen drsquoaide agrave la prise de deacutecision agrave temps reacuteel qui permet drsquoanticiper les
changements et preacutevenir au bon moment les risques menaccedilants le bon fonctionnement
de leur entreprise
La Business intelligence mobile donne donc agrave ces dirigeants souvent en deacuteplacement la
possibiliteacute de consulter les informations preacutesentes sur le serveur de lrsquoentreprise suivre
ainsi de pregraves son activiteacute et prendre dans les brefs deacutelais les deacutecisions neacutecessaires en cas
de besoin
Les eacutediteurs conscients de lrsquoimportance du deacutecisionnel mobile ont derniegraverement bien
investi dans le deacuteveloppement des logiciels Business intelligence mobiles donnant
accegraves agrave tout moment aux rapports et tableaux de bords deacutecisionnels Drsquoailleurs la plupart
de ces eacutediteurs offrent aujourdrsquohui agrave leurs clients des nouvelles solutions permettant
drsquoacceacuteder voir mecircme de creacuteer des applications business intelligence depuis une tablette
ou un teacuteleacutephone mobile
5 httpwwwbusinessdecisionfr43-business-intelligence-mobilehtm
16
Le Responsive Design
Crsquoest lrsquoune des nouvelles tendances de la BI En effet avec lrsquoeacutemergence du digital la BI
classique traditionnelle srsquoest trouveacute face agrave des nouvelles probleacutematiques et nouveaux
besoins Les diffeacuterents supports utiliseacutes au quotidien doivent permettre aux experts
(qursquoils soient directeurs managers ou analystes) de retrouver partout ougrave qursquoils se
trouvent et sur nrsquoimporte quel support les tableaux de bord et les analyses
deacutecisionnelles pour les aider agrave prendre les deacutecisions strateacutegiques
On est bien lagrave dans la deacutemarche de responsive web design (site web adaptatif) une
seule application mais plusieurs laquo devices raquo possibles
En effet gracircce agrave cette approche la creacuteation ou la consultation des applications devrait
ecirctre possible sur un ordinateur une tablette ou un Smartphone
A lrsquoinverse des premiers efforts dans la BI mobile et qui consistaient agrave la creacuteation
drsquoapplications propres pour chaque support la BI responsive Design propose une
application alternative et unique qui doit posseacuteder les proprieacuteteacutes suivantes
Lrsquoaffichage drsquoun rapport srsquoadapte agrave lrsquoaffichage du peacuteripheacuterique (quelle que soit
la reacutesolution du peacuteripheacuterique)
La quantiteacute dinformation eacutevolue et sadapte au peacuteripheacuterique
Le deacuteveloppement nest reacutealiseacute quune fois (il nest donc pas neacutecessaire de
refaire un deacuteveloppement speacutecifique pour prendre en compte un nouveau
teacuteleacutephone par exemple)
Lexpeacuterience utilisateur est adapteacutee agrave chaque peacuteripheacuterique
Ainsi le recours agrave une telle technique ne peut qursquoengendrer des gains pour la clientegravele
17
En effet Lrsquoapplication doit ecirctre deacuteveloppeacutee quune seule fois et donc il aura moins de
budget agrave consacrer pour la reacutealisation et la maintenance du projet
Aussi avec chaque nouvelle version de teacuteleacutephone tablette ou PCMAC on nrsquoaura plus
agrave craindre car lrsquoapplication devrait ecirctre precircte et compatible agrave toute version
Le BIG DATA
Lrsquoexplosion quantitative de la donneacutee
numeacuterique ces derniegraveres anneacutees fait
eacutemerger un nouveau concept dans le
secteur informatique celui du Big
Data
Ces donneacutees proviennent de partout
des messages eacutechangeacutes sur les sites de
meacutedias sociaux les transactions dachats en
ligne les signaux GPS de teacuteleacutephones mobiles etc
Une importante quantiteacute drsquoinformation est drsquoailleurs preacutesente dans ces sources de
donneacutees tregraves diversifieacutees qui une fois bien traiteacutee et analyseacutee permet agrave lrsquoentreprise de
mieux comprendre sa clientegravele mieux deacutefinir ses offres et bien cibler son activiteacute
Aujourdrsquohui les grandes entreprises commencent agrave montrer un grand inteacuterecirct agrave ce
nouveau domaine et selon le cabinet de conseil le Gartner 73 des entreprises
ameacutericaines envisagent drsquoinvestir dans le Big Data les deux prochaines anneacutees6
A lrsquoinverse de la BI classique le Big Data connu par sa regravegle des laquo 3V raquo traite des
donneacutees structureacutes et non structureacutees (Varieacuteteacute) ayant un important volume (Volume)
et qui neacutecessitent de nouveaux moyens drsquoanalyse et drsquoexploration pour deacutetecter et
visualiser rapidement lrsquoinformation pertinente(Veacutelociteacute)
6 Solution IT Feacutevrier-Mars 2015 Article laquo le Big Data et la connaissance Client
18
Les grands eacutediteurs eux aussi tregraves inteacuteresseacutes par le Big Data investissent eacutenormeacutement
dans ce domaine et des recherches tregraves approfondies se font actuellement pour trouver
et creacuteer des solutions comme Hadoop capables agrave extraire drsquoimportants volumes de
donneacutees dans le but de mieux les exploiter et drsquoen tirer profit
Le Big Data est donc un nouveau pheacutenomegravene qui sans doute va envahir le monde de
lrsquoinformatique surtout avec ses grandes promesses pour aider agrave traiter et exploiter les
donneacutees numeacuteriques lor noir du XXIe siegravecle
Lrsquoanalyse preacutedictive
Lrsquoanalyse preacutedictive englobe les outils et meacutethodes statistiques qui permettent
drsquoanalyser des faits preacutesents et passeacutes afin de mettre en place des hypothegraveses sur des
eacuteveacutenements futurs
Herveacute Mignot product manager chez SPSS France deacutefinie lrsquoanalyse preacutedictive comme
lrsquooutil qui laquo eacutetudie les donneacutees et les caracteacuteristiques comportementales des
personnes (B2C) ou des entreprises (B2B) pour en tirer des modegraveles preacutedictifs en vue
doptimiser la relation avec les clients raquo7
Avec lrsquoeacutemergence du Big Data les analystes recourent de plus en plus agrave cette
meacutethode analytique qui facilite la deacutetection des relations eacuteventuelles entre des
variables explicatives et des variables expliqueacutees tregraves utiles pour comprendre des
comportements et preacutevoir des reacutesultats futurs
Lrsquoanalyse preacutedictive repreacutesente un enjeu pour lrsquoinformatique deacutecisionnelle
Des eacutetapes de filtrage drsquoagreacutegation et de tests statistiques unitaires sont agrave lrsquoavance
neacutecessaires sur les donneacutees extraites par les ETL qui par la suite doivent ecirctre stockeacutes
dans lrsquoenvironnement de lrsquoanalyse preacutedictive Des algorithmes et tests avanceacutes sont
par la suite agrave reacutealiser pour mettre en place le modegravele preacutedictive le plus pertinent ayant
lrsquointervalle de confiance le plus sucircr
7 Journaldunetcom Article laquo Analyse preacutedictive raquo
19
Les cas drsquoapplication de cette technique drsquoanalyse sont multiples En effet les modegraveles
preacutedictifs contribuent agrave apporter une valeur ajouteacutee dans une foule de domaines
notamment le marketing la connaissance client la preacutevention de la fraude et la gestion
des risques et la liste ne cesse de srsquoallonger
Lrsquoexploration visuelle des donneacutees ou laquo Dataviz raquo
La Data Visualisation srsquoinscrit dans la logique du Big Data et de lrsquoopen data
Il srsquoagit drsquoun moyen visuel pour lrsquoanalyse exploratoire et analytique des donneacutees
Une des derniegraveres tendances de lrsquoinformatique deacutecisionnelle la Dataviz est devenu
vite un outil tregraves appreacutecieacute par les entreprises
Cette nouvelle technique a reacutevolutionneacute en effet le monde de la restitution et de
reporting en rendant de lrsquoimage et des diagrammes des moyens pour la syntheacutetisation
graphique de lrsquoinformation
La preacutesente thegravese traite drsquoailleurs cette meacutethode drsquoanalyse tregraves inteacuteressante
Il y aura dans les prochains chapitres plus de deacutetails sur la Dataviz ses outils et aussi
ses domaines drsquoapplication et sa relation avec lrsquoinformatique deacutecisionnelle
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
13
Dans la phase de modeacutelisation on peut parler aussi des notions Datamarts et Cubes
qui sont neacutecessaires pour reacutepondre plus preacuteciseacutement agrave certains besoins meacutetiers
Datamart
Un Datamart est un Data Warehouse focaliseacute sur un sujet particulier Ralph
Kimball deacutefinie le Datamart comme laquo une base de donneacutees moins couteuse
que lrsquoentrepocirct de donneacutees et plus leacutegegravere puisqursquo il est geacuteneacuteralement exploiteacute en
entreprise pour restituer des informations cibleacutees sur un meacutetier speacutecifiqueraquo3
Cube
Il srsquoagit drsquoune modeacutelisation multidimensionnelle des donneacutees qui facilite
lrsquoanalyse drsquoune mesure selon diffeacuterentes dimensions instantaneacutement
Les calculs des mesures sont reacutealiseacutes lors du chargement ou de la mise agrave jour
du cube et le traitement des donneacutees peut ecirctre reacutealiseacute soit agrave travers le langage
MDX (Multidimensional Expressions) soit en utilisant des outils avec des
interfaces intuitives ne neacutecessitant pas de connaissances en informatique
c) La phase de restitution Crsquoest une phase de preacutesentation et de diffusion des reacutesultats
drsquoanalyse On parle plutocirct de la creacuteation des rapports et des tableaux de bords durant
cette phase de Reporting
3 The data warehouse ETL toolkit livre de Ralph Kimball traduction libre
14
On peut distinguer trois modes de Rapports
Rapport statique
Crsquoest un rapport de structure figeacutee en termes de preacutesentation et du peacuterimegravetre
des donneacutees analyseacutees
Rapport dynamique
La structure de ce type de rapport est semi statique le peacuterimegravetre des donneacutees
peut varier et lrsquoutilisateur final a la possibiliteacute de choisir les valeurs de
paramegravetres dynamiques inteacutegreacutes dans le rapport
Rapport Ad hoc
Ce type de rapport est librement creacuteeacute par lutilisateur final qui gracircce agrave des
fonctionnaliteacutes de cliques deacutefinie personnellement les structures des tableaux et
graphiques ainsi que les peacuterimegravetres drsquoanalyse
Pour finir cette premiegravere partie il est important drsquoindiquer qursquoactuellement le marcheacute de
lrsquoinformatique deacutecisionnelle est en plein essor les projets BI sont agrave la vogue et le profil drsquoun
consultant deacutecisionnel est trop appreacutecieacute par les socieacuteteacutes de conseils et de services en
ingeacutenierie informatique
En 2009 les eacutetudes estimaient par exemple que le marcheacute deacutecisionnel mondiale eacutetait de 9
milliards de dollars et pourrait atteindre les 14 milliards en 20144
Des statistiques qui reflegravetent donc la grande importance drsquoun tel systegraveme drsquoinformation qui
jusqursquoagrave lrsquoheure actuelle nrsquoa pas cesseacute drsquoeacutevoluer
4 LES ECHOSfr
15
2- Les derniegraveres Tendances de la BI
Ce paragraphe expose quelques exemples des tendances de lrsquoinformatique deacutecisionnelle
En effet la BI ces derniegraveres anneacutees eacutevolue agrave une vitesse deacutemesureacutee avec lrsquoapparition de
nouvelles outils et fonctionnaliteacutes ameacuteliorant consideacuterablement les meacutethodes drsquoanalyse et
outils de restitution
La BI mobile
Selon le cabinet de conseil ameacutericain lsquole Gartnerrsquo 33 des accegraves aux
systegravemes de Business Intelligence se feront au travers de tablettes ou
de smartphones5
En effet dans un monde de plus en plus complexe et des concurrents
de plus en plus menaccedilants les dirigeants doivent aujourdrsquohui se doter
drsquoun moyen drsquoaide agrave la prise de deacutecision agrave temps reacuteel qui permet drsquoanticiper les
changements et preacutevenir au bon moment les risques menaccedilants le bon fonctionnement
de leur entreprise
La Business intelligence mobile donne donc agrave ces dirigeants souvent en deacuteplacement la
possibiliteacute de consulter les informations preacutesentes sur le serveur de lrsquoentreprise suivre
ainsi de pregraves son activiteacute et prendre dans les brefs deacutelais les deacutecisions neacutecessaires en cas
de besoin
Les eacutediteurs conscients de lrsquoimportance du deacutecisionnel mobile ont derniegraverement bien
investi dans le deacuteveloppement des logiciels Business intelligence mobiles donnant
accegraves agrave tout moment aux rapports et tableaux de bords deacutecisionnels Drsquoailleurs la plupart
de ces eacutediteurs offrent aujourdrsquohui agrave leurs clients des nouvelles solutions permettant
drsquoacceacuteder voir mecircme de creacuteer des applications business intelligence depuis une tablette
ou un teacuteleacutephone mobile
5 httpwwwbusinessdecisionfr43-business-intelligence-mobilehtm
16
Le Responsive Design
Crsquoest lrsquoune des nouvelles tendances de la BI En effet avec lrsquoeacutemergence du digital la BI
classique traditionnelle srsquoest trouveacute face agrave des nouvelles probleacutematiques et nouveaux
besoins Les diffeacuterents supports utiliseacutes au quotidien doivent permettre aux experts
(qursquoils soient directeurs managers ou analystes) de retrouver partout ougrave qursquoils se
trouvent et sur nrsquoimporte quel support les tableaux de bord et les analyses
deacutecisionnelles pour les aider agrave prendre les deacutecisions strateacutegiques
On est bien lagrave dans la deacutemarche de responsive web design (site web adaptatif) une
seule application mais plusieurs laquo devices raquo possibles
En effet gracircce agrave cette approche la creacuteation ou la consultation des applications devrait
ecirctre possible sur un ordinateur une tablette ou un Smartphone
A lrsquoinverse des premiers efforts dans la BI mobile et qui consistaient agrave la creacuteation
drsquoapplications propres pour chaque support la BI responsive Design propose une
application alternative et unique qui doit posseacuteder les proprieacuteteacutes suivantes
Lrsquoaffichage drsquoun rapport srsquoadapte agrave lrsquoaffichage du peacuteripheacuterique (quelle que soit
la reacutesolution du peacuteripheacuterique)
La quantiteacute dinformation eacutevolue et sadapte au peacuteripheacuterique
Le deacuteveloppement nest reacutealiseacute quune fois (il nest donc pas neacutecessaire de
