Jeudi 7 juin 2018
NASDAQ : 0.0 0   nasdaq0 %
RECHERCHE
OK
 
NEWSLETTER
newsletter
Abonnez-vous gratuitement
à notre newsletter
hebdomadaire - Cliquez ICI
Indexel
  • DOSSIERS
  • PRATIQUE
pub Publicité
 

MANAGEMENT

Modèle de données : cap sur le métier de l'entreprise

Imprimer Envoyer à un ami Contacter la rédaction
Par Marie Varandat le 31/03/2004 - indexel.net
 

L´organisation des données dans l´architecture décisionnelle est déterminante dans la réussite d´un projet. Elle implique une remise à plat des concepts utilisés par l´entreprise, dont l´utilité se révèle bien au-delà du système d´aide à la décision. Un travail de fond colossal mais très rentable.

 

 

Le concept de modèle de données a été tellement galvaudé qu´on en oublie souvent son rôle fondamental dans la réussite d´une application et pas seulement décisionnelle. Apparu avec les mises en oeuvre de bases de données relationnelles, le modèle de données est en quelque sorte le design d´une base, adapté aux besoins que l´on va en avoir. L´idée étant bien entendu de ranger les informations dans les bonnes cases (colonnes et tables) pour ensuite pour pouvoir les croiser efficacement. Un mauvais design conduit inévitablement à des dégradations de performances : trop de travail préalable pour réaliser les jointures (mécanismes pour interroger plusieurs tables d´une base simultanément) nécessaires à l´exécution d´une requête. En décisionnel, les conséquences peuvent être encore plus désastreuses : des données mal rangées limitent les possibilités d´analyse, faussent les croisements ou encore donnent des résultats douteux ou incohérents.

Partir des besoins des utilisateurs

"Avant toute chose, il faut recenser les besoins des utilisateurs pour pouvoir ensuite concevoir une modélisation des données adaptée", explique Marc Choukroun (photo), consultant chez RT Consulting, SSII spécialisée dans le décisionnel utilisant les outils de Business Object principalement. "Une fois la collecte des besoins en matière d´indicateurs effectuée, c´est-à-dire d´informations que les utilisateurs attendent de leur système décisionnel, il faut formaliser les croisements de données que cela entraîne et alors seulement on peut commencer à élaborer un modèle de données pour la base".

Certaines données sont manipulées à l´échelle du mois, d´autres sur l´année : chiffre d´affaires mensuel, ventes sur l´année par produits, etc. Lors de la modélisation il faudra également en tenir compte afin de rendre ces croisements de données aussi aisés que possible par les mécanismes de la base. "Il n´existe pas de modèle de données idéal, précise Marc Choukroun, il faut raisonner en termes de meilleur compromis en fonction de différents paramètres : performances, données existantes, indicateurs souhaités, évolutions futures, etc.".

Arrêter des définitions communes

L´élaboration d´un modèle de données engendre bien souvent une étape préliminaire : la mise à plat des concepts de l´entreprise. Typiquement, pour le commercial, le chiffre d´affaires est le résultat des ventes tandis que pour le comptable c´est le résultat des ventes après ristournes, amortissements, etc. L´application décisionnelle n´a pas de préférence mais elle doit s´appuyer sur une définition unique qui doit faire l´objet d´un consensus au sein de l´entreprise. Et ce, afin d´éviter de mauvaises interprétations des analyses par la suite. L´appréciation d´un résultat après ristournes et amortissements n´a rien à avoir avec celle des résultats des ventes !Simple en apparence, cette opération est d´autant plus complexe à réaliser que les services impliqués dans la définition des concepts sont nombreux. Complexité d´ordre relationnelle, humaine et politique avant tout. Une fois arrêtés, les concepts doivent être formalisés dans un dictionnaire d´entreprise. La plupart des architectures décisionnelles s´appuient sur les méta-données, c´est-à-dire des informations sur les informations pour formaliser ces dictionnaires.

Le socle d'une stratégie efficace de capitalisation sur ses données

Chez Pierre Fabre, ce concept de dictionnaire a été étendu au delà du domaine du décisionnel : "Le système d´information n´a d´intérêt que s´il est une base de projection pour l´entreprise", explique Philippe Tronc (photo), directeur du contrôle de gestion et des systèmes d´information du groupe. "Pour décider il faut disposer d´informations indiscutables, organisées et partagées. Une telle stratégie suppose une intégration des systèmes, laquelle soulève la question de la transversalité. Transversalité qui implique une appréhension des processus d´entreprise. La prise de conscience des processus pose la question de leur alignement avec la stratégie métier. Interpeller la stratégie métier implique de se donner les moyens de l´exprimer, de la décliner, de la diffuser et de la synchroniser entre les différentes organisations. C´est un travail de fond colossal mais franchement rentable".

En d´autres termes, la plupart des entreprises sont aujourd´hui dotées de systèmes informatiques qui contribuent à une parcellisation de la vison qu´elles ont de leur activité. Chaque application (PGI, CRM, etc.) est en effet livrée avec un modèle de données imposé et des définitions des concepts qui leur sont propres. Les Laboratoires Pierre Fabre ont renversé le problème. A l´occasion de l´an 2000, la société s´est offert le luxe d´une refonte complète de son système en commençant par la mise en oeuvre d´un dictionnaire des concepts utilisés par l´entreprise. Les systèmes opérants (applications de production) de chaque entité du groupe y sont asservis. Ils partagent ainsi les mêmes définitions et alimentent en retour le datawarehouse de la société. Lequel est utilisé à des fins d´analyse et de reporting par tous les services du groupe. Grâce à cette approche, Pierre Fabre dispose d´un système informatique assujetti à ses besoins métiers avec un modèle de données transversal correspondant aux concepts communs à l´entreprise.

Travailler sur des données fiables, cohérentes et organisées

"En fait, toute notre informatique a été pensée et organisée pour favoriser l´exploitation des données présentes dans le système et la communication au sein du groupe", souligne Philippe Tronc. "Quelle que soit la personne ou l´application utilisée, nous partageons désormais les mêmes définitions et travaillons dans un but clairement défini sans heurts et pertes de temps en discussion sur ce que peut être un client, un résultat d´exercice ou un chiffre d´affaires. Cette approche nous a permis de gagner en réactivité, en efficacité et favorise un alignement permanent de la stratégie du groupe sur ses objectifs".Bien sûr, toutes les entreprises ne peuvent se permettre une refonte leur informatique pour l´uniformiser autour d´une vision métier reposant sur un modèle et un dictionnaire de données sous-jacent. Mais il est tout à fait possible de concevoir une base de données "transversale" alimentée par les applications existantes et organisée en fonction d´un dictionnaire et d´un modèle de données adaptés aux besoins de l´entreprise. Base sur laquelle l´entreprise peut ensuite s´appuyer pour ses applications décisionnelles mais également pour toute nouvelle application, régie cette fois-ci par sa vision des données et non plus celle d´un éditeur quelconque.

Une approche simplifiée par les ETL, outils qui automatisent les processus de transformation et de mise en adéquation des définitions utilisées par les applications existantes et celles arrêtées par l´entreprise. Véritable artisan d´une informatique transversale, l´ETL contribue également à la fiabilité et la cohérence des données en les enrichissant de metadonnées sur leur provenance, les calculs effectués, les transformations subies, etc.Consulter le sommaire de notre dossier Décisionnel.

 

 

 

 

LIRE AUSSI
 
Partager :
LIRE AUSSI
 
pub Publicité

CloudStack by IkoulaCloudStack by Ikoula

Cloud Computing : Atouts et freins, acteurs du marché, conseils et témoignages