Pourquoi avez vous besoin d’une base de données ? J’ai juste besoin d’un reporting. Pourquoi perdre du temps ?

Cette phrase a été prononcée par un cadre dirigeant qui me demandait de mettre en place un nouveau reporting régulier de son activité.

Elle faisait suite à ma réponse lui disant que, mon équipe et moi-même, allions récupérer les données des systèmes de gestion, faire les transformations et calculs utiles, stocker le tout dans une base (dans de nouvelles tables en fait) et créer les reportings demandés.

Cela ne m’arrive pas souvent. Mais là, j’avoue que sa réponse m’a désarçonné. Je me suis demandé s’il plaisantait. Mais, non, il était très sérieux.

Commençons donc par un basique. Pour être traitée, analysée, mise sous forme de reporting, une donnée doit préalablement être stockée quelque part. Ce quelque part, c’est une base de données.

Certes, comme base de données, vous pouvez utiliser Excel.

J’adore ce tableur.

Je ne saurais pas m’en passer tant ses tableaux croisés dynamiques font merveille. Au final, on peut faire presque n’importe quoi avec, et faire éventuellement vraiment n’importe quoi.

On a tous, un jour développé un bel onglet dans lequel on saisie, on importe ou on copie-colle des données. Dans l’onglet suivant, avec force macros, formules, tableaux croisés dynamiques, et jours de travail, on obtient en effet de beaux reportings ; et dynamiques en plus.

Et un jour, plus rien ne marche, car…

le collègue qui vous assure n’avoir rien changé dans les données d’origine s’aperçoit soudain qu’il a inversé 2 colonnes.

là où vous aviez inséré de belles formules de 18 lignes, un maladroit a entré un chiffre en dur.

vous avez plus d’événements que les 1 048 576 lignes possibles du soft.

le fichier est devenu si lourd que vous êtes désormais le seul à pouvoir l’ouvrir sur votre super machine patiemment négociée avec l’IT.

Ou encore parce que votre collègue qui a monté les macros, sans les documenter, a quitté l’entreprise et que ça plante.

Si vous ajoutez que :

• • la présence possible de données personnelles dans ces fichiers, qui sont difficiles à traquer, va faire cauchemarder votre CPO et votre juridique (GDPR) ;
  • l’ouverture simultanée du fichier à de nombreux collègues multiplie les risques, sans permettre aisément de savoir, qui utilise votre fichier, ni ce qui en est fait ;
  • rare sont les utilisateurs qui vont définir des nomenclatures, référentiels, règles de saisie. Vous allez alors retrouver un même concept avec de multiples noms et orthographes. Vous aurez aussi régulièrement plusieurs informations dans une seule case ou une information saisie dans la mauvaise cellule. L’usage des données devient alors périlleuse.
  • tout verrouiller pour résoudre ces points reviendrait à créer une application complexe et longue à monter.

Alors, si vous l’utilisez pour créer des « bases décisionnelles » et les reportings associés, Excel devient l’application cauchemar par excellence : en gestion de la qualité des données, en tracking des utilisateurs, en maintenance et évolution de l’existant et en temps perdu. Il n’est tout simplement pas fait pour ça.

La solution pérenne n’est pas un outil bureautique mais une vraie base de données.

Je vous conseille plutôt, la mise en place de flux de données automatisés provenant de vos outils métier. Ils alimenteront des bases de données, elle-même requêtées par votre outil de reporting/d’analyse favori (qui peut parfois être Excel, d’ailleurs).

Bien sûr, il y a un investissement initial à faire, mais ô combien rentable. Son prix et sa durée dépendra directement de la complexité, ou non, de vos données et de vos demandes de reportings et analyses.

Mais quel type de base de données.

Je ne vais pas entrer ici dans les détails mais vous donner simplement quelques clés de vocabulaire et d’usage.

Vous avez besoin de stocker de très grands volumes de données. Posez vous la question du data lake.

Qu’est ce ?

• • • Son objectif est de stocker de très grandes quantités de données en provenance de toute part et de tous types et formats.
    • Généralement les données n’y sont pas organisées.
    • C’est là que vous entendez les mots du big data.

Qui ?

• • • Sa création est généralement un projet orienté IT / data engineer.

Besoin de transformer, stocker, organiser et analyser des données. De bons vieux Data warehouse et data marts sont une solution, si vos volumes sont raisonnables.

Qu’est ce ?

• • • De volumes moindres que les data lakes, ils ne contiennent que des données traitées et structurées dont l’objectif est de mettre l’information à disposition du plus grand nombre via des outils B.I., data visualisation, marketing automation,…

Qui ?

• • • Même si l’IT, dans sa partie BI, est à l’œuvre, nous ne sommes pas sur un projet IT, mais bien sur un projet orienté métiers.

Ces bases peuvent être intégrées dans des solutions vous apportant de plus larges fonctionnalités :

Besoin de stocker, organiser et utiliser vos données WEB. La Data Management Platform est conçue pour cela :

Qu’est ce ?

• • • Les DMP permettent de stocker des données anonymes, sur base de cookies ou identifiant publicitaire, pour calculer des audiences et re-cibler les visiteurs.

Qui ?

• • • Marketeurs, digitaux et IT men seront à la manœuvre souvent avec des tiers pour ce projet résolument orienté métiers.

Besoin d’aller encore plus loin en réconciliant le comportement on line et off line de vos clients : CRM on boarding et Customer Data Platform sont là pour vous.

Qu’est ce ?

• • • Pour faire simple, ces solutions, permettent de réconcilier les données on et off line de vos clients et de les utiliser dans vos programmes CRM omnicanaux. La CDP fournit également des outils d’analyse.

Qui ?

• • • La largeur de ce projet résolument marketing va impliquer de nombreuses équipes de l’entreprise.

Et pour faire communiquer le tout,

Vous entendrez parler d’API, d’ETL, d’ELT, de WEB service…

Mais le préalable à la mise en place de ces bases, c’est de gérer vos problématiques de qualité de données.

La data et l’IT ont un principe de base. Le garbage in, garbage out. Si vos données, en entrée, sont moches, alors, vos analyses, reporting et décisions qui s’appuient dessus seront tout aussi moches en sortie.

C’est ce dont nous parlerons dans la prochaine news dédiée à la qualité de données.

Retrouver l’épisode précédent ici.

N’hésitez pas à commenter, partager ou à vous abonner à nos actualités.