Comment créer votre nouvelle stratégie de Business Intelligence

L'intelligence d'affaires a le potentiel de découvrir des informations sur les données qui peuvent propulser votre entreprise vers de nouveaux sommets de croissance et de réussite. Mais si vous apprenez encore à tirer le meilleur parti de votre nouveau logiciel de BI, le simple fait de libérer ce potentiel peut sembler difficile.

Jen Larson, directrice des analyses marketing et de la recherche pour la Pennsylvania State Employees Credit Union (PSECU), connaît bien cette lutte et sait comment la surmonter.

Nous avons récemment rencontré Larson pour discuter de sa stratégie d'intelligence d'affaires afin d'aider d'autres entreprises à tirer le meilleur parti de leur logiciel de BI. Pour résumer ce que nous avons appris, les nouveaux utilisateurs de logiciels de BI devraient se concentrer sur des tableaux de bord simples et visuellement esthétiques ; des visualisations de données cohérentes et interactives ; et la collecte de données pour alimenter des analyses avancées afin de tirer le meilleur parti de leur nouveau logiciel de BI à court et à long terme. Lisez la suite pour plus de détails sur la façon de mettre cette stratégie en action.

Lorsque Larson a rejoint PSECU pour la première fois en 2020, elle a parlé à différents responsables de départements pour déterminer le type de problèmes avec lesquels ils étaient aux prises.

"Un refrain commun que j'ai entendu lorsque j'ai rejoint PSECU pour la première fois était la plainte selon laquelle (les utilisateurs) doivent consulter 17 rapports différents partout afin d'obtenir toutes les informations nécessaires pour répondre à une question", a-t-elle déclaré.

La solution à ce problème n'était pas facile, mais elle était évidente : les tableaux de bord .

"Le tableau de bord nous a permis de rassembler tous ces différents rapports et différents chiffres partout dans une zone où (les utilisateurs) peuvent aller pour répondre à un problème ou à une question", a déclaré Larson.

Larson dit que les tableaux de bord sont son principal outil pour permettre à la direction du PSECU de prendre de meilleures décisions basées sur les données. Et son étoile polaire pour l'utilisation des tableaux de bord est de s'assurer qu'ils sont clairs et non déroutants.

"Pour moi, un bon tableau de bord répond à une question", a-t-elle déclaré. « Par exemple, vous ne voudriez pas d'un rapport ou d'une visualisation qui examine les choses du point de vue des prêts sur le même tableau de bord que les choses du point de vue des membres. Vous voulez que quelqu'un puisse regarder un tableau de bord et les visualisations et rapports qui s'y trouvent et dire "OK, je sais que c'est un endroit où je peux aller pour répondre à ce type de questions". "

Lorsque Larson a rejoint PSECU pour la première fois, la démographie des membres de l'organisation se trouvait dans « 15 rapports différents », selon son estimation. « Il faudrait cliquer, cliquer, cliquer… Une solution de tableau de bord nous a permis de regrouper toutes ces données en un seul endroit. Nous travaillons donc à partir d'une seule source de vérité.

Les utilisateurs peuvent utiliser un logiciel de BI moderne avec des tableaux de bord interactifs pour explorer leurs données sans l'intervention d'un data scientist. L'un des tableaux de bord de profil de membre de Larson permet aux utilisateurs de consulter les données nationales ou d'appliquer un filtre pour voir les données spécifiquement pour les résidents de Pennsylvanie.

Prêt à tirer le meilleur parti de la fonctionnalité de tableau de bord de votre nouveau logiciel de BI ? Voici quelques conseils pour les prochaines étapes :

• Rester simple. Un tableau de bord inutilisé est un tableau de bord sans valeur, même s'il contient des informations utiles. Donc, si vous essayez de mettre trop de données dans votre tableau de bord tout de suite, vous risquez de le rendre trop écrasant et déroutant pour l'utilisateur final au point qu'il ne peut rien faire avec les informations présentées. Vous pouvez toujours augmenter si les utilisateurs demandent plus d'informations.
• N'oubliez pas d'utiliser des filtres et de creuser. Les filtres permettent aux utilisateurs d'examiner différents sous-ensembles de données dans un tableau de bord sans avoir à créer un tableau de bord entièrement nouveau. Les analystes peuvent définir ces filtres à l'avance pour s'assurer que les utilisateurs finaux peuvent explorer un tableau de bord dans des limites prédéfinies.
• N'utilisez les tableaux de bord interactifs que si nécessaire. Ce n'est pas parce que vous avez la possibilité de rendre les tableaux de bord interactifs pour les parties prenantes internes que vous devez utiliser cette fonctionnalité. Par exemple, si vous partagez un tableau de bord avec un client externe, vous souhaiterez peut-être supprimer la fonctionnalité interactive pour l'empêcher d'explorer des données propriétaires auxquelles il n'est pas censé avoir accès.

