Les scientifiques des données qui n'ont pas utilisé d'outils de BI comme Tableau, Power BI ou Qlik Sense disent souvent que ces outils ne sont tout simplement pas nécessaires. Ils codent déjà leurs scripts sur un framework open-source, et que les scripts font très bien le travail.
Cependant, si vous creusez un peu plus le sujet, vous entendrez souvent ces mêmes data scientists parler de certains besoins que leurs scripts ne satisfont pas tout à fait. En fait, ils se résument généralement aux problèmes suivants :
Raconter des histoires.
Les tableaux de bord et les visualisations peuvent être inestimables, mais uniquement avec la bonne explication, le bon récit et le bon contexte. Sans cela, ils sont ouverts à l'interprétation de chaque spectateur. C'est pourquoi les data scientists (et autres utilisateurs d'analyses) doivent donner une voix aux données. Ils doivent expliquer ce qu'ils ont trouvé, raconter le récit, signaler chaque fois que des valeurs aberrantes faussent une tendance et apporter leurs suggestions. L'action nécessite un contexte, et cette approche est ce qui rend possible une action éclairée. Après tout, c'est ce que outils de business intelligence sont tout au sujet - permettant la prise de décision basée sur les données. Si vous allez prendre des décisions basées sur des données, vous voulez que ces données soient aussi complètes que possible. Et parfois, pour que les données soient complètes, vous avez besoin de plus que de simples visualisations sur une page.
Exploration, pas préparation.
Sans un ingénieur de données travaillant dur ou un outil de BI, vous consacrerez probablement environ 80 % de vos efforts à la préparation des données, et seulement 20 % à la recherche d'informations une fois que vous pourrez enfin les explorer. La création de données prêtes pour l'entreprise implique beaucoup de travail de préparation, y compris l'ensemble du processus d'intégration des données (transformation, nettoyage, etc.). Idéalement, vous devriez trouver un outil de BI qui offre des capacités d'intégration de données pour transformer et combiner des données. En fait, certains d'entre eux incluent même une plate-forme d'intégration de données de classe entreprise pour assurer un catalogue de données fluide et un pipeline d'analyse de données. Sans l'aide d'un outil de BI (ou d'un ingénieur de données dédié), vous pourriez perdre un temps précieux sur le processus d'intégration des données, alors qu'il aurait pu être utilisé plus efficacement sur d'autres tâches. C'est comme prendre des heures pour préparer un repas et le manger en 5 minutes. Si vous passez plus de temps à préparer des données qu'à les explorer, il est peut-être temps d'envisager un changement de stratégie.
Exploration sous tous les angles.
Scripts en Python, R, etc. peut certainement apporter des réponses efficaces à des questions prédéterminées ; cependant, leur analyse est limitée à un modèle linéaire basé sur SQL. Leur approche basée sur les requêtes n'explorera les données que dans certaines limites, de sorte que les découvertes que vous pouvez faire sont également limitées. Quelques outils de BI adoptent une approche différente, avec des moteurs qui permettent une exploration gratuite des données. Vous pouvez explorer dans n'importe quelle direction et sous tous les angles. Ce type d'exploration de données révèle même des connexions obscures ; vous pourrez voir les tendances, les valeurs aberrantes et les modèles qui n'auraient probablement pas trouvé une approche plus conventionnelle. Vous n'avez peut-être pas su les interroger, ou l'approche basée sur les requêtes n'a peut-être pas été en mesure de les trouver du tout.
Collaboration.
Un thème de discussion commun parmi les scientifiques des données est la nécessité d'un meilleur partage des connaissances et de la résolution de problèmes de groupe avec l'analyse et les données. Jusqu'à ce que cela se produise, leurs parties prenantes continueront de se retrouver avec des connaissances tacites fragmentées, ainsi qu'une expertise de domaine sous-utilisée. Les outils de BI atténuent le problème en permettant une collaboration asynchrone avec les utilisateurs professionnels ; cela permet de gagner du temps qui aurait autrement été perdu en attendant une décision ou en assistant à des réunions. Pour être plus précis, les outils de BI permettent aux utilisateurs de faire des suggestions sur la façon dont d'autres pourraient explorer ou affiner les données, ou ajouter un récit afin de donner un contexte commercial. Tout comme plusieurs personnes peuvent contribuer à un document partagé dans Google Docs, ces outils de BI permettent de transformer l'intelligence individuelle en intelligence collective.
Flexibilité dans les visualisations.
De nombreux scientifiques des données se tournent vers des bibliothèques open source pour leurs visualisations. Les outils de BI, quant à eux, construisent leurs visuels à partir des structures prédéfinies des données. Avec cette approche, vous aurez beaucoup plus de flexibilité. Le moteur agrège les données à partir d'un niveau granulaire, ce qui expose plus efficacement les modèles dans les données. Cela facilite la création de points de données dérivés à la volée ; les données sont d'abord regroupées, puis des visualisations sont créées à partir de ces groupes (codage couleur, analyse comparative, etc.). Une fois cela établi, vous pouvez suivre les codes, quel que soit le nombre de visualisations que vous utilisez. Mieux encore, ces outils vous aident à tirer parti des visualisations optimales afin d'analyser les données en fonction de certains attributs (comme les séries chronologiques ou l'analyse géographique), ce qui est délicat lorsque vous utilisez des bibliothèques open source.
Des données fiables, sécurisées et gouvernées.
Pour faire confiance à vos modèles, vous devez pouvoir faire confiance aux données. Les meilleurs outils de BI incluent des modules complémentaires tels que la visualisation du lignage des données ou la gestion centralisée qui vous permet d'administrer les données en toute sécurité à l'aide d'une gouvernance basée sur des règles. Ce dernier vous permet de contrôler le partage, la publication et les utilisateurs qui peuvent accéder aux données et aux applications.
En plus de cela, vous voulez des données cataloguées. Certains outils de BI offrent un profilage intelligent des données ; cela indique aux utilisateurs non seulement si les données sont prêtes, mais également les problèmes de qualité des données. Par exemple, il pourrait identifier tout ce qui pourrait être PII, puis le masquer automatiquement. Enfin, les données facilement consultables (via les métadonnées) donneront à peu près l'impression que vous magasinez une fois que vous pourrez effectuer une recherche par sujet, domaine d'activité ou source de données.
Même si vous décidez d'utiliser un outil de BI pour votre entreprise, vous pouvez continuer à utiliser un IDE externe afin de créer ou d'affiner vos scripts. Ensuite, vous pouvez les utiliser en conjonction avec un outil de BI, en résolvant les besoins mentionnés ci-dessus. Les outils de Business Intelligence sont une collection d'applications et de connecteurs qui vous aident à prendre de meilleures décisions en combinant des données provenant de diverses sources en une seule plate-forme prenant en charge un large éventail de cas d'utilisation tels que la visualisation de données, les tableaux de bord, les rapports, les analyses intégrées et les analyses augmentées. .
Gardez à l'esprit que tous les outils de BI n'excelleront pas dans toutes les capacités ; vous devrez faire vos propres recherches pour vous assurer que vous obtenez celui qui correspond à vos besoins. le Rapport Gartner Magic Quadrant sur l'intelligence économique vous fournira une évaluation impartiale des fournisseurs de BI.
Source : Platon Data Intelligence : PlatoData.io