refaire un deacuteveloppement speacutecifique pour prendre en compte un nouveau
teacuteleacutephone par exemple)
Lexpeacuterience utilisateur est adapteacutee agrave chaque peacuteripheacuterique
Ainsi le recours agrave une telle technique ne peut qursquoengendrer des gains pour la clientegravele
17
En effet Lrsquoapplication doit ecirctre deacuteveloppeacutee quune seule fois et donc il aura moins de
budget agrave consacrer pour la reacutealisation et la maintenance du projet
Aussi avec chaque nouvelle version de teacuteleacutephone tablette ou PCMAC on nrsquoaura plus
agrave craindre car lrsquoapplication devrait ecirctre precircte et compatible agrave toute version
Le BIG DATA
Lrsquoexplosion quantitative de la donneacutee
numeacuterique ces derniegraveres anneacutees fait
eacutemerger un nouveau concept dans le
secteur informatique celui du Big
Data
Ces donneacutees proviennent de partout
des messages eacutechangeacutes sur les sites de
meacutedias sociaux les transactions dachats en
ligne les signaux GPS de teacuteleacutephones mobiles etc
Une importante quantiteacute drsquoinformation est drsquoailleurs preacutesente dans ces sources de
donneacutees tregraves diversifieacutees qui une fois bien traiteacutee et analyseacutee permet agrave lrsquoentreprise de
mieux comprendre sa clientegravele mieux deacutefinir ses offres et bien cibler son activiteacute
Aujourdrsquohui les grandes entreprises commencent agrave montrer un grand inteacuterecirct agrave ce
nouveau domaine et selon le cabinet de conseil le Gartner 73 des entreprises
ameacutericaines envisagent drsquoinvestir dans le Big Data les deux prochaines anneacutees6
A lrsquoinverse de la BI classique le Big Data connu par sa regravegle des laquo 3V raquo traite des
donneacutees structureacutes et non structureacutees (Varieacuteteacute) ayant un important volume (Volume)
et qui neacutecessitent de nouveaux moyens drsquoanalyse et drsquoexploration pour deacutetecter et
visualiser rapidement lrsquoinformation pertinente(Veacutelociteacute)
6 Solution IT Feacutevrier-Mars 2015 Article laquo le Big Data et la connaissance Client
18
Les grands eacutediteurs eux aussi tregraves inteacuteresseacutes par le Big Data investissent eacutenormeacutement
dans ce domaine et des recherches tregraves approfondies se font actuellement pour trouver
et creacuteer des solutions comme Hadoop capables agrave extraire drsquoimportants volumes de
donneacutees dans le but de mieux les exploiter et drsquoen tirer profit
Le Big Data est donc un nouveau pheacutenomegravene qui sans doute va envahir le monde de
lrsquoinformatique surtout avec ses grandes promesses pour aider agrave traiter et exploiter les
donneacutees numeacuteriques lor noir du XXIe siegravecle
Lrsquoanalyse preacutedictive
Lrsquoanalyse preacutedictive englobe les outils et meacutethodes statistiques qui permettent
drsquoanalyser des faits preacutesents et passeacutes afin de mettre en place des hypothegraveses sur des
eacuteveacutenements futurs
Herveacute Mignot product manager chez SPSS France deacutefinie lrsquoanalyse preacutedictive comme
lrsquooutil qui laquo eacutetudie les donneacutees et les caracteacuteristiques comportementales des
personnes (B2C) ou des entreprises (B2B) pour en tirer des modegraveles preacutedictifs en vue
doptimiser la relation avec les clients raquo7
Avec lrsquoeacutemergence du Big Data les analystes recourent de plus en plus agrave cette
meacutethode analytique qui facilite la deacutetection des relations eacuteventuelles entre des
variables explicatives et des variables expliqueacutees tregraves utiles pour comprendre des
comportements et preacutevoir des reacutesultats futurs
Lrsquoanalyse preacutedictive repreacutesente un enjeu pour lrsquoinformatique deacutecisionnelle
Des eacutetapes de filtrage drsquoagreacutegation et de tests statistiques unitaires sont agrave lrsquoavance
neacutecessaires sur les donneacutees extraites par les ETL qui par la suite doivent ecirctre stockeacutes
dans lrsquoenvironnement de lrsquoanalyse preacutedictive Des algorithmes et tests avanceacutes sont
par la suite agrave reacutealiser pour mettre en place le modegravele preacutedictive le plus pertinent ayant
lrsquointervalle de confiance le plus sucircr
7 Journaldunetcom Article laquo Analyse preacutedictive raquo
19
Les cas drsquoapplication de cette technique drsquoanalyse sont multiples En effet les modegraveles
preacutedictifs contribuent agrave apporter une valeur ajouteacutee dans une foule de domaines
notamment le marketing la connaissance client la preacutevention de la fraude et la gestion
des risques et la liste ne cesse de srsquoallonger
Lrsquoexploration visuelle des donneacutees ou laquo Dataviz raquo
La Data Visualisation srsquoinscrit dans la logique du Big Data et de lrsquoopen data
Il srsquoagit drsquoun moyen visuel pour lrsquoanalyse exploratoire et analytique des donneacutees
Une des derniegraveres tendances de lrsquoinformatique deacutecisionnelle la Dataviz est devenu
vite un outil tregraves appreacutecieacute par les entreprises
Cette nouvelle technique a reacutevolutionneacute en effet le monde de la restitution et de
reporting en rendant de lrsquoimage et des diagrammes des moyens pour la syntheacutetisation
graphique de lrsquoinformation
La preacutesente thegravese traite drsquoailleurs cette meacutethode drsquoanalyse tregraves inteacuteressante
Il y aura dans les prochains chapitres plus de deacutetails sur la Dataviz ses outils et aussi
ses domaines drsquoapplication et sa relation avec lrsquoinformatique deacutecisionnelle
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
14
On peut distinguer trois modes de Rapports
Rapport statique
Crsquoest un rapport de structure figeacutee en termes de preacutesentation et du peacuterimegravetre
des donneacutees analyseacutees
Rapport dynamique
La structure de ce type de rapport est semi statique le peacuterimegravetre des donneacutees
peut varier et lrsquoutilisateur final a la possibiliteacute de choisir les valeurs de
paramegravetres dynamiques inteacutegreacutes dans le rapport
Rapport Ad hoc
Ce type de rapport est librement creacuteeacute par lutilisateur final qui gracircce agrave des
fonctionnaliteacutes de cliques deacutefinie personnellement les structures des tableaux et
graphiques ainsi que les peacuterimegravetres drsquoanalyse
Pour finir cette premiegravere partie il est important drsquoindiquer qursquoactuellement le marcheacute de
lrsquoinformatique deacutecisionnelle est en plein essor les projets BI sont agrave la vogue et le profil drsquoun
consultant deacutecisionnel est trop appreacutecieacute par les socieacuteteacutes de conseils et de services en
ingeacutenierie informatique
En 2009 les eacutetudes estimaient par exemple que le marcheacute deacutecisionnel mondiale eacutetait de 9
milliards de dollars et pourrait atteindre les 14 milliards en 20144
Des statistiques qui reflegravetent donc la grande importance drsquoun tel systegraveme drsquoinformation qui
jusqursquoagrave lrsquoheure actuelle nrsquoa pas cesseacute drsquoeacutevoluer
4 LES ECHOSfr
15
2- Les derniegraveres Tendances de la BI
Ce paragraphe expose quelques exemples des tendances de lrsquoinformatique deacutecisionnelle
En effet la BI ces derniegraveres anneacutees eacutevolue agrave une vitesse deacutemesureacutee avec lrsquoapparition de
nouvelles outils et fonctionnaliteacutes ameacuteliorant consideacuterablement les meacutethodes drsquoanalyse et
outils de restitution
La BI mobile
Selon le cabinet de conseil ameacutericain lsquole Gartnerrsquo 33 des accegraves aux
systegravemes de Business Intelligence se feront au travers de tablettes ou
de smartphones5
En effet dans un monde de plus en plus complexe et des concurrents
de plus en plus menaccedilants les dirigeants doivent aujourdrsquohui se doter
drsquoun moyen drsquoaide agrave la prise de deacutecision agrave temps reacuteel qui permet drsquoanticiper les
changements et preacutevenir au bon moment les risques menaccedilants le bon fonctionnement
de leur entreprise
La Business intelligence mobile donne donc agrave ces dirigeants souvent en deacuteplacement la
possibiliteacute de consulter les informations preacutesentes sur le serveur de lrsquoentreprise suivre
ainsi de pregraves son activiteacute et prendre dans les brefs deacutelais les deacutecisions neacutecessaires en cas
de besoin
Les eacutediteurs conscients de lrsquoimportance du deacutecisionnel mobile ont derniegraverement bien
investi dans le deacuteveloppement des logiciels Business intelligence mobiles donnant
accegraves agrave tout moment aux rapports et tableaux de bords deacutecisionnels Drsquoailleurs la plupart
de ces eacutediteurs offrent aujourdrsquohui agrave leurs clients des nouvelles solutions permettant
drsquoacceacuteder voir mecircme de creacuteer des applications business intelligence depuis une tablette
ou un teacuteleacutephone mobile
5 httpwwwbusinessdecisionfr43-business-intelligence-mobilehtm
16
Le Responsive Design
Crsquoest lrsquoune des nouvelles tendances de la BI En effet avec lrsquoeacutemergence du digital la BI
classique traditionnelle srsquoest trouveacute face agrave des nouvelles probleacutematiques et nouveaux
besoins Les diffeacuterents supports utiliseacutes au quotidien doivent permettre aux experts
(qursquoils soient directeurs managers ou analystes) de retrouver partout ougrave qursquoils se
trouvent et sur nrsquoimporte quel support les tableaux de bord et les analyses
deacutecisionnelles pour les aider agrave prendre les deacutecisions strateacutegiques
On est bien lagrave dans la deacutemarche de responsive web design (site web adaptatif) une
seule application mais plusieurs laquo devices raquo possibles
En effet gracircce agrave cette approche la creacuteation ou la consultation des applications devrait
ecirctre possible sur un ordinateur une tablette ou un Smartphone
A lrsquoinverse des premiers efforts dans la BI mobile et qui consistaient agrave la creacuteation
drsquoapplications propres pour chaque support la BI responsive Design propose une
application alternative et unique qui doit posseacuteder les proprieacuteteacutes suivantes
Lrsquoaffichage drsquoun rapport srsquoadapte agrave lrsquoaffichage du peacuteripheacuterique (quelle que soit
la reacutesolution du peacuteripheacuterique)
La quantiteacute dinformation eacutevolue et sadapte au peacuteripheacuterique
Le deacuteveloppement nest reacutealiseacute quune fois (il nest donc pas neacutecessaire de
refaire un deacuteveloppement speacutecifique pour prendre en compte un nouveau
teacuteleacutephone par exemple)
Lexpeacuterience utilisateur est adapteacutee agrave chaque peacuteripheacuterique
Ainsi le recours agrave une telle technique ne peut qursquoengendrer des gains pour la clientegravele
17
En effet Lrsquoapplication doit ecirctre deacuteveloppeacutee quune seule fois et donc il aura moins de
budget agrave consacrer pour la reacutealisation et la maintenance du projet
Aussi avec chaque nouvelle version de teacuteleacutephone tablette ou PCMAC on nrsquoaura plus
agrave craindre car lrsquoapplication devrait ecirctre precircte et compatible agrave toute version
Le BIG DATA
Lrsquoexplosion quantitative de la donneacutee
numeacuterique ces derniegraveres anneacutees fait
eacutemerger un nouveau concept dans le
secteur informatique celui du Big
Data
Ces donneacutees proviennent de partout
des messages eacutechangeacutes sur les sites de
meacutedias sociaux les transactions dachats en
ligne les signaux GPS de teacuteleacutephones mobiles etc
Une importante quantiteacute drsquoinformation est drsquoailleurs preacutesente dans ces sources de
donneacutees tregraves diversifieacutees qui une fois bien traiteacutee et analyseacutee permet agrave lrsquoentreprise de
mieux comprendre sa clientegravele mieux deacutefinir ses offres et bien cibler son activiteacute
Aujourdrsquohui les grandes entreprises commencent agrave montrer un grand inteacuterecirct agrave ce
nouveau domaine et selon le cabinet de conseil le Gartner 73 des entreprises
ameacutericaines envisagent drsquoinvestir dans le Big Data les deux prochaines anneacutees6
A lrsquoinverse de la BI classique le Big Data connu par sa regravegle des laquo 3V raquo traite des
donneacutees structureacutes et non structureacutees (Varieacuteteacute) ayant un important volume (Volume)
et qui neacutecessitent de nouveaux moyens drsquoanalyse et drsquoexploration pour deacutetecter et
visualiser rapidement lrsquoinformation pertinente(Veacutelociteacute)
6 Solution IT Feacutevrier-Mars 2015 Article laquo le Big Data et la connaissance Client
18
Les grands eacutediteurs eux aussi tregraves inteacuteresseacutes par le Big Data investissent eacutenormeacutement
dans ce domaine et des recherches tregraves approfondies se font actuellement pour trouver
et creacuteer des solutions comme Hadoop capables agrave extraire drsquoimportants volumes de
donneacutees dans le but de mieux les exploiter et drsquoen tirer profit
Le Big Data est donc un nouveau pheacutenomegravene qui sans doute va envahir le monde de
lrsquoinformatique surtout avec ses grandes promesses pour aider agrave traiter et exploiter les
donneacutees numeacuteriques lor noir du XXIe siegravecle
Lrsquoanalyse preacutedictive
Lrsquoanalyse preacutedictive englobe les outils et meacutethodes statistiques qui permettent
drsquoanalyser des faits preacutesents et passeacutes afin de mettre en place des hypothegraveses sur des
eacuteveacutenements futurs
Herveacute Mignot product manager chez SPSS France deacutefinie lrsquoanalyse preacutedictive comme
lrsquooutil qui laquo eacutetudie les donneacutees et les caracteacuteristiques comportementales des
personnes (B2C) ou des entreprises (B2B) pour en tirer des modegraveles preacutedictifs en vue
doptimiser la relation avec les clients raquo7
Avec lrsquoeacutemergence du Big Data les analystes recourent de plus en plus agrave cette
meacutethode analytique qui facilite la deacutetection des relations eacuteventuelles entre des
variables explicatives et des variables expliqueacutees tregraves utiles pour comprendre des
comportements et preacutevoir des reacutesultats futurs
Lrsquoanalyse preacutedictive repreacutesente un enjeu pour lrsquoinformatique deacutecisionnelle
Des eacutetapes de filtrage drsquoagreacutegation et de tests statistiques unitaires sont agrave lrsquoavance
neacutecessaires sur les donneacutees extraites par les ETL qui par la suite doivent ecirctre stockeacutes
dans lrsquoenvironnement de lrsquoanalyse preacutedictive Des algorithmes et tests avanceacutes sont
