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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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