Lorsque l'équipe de Larson essaie de déterminer comment présenter visuellement différentes données, il est utile de pouvoir essayer facilement différents tableaux et graphiques. Le logiciel BI de PSECU permet aux utilisateurs de charger un ensemble de données de base, puis de l'utiliser pour remplir différents types de tableaux et de graphiques.

"Donc, vous n'êtes pas lié à un certain type de tableau ou de graphique", a déclaré Larson. "Vous pouvez jouer pour voir ce qui a le plus de sens visuellement pour le message que vous essayez d'atteindre."

Ces visualisations de données permettent aux analystes de données de faire preuve de créativité et de présenter leurs résultats de données dans un format qui convient le mieux au public auquel ils s'adressent.

Par exemple, lorsque Larson a vu une carte géographique montrant comment le COVID-19 se propageait à travers le pays, cela lui a donné une idée. Son équipe essayait de montrer la proximité des membres avec l'inventaire des guichets automatiques de PSECU, et la carte géographique s'est avérée être le type de graphique parfait.

«Nous avons pu voir la concentration de membres par rapport aux guichets automatiques et cela nous aide à savoir où nous pourrions avoir besoin de plus de guichets automatiques, de moins de guichets automatiques et même de fonctionnalités de guichets automatiques. Certains acceptent les espèces (dépôts) et d'autres non, par exemple », a-t-elle déclaré. «Il est ombragé plus sombre pour une concentration plus élevée de membres, plus clair pour moins de rayons sur les guichets automatiques pour la distance que les gens sont prêts à parcourir pour se rendre à un guichet automatique. Et puis les guichets automatiques sont codés par couleur pour montrer leurs fonctionnalités.

À l'aide de visualisations de données, l'équipe de Larson pourrait rapidement créer une maquette d'une carte géographique comme celle-ci, mais également mettre les mêmes données dans un graphique à secteurs pour voir le pourcentage de membres qui vivent à différentes distances d'un guichet automatique, par exemple.

Prêt à tirer le meilleur parti de la fonctionnalité de visualisation des données dans votre nouveau logiciel de BI ? Voici quelques conseils pour les prochaines étapes :

• En cas de doute, mettez-vous dans l'état d'esprit de votre public. Si vous rencontrez des difficultés pour choisir le bon type de visualisation pour un ensemble de données, demandez-vous qui sera le public et quelles questions il aura probablement. Sélectionnez ensuite le type de graphique qui répond le mieux à ces questions.
• Soyez conscient de l'élément visuel de la visualisation des données. Larson dit que le style et le design sont presque aussi importants que les données elles-mêmes. Par exemple, vous ne devriez probablement pas utiliser de code couleur rouge pour afficher les nombres qui augmentent.
• Si vous avez les ressources, impliquez votre équipe créative dans les normes de la marque. L'équipe de conception créative de PSECU a créé des normes de marque et des palettes de couleurs pour permettre à l'équipe de Larson de se concentrer plus facilement sur les données et de s'assurer qu'elle utilisait les bonnes combinaisons de couleurs.

La prolifération de l'intelligence artificielle et de l'apprentissage automatique au cours de la dernière décennie a permis à votre logiciel d'informatique décisionnelle de faire des choses incroyables qui frôlent la prédiction de l'avenir. Cette technologie peut sembler intimidante pour les nouveaux utilisateurs, mais c'est la clé pour déverrouiller les informations les plus puissantes pour aider à développer votre organisation.

Exemple concret : l'équipe de Larson a exploré la modélisation des données et l'analyse prédictive pour aider à découvrir où en sont les membres dans leur parcours d'adhésion et quel pourrait être le prochain meilleur produit de coopérative de crédit pour un membre donné.

"Cela nous a aidés avec notre automatisation du marketing et notre marketing ciblé", a-t-elle déclaré. "Cela nous a aidés à transmettre le bon message à la bonne personne au bon moment."

Ces outils d'analyse avancés pourraient aider l'équipe de Larson à détecter des modèles qui indiquent quand un membre qui partage plusieurs similitudes démographiques avec d'autres membres est dans une position privilégiée pour ouvrir un compte du marché monétaire, par exemple.

Les données sous-jacentes sont un facteur clé pour tirer le meilleur parti des analyses avancées de votre nouveau logiciel de BI. L'analyse avancée s'appuie sur le Big Data comme carburant pour alimenter ces informations approfondies, et vous ne pouvez pas avoir l'un sans l'autre.

Si vous craignez de ne pas disposer d'un ensemble de données suffisamment volumineux pour alimenter des analyses avancées, Larson a quelques mots rassurants.