par la suite agrave reacutealiser pour mettre en place le modegravele preacutedictive le plus pertinent ayant
lrsquointervalle de confiance le plus sucircr
7 Journaldunetcom Article laquo Analyse preacutedictive raquo
19
Les cas drsquoapplication de cette technique drsquoanalyse sont multiples En effet les modegraveles
preacutedictifs contribuent agrave apporter une valeur ajouteacutee dans une foule de domaines
notamment le marketing la connaissance client la preacutevention de la fraude et la gestion
des risques et la liste ne cesse de srsquoallonger
Lrsquoexploration visuelle des donneacutees ou laquo Dataviz raquo
La Data Visualisation srsquoinscrit dans la logique du Big Data et de lrsquoopen data
Il srsquoagit drsquoun moyen visuel pour lrsquoanalyse exploratoire et analytique des donneacutees
Une des derniegraveres tendances de lrsquoinformatique deacutecisionnelle la Dataviz est devenu
vite un outil tregraves appreacutecieacute par les entreprises
Cette nouvelle technique a reacutevolutionneacute en effet le monde de la restitution et de
reporting en rendant de lrsquoimage et des diagrammes des moyens pour la syntheacutetisation
graphique de lrsquoinformation
La preacutesente thegravese traite drsquoailleurs cette meacutethode drsquoanalyse tregraves inteacuteressante
Il y aura dans les prochains chapitres plus de deacutetails sur la Dataviz ses outils et aussi
ses domaines drsquoapplication et sa relation avec lrsquoinformatique deacutecisionnelle
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
15
2- Les derniegraveres Tendances de la BI
Ce paragraphe expose quelques exemples des tendances de lrsquoinformatique deacutecisionnelle
En effet la BI ces derniegraveres anneacutees eacutevolue agrave une vitesse deacutemesureacutee avec lrsquoapparition de
nouvelles outils et fonctionnaliteacutes ameacuteliorant consideacuterablement les meacutethodes drsquoanalyse et
outils de restitution
La BI mobile
Selon le cabinet de conseil ameacutericain lsquole Gartnerrsquo 33 des accegraves aux
systegravemes de Business Intelligence se feront au travers de tablettes ou
de smartphones5
En effet dans un monde de plus en plus complexe et des concurrents
de plus en plus menaccedilants les dirigeants doivent aujourdrsquohui se doter
drsquoun moyen drsquoaide agrave la prise de deacutecision agrave temps reacuteel qui permet drsquoanticiper les
changements et preacutevenir au bon moment les risques menaccedilants le bon fonctionnement
de leur entreprise
La Business intelligence mobile donne donc agrave ces dirigeants souvent en deacuteplacement la
possibiliteacute de consulter les informations preacutesentes sur le serveur de lrsquoentreprise suivre
ainsi de pregraves son activiteacute et prendre dans les brefs deacutelais les deacutecisions neacutecessaires en cas
de besoin
Les eacutediteurs conscients de lrsquoimportance du deacutecisionnel mobile ont derniegraverement bien
investi dans le deacuteveloppement des logiciels Business intelligence mobiles donnant
accegraves agrave tout moment aux rapports et tableaux de bords deacutecisionnels Drsquoailleurs la plupart
de ces eacutediteurs offrent aujourdrsquohui agrave leurs clients des nouvelles solutions permettant
drsquoacceacuteder voir mecircme de creacuteer des applications business intelligence depuis une tablette
ou un teacuteleacutephone mobile
5 httpwwwbusinessdecisionfr43-business-intelligence-mobilehtm
16
Le Responsive Design
Crsquoest lrsquoune des nouvelles tendances de la BI En effet avec lrsquoeacutemergence du digital la BI
classique traditionnelle srsquoest trouveacute face agrave des nouvelles probleacutematiques et nouveaux
besoins Les diffeacuterents supports utiliseacutes au quotidien doivent permettre aux experts
(qursquoils soient directeurs managers ou analystes) de retrouver partout ougrave qursquoils se
trouvent et sur nrsquoimporte quel support les tableaux de bord et les analyses
deacutecisionnelles pour les aider agrave prendre les deacutecisions strateacutegiques
On est bien lagrave dans la deacutemarche de responsive web design (site web adaptatif) une
seule application mais plusieurs laquo devices raquo possibles
En effet gracircce agrave cette approche la creacuteation ou la consultation des applications devrait
ecirctre possible sur un ordinateur une tablette ou un Smartphone
A lrsquoinverse des premiers efforts dans la BI mobile et qui consistaient agrave la creacuteation
drsquoapplications propres pour chaque support la BI responsive Design propose une
application alternative et unique qui doit posseacuteder les proprieacuteteacutes suivantes
Lrsquoaffichage drsquoun rapport srsquoadapte agrave lrsquoaffichage du peacuteripheacuterique (quelle que soit
la reacutesolution du peacuteripheacuterique)
La quantiteacute dinformation eacutevolue et sadapte au peacuteripheacuterique
Le deacuteveloppement nest reacutealiseacute quune fois (il nest donc pas neacutecessaire de
refaire un deacuteveloppement speacutecifique pour prendre en compte un nouveau
teacuteleacutephone par exemple)
Lexpeacuterience utilisateur est adapteacutee agrave chaque peacuteripheacuterique
Ainsi le recours agrave une telle technique ne peut qursquoengendrer des gains pour la clientegravele
17
En effet Lrsquoapplication doit ecirctre deacuteveloppeacutee quune seule fois et donc il aura moins de
budget agrave consacrer pour la reacutealisation et la maintenance du projet
Aussi avec chaque nouvelle version de teacuteleacutephone tablette ou PCMAC on nrsquoaura plus
agrave craindre car lrsquoapplication devrait ecirctre precircte et compatible agrave toute version
Le BIG DATA
Lrsquoexplosion quantitative de la donneacutee
numeacuterique ces derniegraveres anneacutees fait
eacutemerger un nouveau concept dans le
secteur informatique celui du Big
Data
Ces donneacutees proviennent de partout
des messages eacutechangeacutes sur les sites de
meacutedias sociaux les transactions dachats en
ligne les signaux GPS de teacuteleacutephones mobiles etc
Une importante quantiteacute drsquoinformation est drsquoailleurs preacutesente dans ces sources de
donneacutees tregraves diversifieacutees qui une fois bien traiteacutee et analyseacutee permet agrave lrsquoentreprise de
mieux comprendre sa clientegravele mieux deacutefinir ses offres et bien cibler son activiteacute
Aujourdrsquohui les grandes entreprises commencent agrave montrer un grand inteacuterecirct agrave ce
nouveau domaine et selon le cabinet de conseil le Gartner 73 des entreprises
ameacutericaines envisagent drsquoinvestir dans le Big Data les deux prochaines anneacutees6
A lrsquoinverse de la BI classique le Big Data connu par sa regravegle des laquo 3V raquo traite des
donneacutees structureacutes et non structureacutees (Varieacuteteacute) ayant un important volume (Volume)
et qui neacutecessitent de nouveaux moyens drsquoanalyse et drsquoexploration pour deacutetecter et
visualiser rapidement lrsquoinformation pertinente(Veacutelociteacute)
6 Solution IT Feacutevrier-Mars 2015 Article laquo le Big Data et la connaissance Client
18
Les grands eacutediteurs eux aussi tregraves inteacuteresseacutes par le Big Data investissent eacutenormeacutement
dans ce domaine et des recherches tregraves approfondies se font actuellement pour trouver
et creacuteer des solutions comme Hadoop capables agrave extraire drsquoimportants volumes de
donneacutees dans le but de mieux les exploiter et drsquoen tirer profit
Le Big Data est donc un nouveau pheacutenomegravene qui sans doute va envahir le monde de
lrsquoinformatique surtout avec ses grandes promesses pour aider agrave traiter et exploiter les
donneacutees numeacuteriques lor noir du XXIe siegravecle
Lrsquoanalyse preacutedictive
Lrsquoanalyse preacutedictive englobe les outils et meacutethodes statistiques qui permettent
drsquoanalyser des faits preacutesents et passeacutes afin de mettre en place des hypothegraveses sur des
eacuteveacutenements futurs
Herveacute Mignot product manager chez SPSS France deacutefinie lrsquoanalyse preacutedictive comme
lrsquooutil qui laquo eacutetudie les donneacutees et les caracteacuteristiques comportementales des
personnes (B2C) ou des entreprises (B2B) pour en tirer des modegraveles preacutedictifs en vue
doptimiser la relation avec les clients raquo7
Avec lrsquoeacutemergence du Big Data les analystes recourent de plus en plus agrave cette
meacutethode analytique qui facilite la deacutetection des relations eacuteventuelles entre des
variables explicatives et des variables expliqueacutees tregraves utiles pour comprendre des
comportements et preacutevoir des reacutesultats futurs
Lrsquoanalyse preacutedictive repreacutesente un enjeu pour lrsquoinformatique deacutecisionnelle
Des eacutetapes de filtrage drsquoagreacutegation et de tests statistiques unitaires sont agrave lrsquoavance
neacutecessaires sur les donneacutees extraites par les ETL qui par la suite doivent ecirctre stockeacutes
dans lrsquoenvironnement de lrsquoanalyse preacutedictive Des algorithmes et tests avanceacutes sont
par la suite agrave reacutealiser pour mettre en place le modegravele preacutedictive le plus pertinent ayant
lrsquointervalle de confiance le plus sucircr
7 Journaldunetcom Article laquo Analyse preacutedictive raquo
19
Les cas drsquoapplication de cette technique drsquoanalyse sont multiples En effet les modegraveles
preacutedictifs contribuent agrave apporter une valeur ajouteacutee dans une foule de domaines
notamment le marketing la connaissance client la preacutevention de la fraude et la gestion
des risques et la liste ne cesse de srsquoallonger
Lrsquoexploration visuelle des donneacutees ou laquo Dataviz raquo
La Data Visualisation srsquoinscrit dans la logique du Big Data et de lrsquoopen data
Il srsquoagit drsquoun moyen visuel pour lrsquoanalyse exploratoire et analytique des donneacutees
Une des derniegraveres tendances de lrsquoinformatique deacutecisionnelle la Dataviz est devenu
vite un outil tregraves appreacutecieacute par les entreprises
Cette nouvelle technique a reacutevolutionneacute en effet le monde de la restitution et de
reporting en rendant de lrsquoimage et des diagrammes des moyens pour la syntheacutetisation
graphique de lrsquoinformation
La preacutesente thegravese traite drsquoailleurs cette meacutethode drsquoanalyse tregraves inteacuteressante
Il y aura dans les prochains chapitres plus de deacutetails sur la Dataviz ses outils et aussi
ses domaines drsquoapplication et sa relation avec lrsquoinformatique deacutecisionnelle
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
16
Le Responsive Design
Crsquoest lrsquoune des nouvelles tendances de la BI En effet avec lrsquoeacutemergence du digital la BI
classique traditionnelle srsquoest trouveacute face agrave des nouvelles probleacutematiques et nouveaux
besoins Les diffeacuterents supports utiliseacutes au quotidien doivent permettre aux experts
(qursquoils soient directeurs managers ou analystes) de retrouver partout ougrave qursquoils se
trouvent et sur nrsquoimporte quel support les tableaux de bord et les analyses
deacutecisionnelles pour les aider agrave prendre les deacutecisions strateacutegiques
On est bien lagrave dans la deacutemarche de responsive web design (site web adaptatif) une
seule application mais plusieurs laquo devices raquo possibles
En effet gracircce agrave cette approche la creacuteation ou la consultation des applications devrait
ecirctre possible sur un ordinateur une tablette ou un Smartphone
A lrsquoinverse des premiers efforts dans la BI mobile et qui consistaient agrave la creacuteation
drsquoapplications propres pour chaque support la BI responsive Design propose une
application alternative et unique qui doit posseacuteder les proprieacuteteacutes suivantes
Lrsquoaffichage drsquoun rapport srsquoadapte agrave lrsquoaffichage du peacuteripheacuterique (quelle que soit
la reacutesolution du peacuteripheacuterique)
La quantiteacute dinformation eacutevolue et sadapte au peacuteripheacuterique
Le deacuteveloppement nest reacutealiseacute quune fois (il nest donc pas neacutecessaire de
refaire un deacuteveloppement speacutecifique pour prendre en compte un nouveau
teacuteleacutephone par exemple)
Lexpeacuterience utilisateur est adapteacutee agrave chaque peacuteripheacuterique
Ainsi le recours agrave une telle technique ne peut qursquoengendrer des gains pour la clientegravele
17
En effet Lrsquoapplication doit ecirctre deacuteveloppeacutee quune seule fois et donc il aura moins de
budget agrave consacrer pour la reacutealisation et la maintenance du projet
Aussi avec chaque nouvelle version de teacuteleacutephone tablette ou PCMAC on nrsquoaura plus
agrave craindre car lrsquoapplication devrait ecirctre precircte et compatible agrave toute version
Le BIG DATA
Lrsquoexplosion quantitative de la donneacutee
numeacuterique ces derniegraveres anneacutees fait
eacutemerger un nouveau concept dans le
secteur informatique celui du Big
Data
Ces donneacutees proviennent de partout
des messages eacutechangeacutes sur les sites de
meacutedias sociaux les transactions dachats en
ligne les signaux GPS de teacuteleacutephones mobiles etc
Une importante quantiteacute drsquoinformation est drsquoailleurs preacutesente dans ces sources de
donneacutees tregraves diversifieacutees qui une fois bien traiteacutee et analyseacutee permet agrave lrsquoentreprise de
mieux comprendre sa clientegravele mieux deacutefinir ses offres et bien cibler son activiteacute
Aujourdrsquohui les grandes entreprises commencent agrave montrer un grand inteacuterecirct agrave ce
nouveau domaine et selon le cabinet de conseil le Gartner 73 des entreprises
ameacutericaines envisagent drsquoinvestir dans le Big Data les deux prochaines anneacutees6
A lrsquoinverse de la BI classique le Big Data connu par sa regravegle des laquo 3V raquo traite des
donneacutees structureacutes et non structureacutees (Varieacuteteacute) ayant un important volume (Volume)
et qui neacutecessitent de nouveaux moyens drsquoanalyse et drsquoexploration pour deacutetecter et
visualiser rapidement lrsquoinformation pertinente(Veacutelociteacute)
6 Solution IT Feacutevrier-Mars 2015 Article laquo le Big Data et la connaissance Client
18
Les grands eacutediteurs eux aussi tregraves inteacuteresseacutes par le Big Data investissent eacutenormeacutement
dans ce domaine et des recherches tregraves approfondies se font actuellement pour trouver
et creacuteer des solutions comme Hadoop capables agrave extraire drsquoimportants volumes de
donneacutees dans le but de mieux les exploiter et drsquoen tirer profit
Le Big Data est donc un nouveau pheacutenomegravene qui sans doute va envahir le monde de
lrsquoinformatique surtout avec ses grandes promesses pour aider agrave traiter et exploiter les
donneacutees numeacuteriques lor noir du XXIe siegravecle
Lrsquoanalyse preacutedictive
Lrsquoanalyse preacutedictive englobe les outils et meacutethodes statistiques qui permettent
drsquoanalyser des faits preacutesents et passeacutes afin de mettre en place des hypothegraveses sur des
eacuteveacutenements futurs
Herveacute Mignot product manager chez SPSS France deacutefinie lrsquoanalyse preacutedictive comme
lrsquooutil qui laquo eacutetudie les donneacutees et les caracteacuteristiques comportementales des
personnes (B2C) ou des entreprises (B2B) pour en tirer des modegraveles preacutedictifs en vue
doptimiser la relation avec les clients raquo7
Avec lrsquoeacutemergence du Big Data les analystes recourent de plus en plus agrave cette
meacutethode analytique qui facilite la deacutetection des relations eacuteventuelles entre des
variables explicatives et des variables expliqueacutees tregraves utiles pour comprendre des
comportements et preacutevoir des reacutesultats futurs
Lrsquoanalyse preacutedictive repreacutesente un enjeu pour lrsquoinformatique deacutecisionnelle
Des eacutetapes de filtrage drsquoagreacutegation et de tests statistiques unitaires sont agrave lrsquoavance
neacutecessaires sur les donneacutees extraites par les ETL qui par la suite doivent ecirctre stockeacutes
dans lrsquoenvironnement de lrsquoanalyse preacutedictive Des algorithmes et tests avanceacutes sont
par la suite agrave reacutealiser pour mettre en place le modegravele preacutedictive le plus pertinent ayant
lrsquointervalle de confiance le plus sucircr
7 Journaldunetcom Article laquo Analyse preacutedictive raquo
19
Les cas drsquoapplication de cette technique drsquoanalyse sont multiples En effet les modegraveles
preacutedictifs contribuent agrave apporter une valeur ajouteacutee dans une foule de domaines
notamment le marketing la connaissance client la preacutevention de la fraude et la gestion
des risques et la liste ne cesse de srsquoallonger
Lrsquoexploration visuelle des donneacutees ou laquo Dataviz raquo
La Data Visualisation srsquoinscrit dans la logique du Big Data et de lrsquoopen data
Il srsquoagit drsquoun moyen visuel pour lrsquoanalyse exploratoire et analytique des donneacutees
Une des derniegraveres tendances de lrsquoinformatique deacutecisionnelle la Dataviz est devenu
vite un outil tregraves appreacutecieacute par les entreprises
Cette nouvelle technique a reacutevolutionneacute en effet le monde de la restitution et de
reporting en rendant de lrsquoimage et des diagrammes des moyens pour la syntheacutetisation
graphique de lrsquoinformation
La preacutesente thegravese traite drsquoailleurs cette meacutethode drsquoanalyse tregraves inteacuteressante
Il y aura dans les prochains chapitres plus de deacutetails sur la Dataviz ses outils et aussi
ses domaines drsquoapplication et sa relation avec lrsquoinformatique deacutecisionnelle
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
17
En effet Lrsquoapplication doit ecirctre deacuteveloppeacutee quune seule fois et donc il aura moins de
budget agrave consacrer pour la reacutealisation et la maintenance du projet
Aussi avec chaque nouvelle version de teacuteleacutephone tablette ou PCMAC on nrsquoaura plus
agrave craindre car lrsquoapplication devrait ecirctre precircte et compatible agrave toute version
Le BIG DATA
Lrsquoexplosion quantitative de la donneacutee
numeacuterique ces derniegraveres anneacutees fait
eacutemerger un nouveau concept dans le
secteur informatique celui du Big
Data
Ces donneacutees proviennent de partout
des messages eacutechangeacutes sur les sites de
meacutedias sociaux les transactions dachats en
ligne les signaux GPS de teacuteleacutephones mobiles etc
Une importante quantiteacute drsquoinformation est drsquoailleurs preacutesente dans ces sources de
donneacutees tregraves diversifieacutees qui une fois bien traiteacutee et analyseacutee permet agrave lrsquoentreprise de
mieux comprendre sa clientegravele mieux deacutefinir ses offres et bien cibler son activiteacute
Aujourdrsquohui les grandes entreprises commencent agrave montrer un grand inteacuterecirct agrave ce
nouveau domaine et selon le cabinet de conseil le Gartner 73 des entreprises
ameacutericaines envisagent drsquoinvestir dans le Big Data les deux prochaines anneacutees6
A lrsquoinverse de la BI classique le Big Data connu par sa regravegle des laquo 3V raquo traite des
donneacutees structureacutes et non structureacutees (Varieacuteteacute) ayant un important volume (Volume)
et qui neacutecessitent de nouveaux moyens drsquoanalyse et drsquoexploration pour deacutetecter et
visualiser rapidement lrsquoinformation pertinente(Veacutelociteacute)
6 Solution IT Feacutevrier-Mars 2015 Article laquo le Big Data et la connaissance Client
18
Les grands eacutediteurs eux aussi tregraves inteacuteresseacutes par le Big Data investissent eacutenormeacutement
dans ce domaine et des recherches tregraves approfondies se font actuellement pour trouver
et creacuteer des solutions comme Hadoop capables agrave extraire drsquoimportants volumes de
donneacutees dans le but de mieux les exploiter et drsquoen tirer profit
Le Big Data est donc un nouveau pheacutenomegravene qui sans doute va envahir le monde de
lrsquoinformatique surtout avec ses grandes promesses pour aider agrave traiter et exploiter les
donneacutees numeacuteriques lor noir du XXIe siegravecle
Lrsquoanalyse preacutedictive
Lrsquoanalyse preacutedictive englobe les outils et meacutethodes statistiques qui permettent
drsquoanalyser des faits preacutesents et passeacutes afin de mettre en place des hypothegraveses sur des
eacuteveacutenements futurs
Herveacute Mignot product manager chez SPSS France deacutefinie lrsquoanalyse preacutedictive comme
lrsquooutil qui laquo eacutetudie les donneacutees et les caracteacuteristiques comportementales des
personnes (B2C) ou des entreprises (B2B) pour en tirer des modegraveles preacutedictifs en vue
doptimiser la relation avec les clients raquo7
Avec lrsquoeacutemergence du Big Data les analystes recourent de plus en plus agrave cette
meacutethode analytique qui facilite la deacutetection des relations eacuteventuelles entre des
variables explicatives et des variables expliqueacutees tregraves utiles pour comprendre des
comportements et preacutevoir des reacutesultats futurs
Lrsquoanalyse preacutedictive repreacutesente un enjeu pour lrsquoinformatique deacutecisionnelle
Des eacutetapes de filtrage drsquoagreacutegation et de tests statistiques unitaires sont agrave lrsquoavance
neacutecessaires sur les donneacutees extraites par les ETL qui par la suite doivent ecirctre stockeacutes
dans lrsquoenvironnement de lrsquoanalyse preacutedictive Des algorithmes et tests avanceacutes sont
par la suite agrave reacutealiser pour mettre en place le modegravele preacutedictive le plus pertinent ayant
lrsquointervalle de confiance le plus sucircr
7 Journaldunetcom Article laquo Analyse preacutedictive raquo
19
Les cas drsquoapplication de cette technique drsquoanalyse sont multiples En effet les modegraveles
preacutedictifs contribuent agrave apporter une valeur ajouteacutee dans une foule de domaines
notamment le marketing la connaissance client la preacutevention de la fraude et la gestion
des risques et la liste ne cesse de srsquoallonger
Lrsquoexploration visuelle des donneacutees ou laquo Dataviz raquo
La Data Visualisation srsquoinscrit dans la logique du Big Data et de lrsquoopen data
Il srsquoagit drsquoun moyen visuel pour lrsquoanalyse exploratoire et analytique des donneacutees
Une des derniegraveres tendances de lrsquoinformatique deacutecisionnelle la Dataviz est devenu
vite un outil tregraves appreacutecieacute par les entreprises
Cette nouvelle technique a reacutevolutionneacute en effet le monde de la restitution et de
reporting en rendant de lrsquoimage et des diagrammes des moyens pour la syntheacutetisation
graphique de lrsquoinformation
La preacutesente thegravese traite drsquoailleurs cette meacutethode drsquoanalyse tregraves inteacuteressante
Il y aura dans les prochains chapitres plus de deacutetails sur la Dataviz ses outils et aussi
ses domaines drsquoapplication et sa relation avec lrsquoinformatique deacutecisionnelle
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
18
Les grands eacutediteurs eux aussi tregraves inteacuteresseacutes par le Big Data investissent eacutenormeacutement
dans ce domaine et des recherches tregraves approfondies se font actuellement pour trouver
et creacuteer des solutions comme Hadoop capables agrave extraire drsquoimportants volumes de
donneacutees dans le but de mieux les exploiter et drsquoen tirer profit
Le Big Data est donc un nouveau pheacutenomegravene qui sans doute va envahir le monde de
lrsquoinformatique surtout avec ses grandes promesses pour aider agrave traiter et exploiter les
donneacutees numeacuteriques lor noir du XXIe siegravecle
Lrsquoanalyse preacutedictive
Lrsquoanalyse preacutedictive englobe les outils et meacutethodes statistiques qui permettent
drsquoanalyser des faits preacutesents et passeacutes afin de mettre en place des hypothegraveses sur des
eacuteveacutenements futurs
Herveacute Mignot product manager chez SPSS France deacutefinie lrsquoanalyse preacutedictive comme
lrsquooutil qui laquo eacutetudie les donneacutees et les caracteacuteristiques comportementales des
personnes (B2C) ou des entreprises (B2B) pour en tirer des modegraveles preacutedictifs en vue
doptimiser la relation avec les clients raquo7
Avec lrsquoeacutemergence du Big Data les analystes recourent de plus en plus agrave cette
meacutethode analytique qui facilite la deacutetection des relations eacuteventuelles entre des
variables explicatives et des variables expliqueacutees tregraves utiles pour comprendre des
comportements et preacutevoir des reacutesultats futurs
Lrsquoanalyse preacutedictive repreacutesente un enjeu pour lrsquoinformatique deacutecisionnelle
Des eacutetapes de filtrage drsquoagreacutegation et de tests statistiques unitaires sont agrave lrsquoavance
neacutecessaires sur les donneacutees extraites par les ETL qui par la suite doivent ecirctre stockeacutes
dans lrsquoenvironnement de lrsquoanalyse preacutedictive Des algorithmes et tests avanceacutes sont
par la suite agrave reacutealiser pour mettre en place le modegravele preacutedictive le plus pertinent ayant
lrsquointervalle de confiance le plus sucircr
7 Journaldunetcom Article laquo Analyse preacutedictive raquo
19
Les cas drsquoapplication de cette technique drsquoanalyse sont multiples En effet les modegraveles
preacutedictifs contribuent agrave apporter une valeur ajouteacutee dans une foule de domaines
notamment le marketing la connaissance client la preacutevention de la fraude et la gestion
des risques et la liste ne cesse de srsquoallonger
Lrsquoexploration visuelle des donneacutees ou laquo Dataviz raquo
La Data Visualisation srsquoinscrit dans la logique du Big Data et de lrsquoopen data
Il srsquoagit drsquoun moyen visuel pour lrsquoanalyse exploratoire et analytique des donneacutees
Une des derniegraveres tendances de lrsquoinformatique deacutecisionnelle la Dataviz est devenu
vite un outil tregraves appreacutecieacute par les entreprises
Cette nouvelle technique a reacutevolutionneacute en effet le monde de la restitution et de
reporting en rendant de lrsquoimage et des diagrammes des moyens pour la syntheacutetisation
graphique de lrsquoinformation
La preacutesente thegravese traite drsquoailleurs cette meacutethode drsquoanalyse tregraves inteacuteressante
Il y aura dans les prochains chapitres plus de deacutetails sur la Dataviz ses outils et aussi
ses domaines drsquoapplication et sa relation avec lrsquoinformatique deacutecisionnelle
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
19
Les cas drsquoapplication de cette technique drsquoanalyse sont multiples En effet les modegraveles
preacutedictifs contribuent agrave apporter une valeur ajouteacutee dans une foule de domaines
notamment le marketing la connaissance client la preacutevention de la fraude et la gestion
des risques et la liste ne cesse de srsquoallonger
Lrsquoexploration visuelle des donneacutees ou laquo Dataviz raquo
La Data Visualisation srsquoinscrit dans la logique du Big Data et de lrsquoopen data
Il srsquoagit drsquoun moyen visuel pour lrsquoanalyse exploratoire et analytique des donneacutees
Une des derniegraveres tendances de lrsquoinformatique deacutecisionnelle la Dataviz est devenu
vite un outil tregraves appreacutecieacute par les entreprises
Cette nouvelle technique a reacutevolutionneacute en effet le monde de la restitution et de
reporting en rendant de lrsquoimage et des diagrammes des moyens pour la syntheacutetisation
graphique de lrsquoinformation
La preacutesente thegravese traite drsquoailleurs cette meacutethode drsquoanalyse tregraves inteacuteressante
Il y aura dans les prochains chapitres plus de deacutetails sur la Dataviz ses outils et aussi
ses domaines drsquoapplication et sa relation avec lrsquoinformatique deacutecisionnelle
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
20
II) DATAVISUALISATION QUrsquoEST-CE QUE CrsquoEST
Suite agrave la digitalisation du monde notre socieacuteteacute produisait et continue agrave produire des volumes
de donneacutees numeacuteriques agrave un rythme eacutetonnant
Selon une eacutetude reacutealiseacutee par le cabinet drsquoeacutetudes IDC (International Data Corporation)8 le
volume mondial actuel des donneacutees numeacuteriques eacutechangeacutees via nos terminaux connecteacutes a
doubleacute en deux ans pour atteindre 28 zettaoctet9 et devrait deacutepasser les 40 Zo en 2020 Crsquoest
alors lrsquoegravere des laquo Data raquo par excellence
Figure 2 Illustration du WORLD DATA10
Dans ces laquo Data raquo reacuteside une mine dinformations preacutecieuses sur la faccedilon dont nous menons
nos entreprises nos gouvernements et nos vies personnelles
Ces informations cacheacutees sont en effet neacutecessaires pour la prise des deacutecisions et la
compreacutehension de la situation dans plusieurs domaines que ce soit en marketing journalisme
communication recherches en sciences sociales ou mecircme en politique
Pour les bien exploiter il est alors tregraves important de trouver les moyens efficaces pour les
repreacutesenter les analyser et les communiquer
8 laquo The Digital Universe in 2020 raquo publieacutee en deacutecembre 2012 par EMC