"La plupart des endroits où j'ai travaillé ont plus de données qu'ils ne le pensent", a déclaré Larson. « Jetez un coup d'œil aux données dont vous disposez et dites : 'Est-ce que j'ai une question basée sur ces données à laquelle nous pouvons répondre ?' Ainsi, par exemple, une question que beaucoup de gens se posent est « Combien de temps aurai-je ce client ou ce membre ? » "

Ainsi, même si vous ne disposez que de plusieurs années de données historiques sur le départ et la durée de séjour des membres, vous pouvez intégrer ces données à votre logiciel de BI et laisser les analyses avancées découvrir des similitudes démographiques qui peuvent débloquer des tendances plus importantes. Par exemple, vous pourriez constater que les membres qui ont récemment ouvert un compte du marché monétaire restent généralement membres pendant au moins cinq ans.

"Il n'a pas besoin d'être parfait", a déclaré Larson. « Mais à partir de là, vous pourrez peut-être obtenir des indications de données qui vous aideront à mieux comprendre cela. Et vous pouvez toujours affiner et vous améliorer. C'est la chose amusante à ce sujet. Ce n'est pas parce que vous avez proposé un modèle une fois que vous avez terminé.

Prêt à tirer le meilleur parti des analyses avancées de votre nouveau logiciel de BI ? Voici quelques conseils pour les prochaines étapes :

• Commencez à collecter des données dès que possible. Considérez les données comme le carburant qui alimente vos analyses avancées. Vous voudrez rassembler autant que possible, et même si vous débutez, vous avez probablement déjà plus de données que vous ne le pensez.
• Pour commencer, utilisez toutes les données dont vous disposez. Même si vous êtes limité aux données démographiques ou à plusieurs années de rapports financiers, par exemple, vous pouvez utiliser cet ensemble de données pour commencer à explorer à mesure que vous en collectez davantage.
• N'ayez pas peur d'expérimenter. L'analyse prédictive est par nature une science inexacte. Larson utilise l'exemple d'un météorologue. Même si les bulletins météorologiques ne sont pas toujours précis à 100 %, chaque prévision produit plus de données pour aider à rendre les prévisions futures plus précises.

« Culturellement, pour emprunter cette voie, vous devez être prêt à expérimenter et vous devez être prêt à vous tromper. Et donc si vous n'avez pas la grâce du leadership ou la mentalité d'équipe que vous allez faire de votre mieux et y aller, alors vous n'irez probablement pas très loin », a-t-elle déclaré. "Je dis toujours qu'il n'y a pas de prévisions parfaites. Si vous regardez les économistes et même les prévisions météorologiques, vous savez que vous ne pouvez jamais parfaitement prédire l'avenir. Mais vous pouvez vous en approcher assez.

Utilisez votre nouveau logiciel BI pour devenir l'équipe de support ultime de votre organisation

L'essentiel, dit Larson, est de se rappeler d'utiliser un logiciel de BI au service des autres. Les équipes d'analyse de données ne doivent pas travailler à huis clos, contrôler les données et explorer ces données en fonction de leurs propres caprices. Ils devraient avoir pour mission de protéger les données organisationnelles en tant que ressource vitale et de les traduire dans un format permettant aux autres équipes d'en tirer le meilleur parti.

"Je considère mon équipe comme le soutien ultime pour toutes les autres équipes", a déclaré Larson. « Nous ne sommes pas en première ligne. Ce n'est pas nous qui faisons des trucs avec ces données et qui prenons des décisions commerciales. Et donc notre travail consiste à aider les autres domaines à obtenir les données dont ils ont besoin dans le format dont ils ont besoin d'une manière qu'ils peuvent comprendre afin qu'ils puissent prendre des décisions basées sur les données en fonction de celles-ci.

Pour aider votre équipe d'analyse à devenir l'équipe d'assistance ultime de votre organisation, voici un résumé des conseils que nous avons partagés dans cet article :

Nous espérons que l'expérience de Larson vous a donné envie et vous a donné les moyens de commencer à tirer le meilleur parti de votre propre logiciel de BI. Lorsque vous êtes prêt à découvrir d'autres astuces pour tirer le meilleur parti de votre logiciel de BI, nous vous proposons notre blog sur l'informatique décisionnelle. Voici quelques articles récents pour commencer :

• Comparaison de catégories : Business Intelligence vs Big Data
• 3 meilleurs logiciels de tableau de bord gratuits
• Apprentissage supervisé ou non supervisé : quel modèle d'apprentissage automatique vous convient le mieux ?

Sources

1. Jen Larson, LinkedIn
2. Visionneuse de tableau, Tableau
3. Traqueur de données COVID, CDC.gov