9 1 zettaoctet = 1000 milliards de giga-octets
10 Publier dans lrsquoarticle ldquoThe World of Data Were Creating on the Internetrdquode lrsquoauteur Oliver Munday pour le magazine laquo GOODis raquo
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
21
Cest agrave ce moment-lagrave que la visualisation de donneacutees intervienne une technique agrave la mode
aujourdrsquohui qui commence agrave srsquoest deacutemocratiser dans les entreprises pour leurs offrir une
approche plus estheacutetique et explicite dans lrsquoanalyse et lrsquoexploitation des volumes des donneacutees
Le preacutesent chapitre deacutetaille plus profondeacutement cette technique et reacutepond aux questions
suivantes Crsquoest quoi la Dataviz Qursquoelles sont ses principales fonctions Depuis quand
cherche- t- on agrave visualiser les donneacutees Et quelles sont ses principales techniques
1) Deacutefinition geacuteneacuterale
La visualisation des donneacutees ou la Dataviz reacuteunit bien plus de concepts et de technologies que
cette simple expression ne le laisse suggeacuterer On retrouve bien eacutevidemment la notion de
donneacutees et de visualisation mais cela ne suffit pas agrave deacutefinir ce concept
En effet la Dataviz exploite les nouvelles technologies software et hardware de
lrsquoinformatique aussi bien que les meacutethodes graphiques scientifiques et matheacutematiques pour
traduire des donneacutees brutes et complexes en informations compreacutehensibles et exploitables
Il srsquoagit drsquoune repreacutesentation picturale informatiseacutee des donneacutees statistiques pour raconter
drsquoune maniegravere simple une histoire clarifier une situation et partager des concepts
Pour David MCCANDLESS designer Anglais la Dataviz est laquoune nouvelle science visuelle
de lrsquoinformation innovante et non deacutenueacutee drsquohumour qui permet de comprendre hieacuterarchiser
et meacutemoriser des donneacutees complexes en un clin drsquoœilraquo 11
La Data Visualisation est alors un outil qui aide agrave comprendre les donneacutees en se basant sur la
capaciteacute du systegraveme visuel humain agrave percevoir des modegraveles agrave repeacuterer des tendances et agrave
identifier des valeurs aberrantes
Ainsi des repreacutesentations visuelles bien conccedilues peuvent faciliter la compreacutehension des
donneacutees complexes la meacutemorisation de lrsquoinformation et la prise des meilleures deacutecisions
Cela peut se concreacutetiser donc par des graphiques des camemberts des diagrammes des
cartographies des chronologies des infographies ou mecircme des videacuteos ou des photos
11
DATAVISION de David MCCANDLESS Traduit par Dorothee CUNEO
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
22
En drsquoautres termes la data visualisations est lrsquoart qui preacutesente les donneacutees drsquoune maniegravere
eacuteleacutegante parfois mecircme amusante pour assurer leurs passages vers le savoir une theacuteorie que
Nathan Shedroff designer drsquoexpeacuterience connu a repreacutesenteacute dans son article laquo A unified field
theory of design 1994raquo (voir Fig3) En effet il suggegravere que gracircce agrave la repreacutesentation
graphique les donneacutees sont en premier temps transformeacutees en informations12
pour ecirctre ensuite
interpreacuteteacutees et analyseacutees par les utilisateurs pas forceacutement de la mecircme maniegravere pour creacuteer ce
qursquoon appelle la connaissance
Le savoir la derniegravere eacutetape de ce scheacutema est le reacutesultat drsquoun croisement de lrsquoensemble des
connaissances conclues avec des expeacuteriences collectives connues et deacutejagrave veacutecues
Figure 3 Processus du passage des donneacutees vers le savoir (Nathan Shedroff)
On conclut ainsi que la Data Visualisation ne deacutelivre pas directement le savoir mais donne
seulement la possibiliteacute drsquoy acceacuteder gracircce agrave lrsquoinformation qursquoelle repreacutesente Crsquoest au
reacutecepteur alors de comprendre cette information de lrsquointerpreacuteter et de la transformer en savoir
gracircce agrave son histoire et ses propres expeacuteriences
12
Lrsquoinformation est lrsquoaction de transmettre agrave quelqursquoun agrave un groupe de le tenir au courant des eacuteveacutenements
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
23
2) Fonctions de la Data Visualisation
Ce paragraphe est consacreacute pour lister et deacutetailler plus profondeacutement quelques fonctions cleacutes
que la Data Visualisation preacutesente afin de mieux saisir sa deacutefinition donneacutee preacuteceacutedemment
a) Outil de visualisation de lrsquoinformation
Tout drsquoabord il convient de rappeler que chacun de nous a commenceacute dans sa plus tendre
enfance son apprentissage des choses par la manipulation des images Il se trouve donc
qursquoune image permet une deacutetection et une compreacutehension plus aiseacutee de lrsquoinformation que les
autres meacutethodes drsquoapprentissage En effet des simples repreacutesentations graphiques sont
suffisantes pour extraire et comprendre de nouvelles connaissances initialement cacheacutees dans
les gros volumes de donneacutees
Les techniques de visualisation permettent agrave lrsquoutilisateur drsquointerroger ses donneacutees drsquoune
maniegravere interactive sous plusieurs dispositions pour deacutetecter les correacutelations possibles et
conclure les synthegraveses et les conclusions neacutecessaires
Le quartet drsquoAnscombe preacutesenteacute dans le livre blanc de lrsquoeacutediteur SAS13
est une parfaite
deacutemonstration sur la capaciteacute de la dataviz agrave faire visualiser lrsquoinformation
En effet On est parti dans cet exemple de 4 ensembles de donneacutees X et Y pour les analyser
Ensuite on a effectueacute certains calculs statistiques pour deacuteceler leurs proprieacuteteacutes Et lagrave on
srsquoaperccediloit que les quatre ensembles ont des proprieacuteteacutes matheacutematiques identiques
13
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
24
Il est possible alors de dire qursquoon a des seacuteries de donneacutees similaires sauf que la veacuteriteacute est loin
drsquoecirctre celle-lagrave car gracircce agrave des preacutesentations graphiques simples on a deacutecouvert que chaque
groupe preacutesente des tendances deacutefeacuterentes
La Data Visualisation permet donc de se poser de nouvelles questions et de deacutecouvrir des
reacutealiteacutes inaperccedilues par les autres moyens drsquoanalyse
b) Systegraveme de communication universel
Pour communiquer et partager lrsquoinformation lrsquoecirctre humain a recours durant long temps agrave
lrsquoimage Nous pouvons le constater clairement dans lrsquoeacutecriture eacutegyptienne laquo le hieacuteroglyphe raquo
En effet les pharaons se sont baseacutes sur les repreacutesentations graphiques et leurs pouvoirs
expressifs pour deacutecrire et meacutemoriser la vie quotidienne
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
25
Les Grec antiques de leur cocircteacute ils ont utiliseacute simplement le terme laquo Graphein raquo qui signifie
laquo dessiner raquo pour nommer lrsquoeacutecriturehellip
Aujourdrsquohui la Dataviz tend vers jouer le mecircme rocircle En effet de plus en plus nous nous
servons agrave des centaines drsquoicocircnes et de symboles pour deacutevelopper nos tableaux de bords nos
sites web et nos applications Lrsquoemail est repreacutesenteacute par exemple par une enveloppe la
fonction drsquoappel par lrsquoobjet teacuteleacutephone la variation de la bourse par des courbes les
pourcentages par des tranches en cercles etc hellip
Ces repreacutesentations sont eacutevidemment comprises par tout le monde et aucune connaissance
linguistique nrsquoest neacutecessaire
Ainsi quel que soit la personne ses origines ou sa langue peut transmettre une ideacutee un
eacuteveacutenement un eacutetat drsquoune situation ou le reacutesultat final drsquoune recherche en partageant tout
simplement des simples graphiques
On peut conclure donc que la Dataviz ougrave drsquoune maniegravere plus geacuteneacuterale le systegraveme graphique
est un bon moyen pour faire circuler des informations agrave travers le monde sans lrsquoobligation de
passer par la traduction
c) Systegraveme drsquoaide agrave la deacutecision
Grace agrave ses capaciteacutes visuelles pour extraire deacutetecter et analyser lrsquoinformation la Dataviz
devient aujourdrsquohui un outil drsquoaide agrave la prise des deacutecisions
Cette technique donne en effet un accegraves dynamique aux donneacutees qui permet de construire une
repreacutesentation syntheacutetique des strateacutegies suivies et drsquoeacutevaluer la pertinence des reacutesultats
obtenus
Ainsi les deacutecideurs ne sont plus obligeacutes de fouiller dans les lsquo longs eacutecoulements textuelsrsquo
pour comprendre la situation de lrsquoentreprise et par contre peuvent laquo jouer raquo facilement avec
les traductions graphiques zoomer et deacute-zoomer pour comparer des sceacutenarios possibles et
deacutefinir les indicateurs essentiels au pilotage de lrsquoactiviteacute En plus les recherchent scientifiques
ont prouveacute que le cerveau humain saisit et meacutemorise lrsquoinformation plus facilement agrave travers
lrsquoimage et il traite 6000014 fois plus rapidement les graphiques que les textes
14
Groupe Estia Article laquo Decider agir et piloter autrement avec la data visualisation raquo
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
26
Crsquoest effectivement que cherchent aujourdrsquohui les dirigeants qui toujours presseacutes par le
temps sont demandeacutes de reacuteagir tregraves vite et prendre les bonnes deacutecisions pour assurer un
meilleur fonctionnement de lrsquoentreprise et faire face agrave la concurrence croissante
La Dataviz offre donc un vrai espace de tests drsquoestimation et de preacutediction pour prendre les
deacutecisions neacutecessaires optimiser lrsquoactiviteacute et eacuteviter au maximum les eacuteventuelles pertes
possibles
3) Historique de la Data Visualisation
La Data Visualisation semble ecirctre une technique reacutecente neacutee avec lrsquoapparition de lrsquointernet et
des objets connecteacutes Cependant elle a toujours existeacute LrsquoHomme en effet a toujours voulu
repreacutesenter les donneacutees afin drsquoy avoir un accegraves visuel facile et rapide
Drsquoailleurs les cartes et les graphiques preacutehistoriques tels que les dessins dans les grottes des
Combarelles de Font de Gaume ou de Lascaux faisaient deacutejagrave partie de la famille laquo Dataviz raquo
Pour la Dataviz orienteacute analyse elle a commenceacute de se deacutevelopper degraves le 18e siegravecle
En effet les premiers exemples des preacutesentations graphiques statistiques sont attribueacutes au
statisticien William Playfair (1759-1823) qui a traceacute dans son ouvrage laquoThe Commercial and
Political Atlas raquo pour la premiegravere fois les graphiques des seacuteries temporelles les diagrammes
en bacirctons et le graphique circulaire le fameux lsquocamembert rsquo afin de repreacutesenter leacutevolution
des donneacutees eacuteconomiques concernant lAngleterre et notamment leacutevolution de sa balance
commerciale au cours du cette eacutepoque
Figure 4 Grottes de Font de Gaume et des
Combarelles
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
27
En 1869 Charles-Joseph Minard preacutesente sa fameuse laquo carte figurative des pertes de lrsquoarmeacutee
franccedilaise dans la campagne de Russie 1812-1813 raquo une carte qui prouve encore une fois la
capaciteacute informative de lrsquoimage
En effet gracircce agrave de deux simples lignes et leurs eacutepaisseurs preacutesentant le trajet aller et retour
des soldats franccedilais Minard a reacuteussi de montrer les eacutenormes pertes humaines engendreacutees par
cette opeacuteration
Figure 5Carte de flux repreacutesentant les
pertes humaines dans lrsquoArmeacutee Franccedilaise
lors de la campagne de Russie (1812-1813)
15
En 1826 Dupin le matheacutematicien franccedilais a dessineacute la carte choroplegravethe de la population
franccedilaise en coloriant les deacutepartements franccedilais en fonction de lintensiteacute de la variable
repreacutesenteacutee Cette repreacutesentation visuelle a rencontreacute un succegraves rapide et depuis on a
commenceacute les repreacutesentations des donneacutees statistiques sur les cartes connu aujourdrsquohui sous
le nom de la laquo cartographie raquo
Mais il fallut attendre les anneacutees 60 et les travaux du statisticien John Tukey de lrsquouniversiteacute
de Princeton pour inventer la boicircte agrave moustaches laquo box plot raquo une technique visuelle qui a
permet la repreacutesentation commune des statistiques uni-varieacutees comme la valeur minimale les
diffeacuterents quartiles et la valeur maximale
Depuis les outils de repreacutesentation graphique nrsquoont pas vraiment eacutevolueacute mecircme si on en parle
de plus en plus En effet aujourdrsquohui on utilise toujours les mecircmes types de graphiques pour
reacutealiser des projets Datavizs
Ce qui est nouveau crsquoest la cocircteacute dynamique de lrsquoanalyse visuel en effet gracircce au
deacuteveloppement des mateacuteriels informatiques surtout agrave partir des anneacutees 2000 on a pu creacuteer
des applications permettant de naviguer dans les donneacutees et suivre leurs eacutevolutions au cours
15
Wikipeacutedia laquo Repreacutesentation graphique de donneacutees statistiques raquo
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
28
du temps Le graphe agrave bulles animeacutes preacutesenteacute par le sueacutedois Hans Rosling en 200616
est un
exemple des milliers des cas de ce type drsquoanalyse visuel
Figure 6 Hans Rosling agrave la confeacuterence TED
Pour conclure on peut dire que la Dataviz actuel nrsquoest qursquoun reacutesultat des diffeacuterents travaux et
recherches reacutealiseacutes par les matheacutematiciens les scientifiques et les informaticiens dans leur but
drsquoameacuteliorer la recherche la compreacutehension et la diffusion de lrsquoinformation neacutecessaire au
deacuteveloppement et progregraves de lrsquohumaniteacute
16
tedcom ldquothe best stats yoursquove ever seenrdquo
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
29
4) Exemples des techniques de visualisations
La creacuteation des visualisations efficaces et graphiquement adapteacutees aux donneacutees repreacutesente un
reacuteel deacutefi pour la Dataviz
Drsquoailleurs il est possible drsquoavoir les meilleures ideacutees du monde et tout simplement agrave cause
drsquoun mauvais choix de repreacutesentation graphique elles perdent de la valeur
La reacutealisation des visualisations efficaces neacutecessite en effet non seulement la seacutelection des
codages visuels approprieacutes telles que la position la taille et la couleur mais aussi des
repreacutesentations graphiques adeacutequates
Le preacutesent paragraphe donne une preacutesentation geacuteneacuterale des types de graphiques les plus
utiliseacutes en matiegravere de visualisation de donneacutees IL reste apregraves au laquo concepteur raquo de choisir les
graphiques et diagrammes qui reflegravetent au mieux les donneacutees et qui font passer le mieux
lrsquoinformation
a) Des graphiques simples17
Lignes graphiques ou courbe
17
httpwwwolap-partnerfrblog84-la-data-visualization-en-10-graphiqueshtml et Wikipeacutedia
- Preacutesentation graphique qui permet de deacutecrire et suivre
lrsquoeacutevolution au cours de temps drsquoune seacuterie de donneacutees
individuels (les seacuteries temporelles)
- Exemple Evolution du prix de peacutetrole entre 2009 et
2013 (Source prixdubarilcom)
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
30
Histogrammes
Camemberts
Diagramme de Gantt
- Un histogramme est un type de graphique en
colonnes qui montre la reacutepartition des donneacutees
Chaque colonne (en abscisse sur laxe horizontal)
est une classe La hauteur de la colonne
(lordonneacutee ou axe vertical) indique les valeurs le
nombre de donneacutees appartenant agrave cette cateacutegorie
- Exemple
la reacutepartition de nouveaux cas dEbola signaleacutes
par semaine (Source francaiscdcgov)
-
- Un camembert (ou diagramme circulaire) est un
graphique qui permet de repreacutesenter des proportions et
des pourcentages
- Exemple reacutepartition en pourcentage des ressources
mensuelles des eacutetudiants (source Observatoire national
de la vie eacutetudiante - Mars 2015)
- Le diagramme de Gantt est un outil utiliseacute en
ordonnancement et en gestion de projet et il permet
de visualiser dans le temps les diverses tacircches
composant un projet
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
31
b) Les cartes choroplegravethes
Crsquoest un type de graphique qui permet de preacutesenter en utilisant un codage de couleur des
donneacutees agreacutegeacutees par zones geacuteographiques (Commune Deacutepartement Reacutegion Pays hellip)
Il est utiliseacute geacuteneacuteralement pour la comparaison dune mesure statistique dune zone agrave lautre ou
pour montrer la variabiliteacute de celle-ci dans une zone donneacutee
Ci-dessous un exemple de carte Choroplegravethe preacutesentant lrsquointensiteacute des aides PAC par
deacutepartement franccedilais
Figure 7 Carte de France de lintensiteacute des aides PAC
18 par deacutepartement
Aujourdrsquohui il y a drsquoautres alternatives de la carte choroplegravethes drsquoailleurs dans certains cas
nous pouvons utiliser des symboles agrave la place des couleurs pour preacutesenter une mesure
statistique et multiplier les axes drsquoanalyses visualiseacutees par zone geacuteographique
c) Les dendrogrammes
Le dendrogramme ou arbre hieacuterarchique est un diagramme freacutequemment utiliseacute pour illustrer
larrangement drsquoun ensemble heacuteteacuterogegravene drsquoobjets et construire ce qursquoon appelle les classes
[clusters]
Il repose sur un algorithme de classification qui deacutetermine la distance entre des objets pour les
rassembler en plusieurs groupements de telle faccedilon que deux objets de la mecircme classe se
ressemblent le plus possible et deux objets de classes diffeacuterentes se diffegraverent le maximum
possible
Cette technique de preacutesentation est tregraves utiliseacutee surtout dans les projets statistiques et
Datamining
18
httpwwwifieldgoodorgpropositionscomprendre-la-pac
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
32
Figure 8 Exemple dun Dendrogramme de la classification hieacuterarchique
Analyse
A travers le dendrogramme preacuteceacutedent (Fig8) on peut distinguer clairement deux classes dune
part la classe laquo capaciteacute intellectuelle raquo qui rassemble les objets lsquoCulture Enrichissement
Connaissances Volonteacute Difficulteacutes et Reacuteflexionrsquo et dautre part la classelaquo attentes
socioprofessionnelle raquo qui rassemble les eacuteleacutements lsquoProfession Travail Avenir professionnel
Valorisation Diplocircmes Qualificationrsquo
d) Les Reacuteseaux
Figure 9 Un exemple de reacuteseau social vu comme un graphe
(Source Inria CMGPre-conditioning)
Outil graphique connu sous le nom du laquo graphe raquo pour
les matheacutematiciens qui fait partie des outils de
classifications et repose sur la notion de relation entre
les objets ou encore les nœuds
Cette technique de visualisation a nombreuses
applications dans tous les domaines (reacuteseaux sociaux
reacuteseaux informatiques teacuteleacutecommunications geacuteneacutetique
hellip) et permet de reacutepondre agrave des questions sur les
relations entre objets comme laquo Qui est ami avec qui raquo
et de suivre les tendances geacuteneacuterales comme laquo Tel site
est freacutequemment consulteacute par tels internautes raquo
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
33
e) Le graphe agrave bulles animeacutes
Figure 10 Exemple drsquoun graphe agrave bulles animeacutes
Outil graphique puissant pour preacutesenter drsquoune faccedilon animeacutee des donneacutees chronologiques
Cette preacutesentation graphique donne la possibiliteacute aux utilisateurs de seacutelectionner diffeacuterents
indicateurs pour chacun des axes ainsi que la taille des laquo bulles raquo et suivre leurs eacutevolutions en
fonction du temps
Lrsquointeacuterecirct de ce genre drsquoanimation en tant qursquooutil de restitution de donneacutees est de rendre
intuitifs par le mouvement et lrsquoeacutevolution des formes des changements quantitatifs
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
34
III) LA DATA VISUALISATION ET LE DECISIONNEL
Afin de profiter des possibiliteacutes offertes par lrsquoessor drsquointernet et des reacuteseaux sociaux les
entreprises doivent aujourdrsquohui se doter drsquooutils drsquoanalyse leur permettant de deacutecortiquer tout
ce qui se passe sur la laquo toile raquo
Durant les deux derniegraveres deacutecennies les socieacuteteacutes ont eu recours aux outils de lrsquoinformatique
deacutecisionnelle pour optimiser leurs strateacutegies de deacuteveloppement et se servir de lrsquoinformation
cacheacutee dans leurs donneacutees
Cependant ces techniques ont eacuteteacute conccedilues pour traduire les donneacutees internes de lrsquoentreprise
en informations et indicateurs clefs pour permettre aux dirigeants de suivre le fonctionnement
de lrsquoentreprise et tracer les politiques et les strateacutegies globales des fonctionnaliteacutes qui
deacutebutent de ne plus ecirctre en adeacutequation avec des nouveaux besoins deacutecoulant de la situation
actuelle
En effet avec une concurrence de plus en plus feacuteroce sur le marcheacute la maitrise de toute
source de donneacutees demeure non seulement un besoin immeacutediat des DG mais aussi essentiel
pour les diffeacuterents acteurs et entiteacutes meacutetiers qui agrave leur tour demandent aujourdrsquohui un accegraves
aux applications deacutecisionnelles afin de pouvoir visualiser et analyser en temps reacuteel lrsquoensemble
de donneacutees pour identifier les leviers drsquoameacutelioration et deacutetecter les nouvelles opportuniteacutes
Sauf que les applications deacutecisionnelles traditionnelles qui geacuteneacuteralement exigent des
connaissances techniques approfondies pour pouvoir les mettre en place sont dans la majoriteacute
des cas soit inaccessibles par les non dirigeants soit incapables drsquointeacutegrer et de traduire de
faccedilon fiable et compreacutehensible les eacutenormes sources de donneacutees geacuteneacutereacutees
Par conseacutequent et ce pour la plupart des entreprises agrave lrsquoheure actuelle les diffeacuterentes sources
de donneacutees restent inexploiteacutees
Drsquoailleurs une eacutetude reacutecente montrait que plus de 80 des sources de donneacutees restent
ldquodormantesrdquo insuffisamment utiliseacutees donc sans valeur reacuteelle soit parce qursquoelles ne sont pas
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
35
disponibles au bon format et au bon moment soit parce qursquoelles ne sont pas partageacutees et
utiliseacutees par le plus grand nombre utilisateurs dans lrsquoentreprise19
Les projets BI-Dataviz ou plutocirct les solutions BI inteacutegrants les outils graphiques repreacutesentent
aujourdrsquohui une meilleure solution agrave ces problegravemes Drsquoune part comme deacutecrit dans le chapitre
preacuteceacutedent les techniques Dataviz permettent de preacutesenter les gros volumes de donneacutees
intelligemment et facilement pour comprendre des pheacutenomegravenes repeacuterer des tendances tirer
des conclusions et prendre les deacutecisions
Drsquoautre part les applications Dataviz sont dans la plupart des cas conccedilu pour permettre agrave des
utilisateurs non techniques de creacuteer des rapports personnaliseacutes et avec un temps de reacuteponse
instantaneacute Ainsi un manager et nrsquoimporte quel employeacute peut se doter de son propre outil
visuel pour suivre et optimiser lrsquoactiviteacute de son entiteacute
Les grandes socieacuteteacutes commencent drsquoailleurs agrave investir de plus en plus dans agrave ces nouveaux
types de projets BI afin de profiter au maximum de leurs avantages et pour se servir de leurs
capaciteacutes agrave simplifier la complexiteacute et agrave faire parler les diffeacuterentes sources de donneacutees mine
drsquoinformations indispensables pour le pilotage reacuteussi de lrsquoactiviteacute pour toutes les entreprises
Ce chapitre traite ce nouveau type de projet BI qui integravegre le visuel dans les systegravemes
deacutecisionnels
Il y aura une preacutesentation de la Data visualisation dans le cadre de lrsquoinformatique
deacutecisionnelle de ses avantage apporteacutes au deacutecisionnel ainsi que les principaux eacutediteurs BI
investissant dans cette technique
19
Livre Blanc Business Intelligence et Data Visualisation SAS France
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
36
1) La Dataviz une alternative agrave la Business Intelligence classique
Au deacutebut des anneacutees quatre-vingt-dix et avec lrsquoapparition des premiers concepts de la
Business intelligence les rapports statiques ou aussi les reporting de masse eacutetaient les
premiegraveres formes de reporting utiliseacutees pour preacutesenter des deacutetails et des statistiques aux
dirigeants
Ensuite avec lrsquoapparition du concept analyse multidimensionnelle et des cubes nous avons
commenceacute agrave parler des rapports ah doc un nouveau type de reporting ayant un aspect
dynamique qui laisse agrave lrsquoutilisateur la possibiliteacute de creacuteer dans un cadre limiteacute ses propres
rapports drsquoanalyse
Depuis 201320
et surtout avec lrsquoeacutemergence du Big et Open Data les diffeacuterents acteurs en BI
se sont investi dans un nouveau type de reporting laquo La Dataviz raquo fruit drsquoun retour
drsquoexpeacuterience sur la BI traditionnelle et la visualisation des donneacutees qui permet aux
utilisateurs non seulement de transformer avec de simples graphiques les eacutenormes volumes de
donneacutees en connaissances mais encore de creacuteer en self-service et en toute liberteacute des rapports
drsquoanalyses instantaneacutees
Ce type de reporting de nouvelle geacuteneacuteration met lrsquoaccent sur lrsquoanalyse visuelle des donneacutees
son but est de laquo permettre aux utilisateurs drsquoutiliser leur intuition pour extraire les
informations cacheacutees dans leurs donneacutees Ce processus consiste habituellement agrave poser des
questions sur les donneacutees appreacutecier visuellement le reacutesultat et reformuler la question afin
drsquoaffiner le reacutesultat et ainsi preacuteciser la reacuteponse21
raquo
Cette nouvelle technique BI est drsquoailleurs tregraves appreacutecieacutee par les utilisateurs meacutetiers et
commence aujourdrsquohui agrave srsquoimposer comme un outil de restitution tregraves efficace gracircce agrave ses
fonctionnaliteacutes interactives et ses rendus visuels attractifs qui permettent un suivi macro et
micro de lrsquoactiviteacute
Dans un systegraveme deacutecisionnel traditionnel un rapport est mis en place suite agrave des expressions
de besoins utilisateurs qui en fonction de ces rapports peuvent exprimer de nouvelles
interrogations et ainsi de suite
20
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 21
Livre Blanc de Netapsys Data Discovery Lrsquoalternative agrave la BI
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
37
Le deacuteveloppement de ces types de rapports implique des dureacutees relativement longues et donc
il est tregraves probable qursquoils deviennent obsolegravetes avec des besoins clients qui changent agrave tout
moment
Grace agrave la laquo BI-Dataviz raquo par contre la reacuteponse agrave une question est geacuteneacutereacutee de faccedilon
instantaneacutee et peut ecirctre tregraves rapidement remplaceacutee par une autre demande plus preacutecise Crsquoest
drsquoailleurs la raison pour laquelle cette technique gagne de plus en plus du terrain dans le
domaine deacutecisionnel qui pour la premiegravere fois dispose drsquoun outil drsquointeraction homme
machine qui permet agrave des utilisateurs non informatiques de creacuteer des rapports drsquoanalyse
personnaliseacutee
Figure 11 Comparaison entre les outils BI traditionnels et la Dataviz
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
38
2) Avantages drsquoun Projet Dataviz dans le contexte deacutecisionnel
Aujourdrsquohui les socieacuteteacutes les plus performantes srsquoengagent de plus en plus dans les projets
deacutecisionnels Dataviz dans le but de ne plus ecirctre laquo aveugle raquo
Cette technique dispose en effet drsquoun grand nombre drsquoavantages lui rendant une solution
puissante pratique et tregraves appreacutecieacutee par les entreprises
Dans ce paragraphe il y aura une preacutesentation de quelques beacuteneacutefices que la BI- Dataviz
apporte pour les entreprises des beacuteneacutefices qui restent non exhaustives pour une technique qui
transforme le complexe en simpliciteacute
a) Gain en termes de temps
Avec la digitalisation de tous les domaines lrsquoanalyse des donneacutees demeure une tache de plus
en plus complexe et de plus en plus longue Drsquoailleurs une analyse reacutecente montrait que le
deacutelai moyen de mise agrave disposition drsquoun rapport dans un contexte deacutecisionnelle traditionnelle
est de 143 jours22
La BI-DataViz au contraire permet gracircce agrave ses fonctionnaliteacutes visuelles simples et rapides
de construire en temps record des nouveaux rapports drsquoavoir un accegraves rapide et immeacutediat agrave
toutes les formes de donneacutees et suivre en mode libre-service les nouvelles tendances et les
nouvelles opportuniteacutes
b) Gain en termes de productiviteacute
Le but majeur de la Bi-Dataviz est de mettre agrave la disposition des utilisateurs des interfaces
visuellement fortes pour une analyse intuitive de leurs donneacutees
En effet un bon design des tableaux de bords ameacuteliore consideacuterablement la relation
utilisateur-machine et simplifie eacutenormeacutement les tacircches drsquoeacutetude et drsquoanalyse ce qui se traduit
certes par un gain en termes de productiviteacute non seulement dans le cadre individuel mais aussi
dans un cadre collectif
22 Livre Blanc SAS Business Intelligence et Data Visualisation Perspectives pour la DSI
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
39
c) Gain en termes de compeacutetitiviteacute
Grace agrave ses capaciteacutes interactives et exploratoires la Dataviz plongeacutee dans un contexte
deacutecisionnel ne peut qursquoengendrer des gains en termes de compeacutetitiviteacute En effet les nouvelles
fonctionnaliteacutes qursquooffrent les reporting visuels permettent non seulement drsquoeacutevaluer la
situation et les politiques actuelles de lrsquoentreprise mais encore de deacutetecter de nouvelles
tendances et comportements clients tregraves importantes pour reacuteussir les nouvelles strateacutegies et
garantir ainsi un meilleur positionnement dans un marcheacute de plus en plus concurrentiel
d) Gain en communication
Les tableaux de bord de nouvelle geacuteneacuteration qui se base sur des outils graphiques donnent
une preacutesentation syntheacutetique des donneacutees collecteacutees pour aider les utilisateurs agrave comprendre la
situation et prendre les bonnes deacutecisions
Ces tableaux de bord sont en plus des outils tregraves efficaces pour une diffusion rapides des
informations et pour une communication et un eacutechange en interne et en externe sur les
reacutesultats obtenus
Ainsi la communication en interne ameacuteliore la coheacuterence entre les diffeacuterents deacutepartements de
la socieacuteteacute et la communication externe permet un eacutechange client-socieacuteteacute tregraves utile pour
lrsquoameacutelioration des services et la connaissance client
e) Gain en termes drsquoinnovation
Les nouvelles approches BI qui se basent sur la capaciteacute de lrsquoimage agrave extraire les informations
repreacutesentent un veacuteritable terrain pour lrsquoinnovation
En effet gracircce aux potentiels interactifs des outils graphiques lrsquoutilisateur aura toute sa
liberteacute pour laquo jouer raquo avec ses donneacutees essayer de nouvelles interrogations et visualiser avec
faciliteacute lrsquoaboutissement de nouvelles hypothegraveses une fonctionnaliteacute tregraves difficile agrave assurer
avec les outils traditionnels de la BI qui au contraire limitent les choix et fixent en avance les
voies drsquoanalyses
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
40
3) Les Principaux acteurs sur le marcheacute
Contrairement agrave ce que lrsquoon pourrait penser une eacutetude meneacutee par le Gartner en 2014 a montreacute
que les acteurs traditionnels de Business Intelligence (SAP Oracle Microsofthellip) ne sont pas
les Leader sur le marcheacute de la Data visualisation et que les nouveaux eacutediteurs comme
Tableau Qlik et SAS jouent le rocircle des laquo pures Player Dataviz raquo avec un positionnement tregraves
avanceacute
Figure 1223
Positionnement des logiciels BI sur le marcheacute Dataviz
23 httpblogcensiofrbidefinition-data-visualisation
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
41
SAS Visual Analytics
En 2012 SAS a lanceacute sa solution innovante SASreg Visual
Analytics
Crsquoest une solution Dataviz qui combine la puissance drsquoun
serveur analytique en meacutemoire au confort drsquoune interface
visuelle drsquoexploration conviviale pour reacutepondre agrave des besoins drsquoagiliteacute et de flexibiliteacute
exprimeacutes par les utilisateurs BI
Actuellement cette solution est utiliseacutee sur plus de 3400 sites clients dans le monde24
une reacuteussite due gracircce agrave ses caracteacuteristiques et fonctionnaliteacutes permettant
Lrsquoanalyse de tout volume de donneacutees en quelques secondes gracircce agrave la
technologie In-Memory offrant des temps de traitements utlra rapides
Une accessibiliteacute aux techniques analytiques les plus sophistiqueacutees et agrave des
modes de repreacutesentation visuelles innovantes
Un accegraves libre-service et des fonctionnaliteacutes ad hoc permettant la creacuteation
personnaliseacutee des tableaux de bords et des rapports drsquoanalyse
QlikView
QlikView (click and view) propose agrave ses clients un outil de restitution
tregraves visuel appeleacute Data Discovry Cet outil de nouvelle geacuteneacuteration se
base sur la technologie associative in-memory pour assurer une
manipulation efficace des donneacutees et un temps de deacuteploiement rapide
des projets
Grace agrave une gamme de graphiques de pointe lrsquoutilisateur a la possibiliteacute de geacuteneacuterer avec
Data discovry son propre rapport et ses propres visualisations en self-service et analyser
ainsi les donneacutees profondeacutement pour extraire lrsquoinformation neacutecessaire
Data Discovry est une application qui srsquoinstalle sur le poste local ou sur les serveurs et
une fois sa licence acheteacutee les tableaux de bords geacuteneacutereacutes pourront ecirctre partageacutes entre les
utilisateurs via un navigateur web ou par envoi direct ce qui permet drsquoeacutechanger
lrsquoinformation pertinente entre les diffeacuterents collaborateurs meacutetiers
24
httpwwwsascomfr_frsoftwarebusiness-intelligencevisual-analyticshtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
42
Tableau Software
Tableau est une solution Business Intelligence (BI) de
reporting eacutediteacutee par la socieacuteteacute Tableau Software
Dapregraves le Gartner25
crsquoest actuellement la solution la plus performante sur le marcheacute de la
Dataviz Elle permet de creacuteer des dashboards de faccedilon intuitive et visuelle et drsquoeffectuer
des analyses efficaces et dynamiques
Pour reacutesumer Tableau permet drsquoeffectuer
Lrsquoanalyse des donneacutees
La repreacutesentation graphique de donneacutees
La reacutealisation de cartes
La publication et diffusion dynamique des restitutions
Spotfire
En matiegravere de la visualisation des donneacutees Tibco
Software propose agrave ses clients la solution Spotfire
Cet outil fournit tous les objets habituels drsquoanalyse tels que les listes et les tableaux ainsi
qursquoune gamme de graphiques et digrammes tregraves diversifieacutes comme les histogrammes les
graphiques agrave barres les camemberts et les nuages de points en 3D
Des fonctionnaliteacutes du Datamining et drsquoanalyses analytiques sont aussi agrave la disposition du
lrsquoutilisateur meacutetier qui en appliquant les algorithmes drsquoanalyse statistiques tregraves avanceacutes
pourrait visualiser et comprendre mieux ses donneacutees
25
Targa-consultcom
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
43
IV) DOMAINES DrsquoAPPLICATIONS DE LA DATAVIZ
1) Introduction
La Data Visualisation est agrave lheure actuelle en plein essor Drsquoailleurs de nombreux acteurs de
tous les domaines (ex teacuteleacutecom recherche scientifique transport Distribution marketing
publiciteacutehellip) integravegrent aujourdrsquohui de plus en plus les outils Dataviz dans leurs systegravemes
drsquoanalyses
Ces outils donnent en effet une vue complegravete sur lrsquoactiviteacute permettent de deacutetecter les
tendances et de tirer les conclusions pour aider les entreprises agrave ameacuteliorer leur performances
et agrave reacutealiser des gains financiers consideacuterables agrave court moyen et long terme
Ce chapitre met lrsquoaccent sur quelques exemples drsquoapplication de la Dataviz et montre que
dans plusieurs domaines elle gagne de plus en plus du terrain
2) Le secteur des teacuteleacutecom
Dans un secteur ougrave la concurrence est de plus en plus grande la connaissance client et la
proposition de services agrave la hauteur deviennent primordiales pour concevoir un bon part de
marcheacute et eacuteviter des taux de laquo churn raquo eacuteleveacute
Les socieacuteteacutes Telecom ont recours ces derniegraveres anneacutees agrave des outils Dataviz pour reacutealiser des
analyses exploratoires avanceacutees sur les data stockeacutees dans leurs bases de donneacutees preacutevenantes
des diverses sources tels que les points de vente les centres dappels clients les boutiques en
ligne etc
Drsquoailleurs comme le teacutemoigne le Directeur SI deacutecisionnel et marketing relationnel de SFR
laquo Nous deacuteveloppons nos solutions dataviz dans loptique doptimiser la gestion de ces canaux
Nos efforts visent avant tout agrave ameacuteliorer le pilotage et la compreacutehension de nos KPI raquo26
les
techniques de la data visualisation sont un moyen efficace dans le monde de la
teacuteleacutecommunication pour fixer et comprendre les indicateurs cleacutes comme lrsquoaccessibiliteacute le
pourcentage drsquoappels abandonneacutes le temps mis pour eacutetablir une communication ou le deacutebit
sur le reacuteseau de donneacutees afin de bien piloter et optimiser lrsquoactiviteacute
26
Livre Blanc SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
44
Telecom Italia agrave son tour a recours agrave des outils BI orienteacutes DataViz pour superviser en temps
reacuteel la performance de ses reacuteseaux En effet pour satisfaire ses 32 millions clients mobile
lrsquoopeacuterateur devait suivre les indicateurs cleacutes de la performance reacuteseau et reacuteagir rapidement en
cas de problegraveme Pour cela Telecom Italia a impleacutementeacute dans ses systegravemes drsquoanalyses les
fonctionnaliteacutes avanceacutees de la visualisation de donneacutees proposeacutees par la solution laquo SAS
Visual Analytics raquo ce qui lui a permis comme lrsquoexplique Fabrizio Bellezza vice-preacutesident des
services de vente et directeur du deacuteveloppement marcheacute chez Telecom Italiadrsquo laquo identifier les
problegravemes sur le reacuteseau et agrave apporter rapidement des ameacuteliorations raquo27
Dans son livre blanc laquo Knowledge is power raquo SAS a preacutesenteacute son exemple de tableau de bord
pour le secteur teacuteleacutecom laquo Wireless Call Quality raquo
Figure 13 Wireless Call Quality
Un tableau de bord type orienteacute Data visualisation qui permet de suivre les indicateurs de
trafic teacuteleacutephonique tel que le volume drsquoappels et appels interrompus pour les diffeacuterents
eacutequipements
Ce tableau de bord met lrsquoaccent sur la capaciteacute des techniques visuelles qursquooffre laquo SAS
Visual Analytics raquo pour aider agrave comprendre les situations et agrave prendre les deacutecisions
neacutecessaires pour un bon fonctionnement de lrsquoopeacuterateur
27
Livre blanc de Sas Agiliteacute et visualisation des donneacutees les nouveaux contours de la Business Intelligence
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
45
3) Secteur financier
Suite agrave la crise eacuteconomique mondiale de 2008 et dans un but de retrouver des relais de
croissance les diffeacuterentes socieacuteteacutes financiegraveres (banques assurances hellip) ont eu recours agrave des
outils drsquoanalyse et drsquoaide agrave la prise de deacutecision
Actuellement nrsquoimporte quel consultant ou intervenant dans le domaine deacutecisionnel peut
effectivement remarquer que la majoriteacute des projets BI et Datamining sont lanceacutes par les
socieacuteteacutes financiegraveres et notamment bancaires
QlikTeck lrsquoeacutediteur du la solution deacutecisionnelle QlikView a vite compris cet eacutenorme enjeu
pour ces diffeacuterentes socieacuteteacutes Alors il a deacuteveloppeacute lrsquoapplication innovante laquo LoanOwl raquo pour
les entreprises de secteur financier et bancaire Cet application de type tableau de bord en
libre-service orienteacute Data Visualisation permet agrave son utilisateur drsquoobtenir des informations
preacutecieuses sur les ventes les opeacuterations ou les risques financiers agrave travers une gamme drsquooutils
de visualisations
Drsquoailleurs selon Adam Krepistman consultant et architecte principal de solutions dentreprise
pour IPC Global de Qlik pour reacutepondre agrave des demandes croissantes par les acteurs financiers
il eacutetait impeacuteratif agrave QlikTeck de laquo deacutevelopper un outil capable de reacutesoudre les problegravemes de
reporting et ameacuteliorant la visibiliteacute sur les donneacutees et sur les processus opeacuterationnels raquo28
Figure 14 Tableau de bord laquo LeanOwl raquo
29
La Dataviz peut ecirctre aussi un outil efficace pour renforcer la seacutecuriteacute bancaire et notamment
les transactions bancaires en ligne
28
httpwwwdecideofrUne-application-disponible-sur-le-portail-QlikMarket-de-QlikView-permet-aux-entreprises-du-secteur-financier-
et_a6226html 29 httpwwwpcworldplnews391592LoanOwlaplikacjawspomagajacapodejmowaniedecyzjiwbranzyfinansowejhtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
46
Le site laquo LinkFurious raquo30
en collaborant avec Ralf Beche un deacuteveloppeur Qlik tregraves connu par
ses ideacutees pour inteacutegrer la notion des graphes dans les solutions BI de QlikView montre agrave
partir drsquoun exemple concret comment la visualisation des donneacutees aide agrave analyser et agrave deacutetecter
la fraude lieacute agrave la carte bancaire
Il part drsquoailleurs drsquoune collection drsquoinformation cleacutes (UserID Adresse IP Adresse postale de
livraison Carte de Creacutedit et Ndeg de teacuteleacutephone) sur un eacutechantillon drsquoutilisateurs agrave noms fictifs
pour montrer que la DataViz agrave lrsquoinverse des outils traditionnelles drsquoanalyse (moyenne eacutecart-
typehellip) permet plus facilement de repeacuterer les suspects et deacutetecter leurs relations eacuteventuelles
avec drsquoautres groupes de fraude
Figure 15Exemple illustratif de la deacutetection de la fraude par la technique des graphs
4) Le secteur drsquoeacutenergie
La Data Visualisation trouve des usages tregraves concrets dans le domaine de lrsquoeacutenergie
En effet avec des prix de peacutetrole instables sur le marcheacute international la maitrise de la
production et la consommation eacutenergeacutetique devient une neacutecessiteacute pour toutes les entreprises
eacutenergeacutetiques et industrielles
Pour cela la majoriteacute de ces entreprises aujourdrsquohui essaient drsquointeacutegrer des systegravemes
drsquoanalyses qui permettent de suivre avec preacutecision leurs niveaux de production ou de
consommation
30 httpslinkuriousfraud-detection-in-retailprettyPhoto[gallery]5
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
47
a) Cas de Saudi Aramco
Saudi Aramco la socieacuteteacute nationale dextraction peacutetroliegravere saoudienne par exemple a mis en
place une salle de commandement laquo the ware room raquo qui gracircce agrave des tableaux de bords
geacuteants laquo murs raquo elle donne aux ingeacutenieurs et dirigeants saoudiens la possibiliteacute de suivre
toutes les opeacuterations lieacutees agrave la production peacutetroliegravere
Ces tableau de bords sont orienteacutes Dataviz et affichent avec des symboles et des couleurs
faciles agrave comprendre laquo essentiellement le diagramme de flux exposant en temps reacuteel ougrave se
trouvent toutes les quantiteacutes de peacutetrole exporteacutees (par mer en bateau ou sur terre par
pipeline) des statistiques de reacuteserves et de production ainsi que les alertes exposant les
problegravemes (goulots deacutetranglement fuites cadences non respecteacutees) raquo
Des visualisations qui permettent agrave mieux geacuterer la production et de mieux piloter cette
entreprise qui gracircce agrave sa production de 8 millions barils par jour et 94 milliards megravetres cube
de gaz par an couvre actuellement plus de 86 des revenus du royaume
Figure 16 The ware room drsquoAramco
b) Cas DrsquoEDF
Afin de mieux exploiter lrsquoinformation cacheacutee dans les eacutenormes donneacutees geacuteneacutereacutees par les
compteurs eacutelectriques intelligents et pour srsquoen servir pour optimiser la distribution
drsquoeacutenergie EDF a mis en place un outil drsquoanalyse visuel des courbes de charges laquo Le
courbescope raquo31
deacuteveloppeacute par ses ingeacutenieurs pour permettre via une interface graphique agrave
des utilisateurs non informatique ni statisticiens agrave analyser drsquoune maniegravere exploratoire
lrsquoensemble de ses courbes
31
httpwar-roomsblogspotfr
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
48
Figure 1732
Processus pour la mise en place drsquoune visualisation de courbes de charge eacutelectriques
32
Mario Ettorre Insights and analytics from energy usage data to support network planning activities
Cet outil permet drsquoeffectuer des
classifications automatiques sur les donneacutees
toute en prenant en compte lrsquoexpertise
humaine pour affiner les reacutesultats obtenus
une particulariteacute qui lui a permet drsquoecirctre
appreacutecieacute par les entreprises productrices de
lrsquoeacutenergie dans plusieurs pays et qui se sont
inespeacutereacutees de lui pour mettre en places leurs
propres outils drsquoanalyse eacutenergeacutetique
(exemple Enel(Italie) CEPEL (Breacutesil))
Figure 18Courbes de charge eacutelectrique
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
49
c) Cas DrsquoORECCA
La DataViz peut ecirctre un bon outil de diffusion de lrsquoinformation eacutenergeacutetique au public
Crsquoest en effet le cas avec ORECCA (Observatoire Reacutegional Energie Changement Climatique
Air en Aquitaine) qui aujourdrsquohui met agrave la disposition de son public une plateforme orienteacutee
Data Visualisation permettant agrave son utilisateur de fouiller visuellement dans les donneacutees
eacutenergeacutetiques et comme le deacutecrit la socieacuteteacute 10H1133
speacutecialiseacutee en Data Visualisation et
deacuteveloppeur de la plateforme laquo[cette visualisation de donneacutees permet] de faire un eacutetat des
lieux complet de la consommation drsquoeacutenergie et des eacutemissions de gaz agrave effet de serre en
Aquitaine raquo
5) Secteur de grande consommation
Le meilleur exemple pour ce secteur est celui du geacuteant ameacutericain de la consommation
courante Procter amp Gamble qui a choisi la DataViz comme outil principal de la gestion de
son activiteacute
laquo Decision Cockpit raquo est un exemple drsquoapplication de ce choix En effet ce tableau de bord
tregraves visuel (voir Fig ci-dessous) deacuteveloppeacute avec le logiciel Tibco Spotfire donne agrave plus de
50000 utilisateurs un accegraves agrave des statistiques et des chiffres neacutecessaires pour les aider agrave
comprendre rapidement ce qursquoil se passe et ce qursquoil faut faire pour mieux piloter lrsquoactiviteacute de
lrsquoentreprise
En plus de laquo Decision Cockpit raquo PampG a construit des espaces de reacuteunions (ware room)
qursquoelle appelle laquo Business Spheres raquo dans plus de 50 locations tels que Cincinnati
33 httpwww10h11comenproject67ORECCA
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
50
Dans ces ware room les dirigeants analysent et discutent des projections visuelles sur
lrsquoactiviteacute de lrsquoentreprise et prennent ensuite les deacutecisions de pilotage neacutecessaires
Figure 19 le Tableau de Bord laquo My Cocpit raquo amp la salle laquo Business Sphere raquo
La figure drsquoapregraves est un exemple des projections possibles
Figure 20 La carte des Produits de PampG
Une projection qui gracircce agrave son aspect tregraves visuel les dirigeants peuvent tregraves facilement
visualiser et localiser les marcheacutes sur lesquels les produits de PampG sont plus ou moins en
concurrence (la couleur rouge indique que la part de marcheacute est faible la couleur verte qursquoelle
est forte) et donc ils peuvent prendre plus aiseacutement les deacutecisions strateacutegiques neacutecessaires pour
chaque marcheacute
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
51
V) QUEL AVENIR POUR LA DATA VISUALISATION
Mecircme si comme nous lrsquoavons vu preacuteceacutedemment les exemples drsquoapplication de la Data
Visualisation ne manquent pas la place de ces solutions dans le monde du business
intelligence est encore mitigeacutee
En effet la Dataviz ne cesse drsquoaugmenter son peacuterimegravetre drsquoapplication mais son utilisation
reste faible par rapport agrave celle des systegravemes deacutecisionnels classiques qui repreacutesentent selon
Fabrice Benaut CIO global IFR laquo 80 de lrsquousage des donneacutees raquo34
Il existe plusieurs raisons pour expliquer la reacuteticence des entreprises face agrave la mise en place de
ce type de projets
Tout drsquoabord la plupart des solutions Dataviz sont baseacutees sur des outils encore tregraves complexes
dont la prise en main neacutecessite des formations pousseacutees qui sont jusqursquoagrave maintenant tregraves rares
et pas pleinement inteacutegreacutees dans les cursus universitaires Et crsquoest pourquoi drsquoailleurs laquo On se
retrouve avec des controcircleurs de gestion maicirctrisant parfaitement les graphiques standard
dans Excel mais incapables de les exporter dans un autre outil pour les ameacuteliorer et les
rendre plus estheacutetiques et aptes agrave communiquer raquo35
Aussi lrsquoinstallation de ces systegravemes est un investissement conseacutequent pour nrsquoimporte quel
type drsquoentreprise Drsquoailleurs la plupart des socieacuteteacutes qui possegravedent un tel systegraveme sont
composeacutees des plus grandes structures mondiales (EDF PampGhellip) Les PME quant agrave elles ne
peuvent que tregraves rarement se permettre de telles deacutepenses que ce soit en termes de ressources
ou drsquoinvestissements financiers
Cependant lrsquointeacuterecirct grandissant que montrent les grands eacutediteurs business intelligence agrave la
Dataviz prouve que la visualisation des donneacutees va envahir le monde de la BI classique dans
les quelques prochaines anneacutees et surtout avec ces demandes exponentielles pour lrsquoaide agrave
traiter et analyser drsquoune faccedilon simple les eacutenormes volumes de donneacutees tregraves complexes
geacuteneacutereacutees suites aux pheacutenomegravenes des Big et Open data
Dalleurs mecircme selon lrsquoexpert ameacutericain Andrei Pandre la laquo Business intelligence est morte
crsquoest la Data Visualisation qui va la remplacer raquo
34
SAS Dataviz 30 cas concrets pour comprendre la Data Visualisation 35 Philippe Nieuwbourg Analyste-journaliste indeacutependant en informatique deacutecisionnelle
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
52
Le retour sur investissement obtenu et les reacutesultats consideacuterables constateacutes suite agrave une mise en
place drsquoun projet de Data Visualisation ne peuvent que supporter la Dataviz et
qursquoencourager non seulement les entreprises posseacutedants deacutejagrave un systegraveme Dataviz agrave continuer
lrsquoexpeacuterience mais aussi les autres entreprises meacutefiants pour investir petit agrave petit dans ce type
de projet drsquoavenir
Crsquoest le cas pour lrsquoentreprise lsquoPrisma Media36
rsquo qui va deacutevelopper comme pour le deacutepartement
commerce un systegraveme drsquoanalyse Dataviz pour son deacutepartement finances
laquo Nous projetons davoir recours agrave la datavisualization au greacute du besoin Et ce que nous
avons deacutejagrave reacutealiseacute pour le commercial nous comptons le mettre en oeuvre pour le
deacutepartement Finances raquo explique agrave lrsquoeacutequipe SAS Jeacuterocircme Tharaud son responsable des eacutetudes
et deacuteveloppement
Enfin les formations qui commencent agrave ecirctre donneacutees de plus en plus par les eacutediteurs des
logiciels Data Visualisation SAS Spring Campus raquo par exemple ne pourront qursquoaider agrave
deacutemocratiser de plus en plus lrsquoutilisation et le recours agrave la Dataviz dans les futurs projets de
business intelligence pour une meilleure analyse et compreacutehension des diverses sources de
donneacutees
36 Creacuteateur de magazines de contenus journalistiques et de services multi supports
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
53
Conclusion
A travers cette thegravese nous avons chercheacute agrave eacutetudier drsquoune maniegravere approfondie la Data
visualisation ainsi que son utiliteacute pour lrsquoinformatique deacutecisionnelle
Nous avons deacutemontreacute que gracircce agrave cette technique il est devenu possible de traiter
efficacement les diffeacuterentes sources des donneacutees initialement tregraves complexes et drsquoen tirer les
informations neacutecessaires pour une prise efficace de la deacutecision
On a remarqueacute aussi que plusieurs acteurs deacutecisionnels integravegrent aujourdrsquohui de plus en plus
la Dataviz dans leurs solutions proposeacutees aux clients vu sa capaciteacute eacutenorme agrave faire deacutetecter
visuellement lrsquoinformation et de la faire partager entre les diffeacuterents collaborateurs dans le but
de faciliter la compreacutehension et le pilotage de lrsquoactiviteacute
La BI Dataviz gagne tregraves vite du terrain dans plusieurs domaines et les cas drsquoapplication se
multiplient jour apregraves jour rendant ainsi du visuel un outil exploratoire tregraves appreacutecieacute par les
entreprises qui face agrave une concurrence feacuteroce cherchent agrave mieux exploiter leurs sources de
donneacutees pour optimiser leurs activiteacutes et bien cibler leurs clients et leurs marcheacutes
Pour mieux exploiter cette technique de visualisation des donneacutees et la deacutemocratiser dans les
projets BI il reste beaucoup drsquoefforts agrave faire comme inteacutegreacute cette technique drsquoanalyse dans les
cursus scolaires et multiplier les efforts de recherche pour le deacuteveloppement des outils
facilitants au maximum lrsquoutilisation des techniques dataviz par des utilisateurs non
informaticiens
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
54
Bibliographie
Livres Blanc
- Dataviz-30 cas concrets pour comprendre la data visualization- 2013 SAS - EBG-Elenbi
- Data Discovery Alternative de la BI ndash Netapsys Mai 2014
- La visualisation des donneacutees Comment positionner votre agence dans le marketing digital
ffunction 25112010
- La business intelligence ndash Keyrus- Mai 2010
- Le Big Data parle Entendez-vous - Emcsup2
- Time is data la socieacuteteacute 10h11 - Mars 2015
- Les 10 principales tendances dans le domaine de la solution deacutecisionnelle pour 2014 -
Tableau Software
Articles
- Examen de la visualisation de donneacutees Jacqueline Strecker CRDI - How PampG Presents Data to Decision Makers- Tom Davenport- 04 2013
- Explorez visuellement et rapidement vos donneacutees creacuteez vos rapports et partagez les reacutesultats
sur le web et les terminaux mobiles- SAS
- Le poids des images I2D ndash Information donneacutees amp documents 20152 (Volume 52)
Michegravele Battisti
- La visualisation de lrsquoinformation agrave des fins drsquoaide agrave la deacutecision IT-expert ndeg68 - juilletaoucirct
2007
Thegraveses
- Datavisualisation ou nouvel outil de communication | Eacutemilie Coquard | Eacutesad Amiens |
DNSEP 2013
- Un cadre de conception pour la Visualisation drsquoInformation Interactive Romain Vuillemot
deacutecembre 2010
- Lrsquoinformatique deacutecisionnelle Maxime Poletto 01062012
Sites Internet
- httpsfrwikipediaorgwikiReprC3A9sentation_graphique_de_donnC3A9es_st
atistiques
- httpblogcensiofrbidefinition-data-visualisation
- httpwwwcite-sciencesfrfrressourcesbibliotheque-en-lignedossiers-
documentairesbig-bng-data-lexplosion-des-donnees4-notions-pour-comprendre
- httpwwwgroupe-estiafrdecider-agir-piloter-autrement-data-visualisation
- httpwwwmemoireonlinecom10126267m_La-visualisation-des-
informations5htmltoc7
- httpwwwusine-digitalefrarticlela-data-visualisation-outil-incontournable-des-
decideursN293688
- httpwwwtableaucomfr-frsolutionsdata-visualization
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml
55
- httpbi2openfr~biopentagdataviz
- httpwwwrslnmagfrpost20100504La-dataviz-dans-le-champ-institutionnel-de-
lesthetique-au-storytellingaspx
- httpdatamanagement-le-blogcomtagdataviz
- httpwwwdecideofrLe-Big-Data-s-invite-dans-le-secteur-Bancaire_a7941html
- httpwwwtelecomitaliacomtiteninnovazionetutte-le-newsbig-data-challenge-
vincitorihtml