Business Intelligence

Une image vaut mille mots


Rendez accessible l’inaccessible pour faciliter vos prises de décisions.

Echangeons ensemble 🚀

Rendez accessible l’inaccessible

Obtenez de l’informationFacilitez vos prises de décisions

La visualisation des données rend vos données intelligibles par tous. En transformant la donnée en information, vous assurez une représentation synthétique de l’information, pour faciliter la compréhension, l’analyse et la diffusion en interne comme à l’extérieur de votre entreprise.

L’essence d’un dashboard est donc de raconter une histoire, d’avoir un message clair. 

Les dashboards doivent s’appuyer sur :

  • une charte graphique épurée
  • des mots clés déjà utilisés au sein de votre entreprise
  • un code couleur simple et qui transmet le message facilement

Avec la DataViz vous pourrez :

  • trouver des insights rapidement
  • identifier des tendances
  • faciliter votre prise de décisions
  • gagner un temps considérable

Je vous accompagne

BesoinsCoûtsVisuelsChoix de l’outil

Je vous accompagne dans chaque étape de votre projet de DataViz :

  • Collecte et définition des besoins de visualisations
  • Identification des données à collecter et à exploiter dans les visualisations à créer
  • Recommandations pour optimiser les coûts liés à la visualisation des données
  • Sélection des graphiques et représentations visuelles pour simplifier au mieux l’information
  • Aide au choix de l’outil de visualisation / BI

Vos contraintes financières ainsi que la maîtrise Data des collaborateurs seront prises en compte pour avoir une solution adaptée à la situation de votre entreprise.

Construction de rapports

Je peux construire vos dashboards via ces différents outils :

Visualisation de données via Power BI
Visualisation de données via Google Looker Studio
Visualisation de données via Amplitude
Visualisation de données via mParticle Analytics

Mes réponses à vos questions (FAQ)

Globalement, on peut distinguer 3 typologies d’utilisateurs :

Ceux qui maîtrisent SQL peuvent créer leurs propres requêtes et utiliser n’importe quel outil de visualisation de données. Ils peuvent par exemple créer leurs analyses sous bigQuery et visualiser les résultats dans Google Looker Studio ou Power BI. Ils seront à l’aise également pour générer des analyses sous Amplitude et Indicative.

Ceux qui ne maîtrisent pas SQL mais sont à l’aise avec la manipulation des données devront avoir des analyses et KPIs à disposition, et pourront visionner les résultats sous Google Looker Studio, Power BI, Amplitude ou Indicative. Ils créeront leurs propres dashboards qui correspondent parfaitement à leurs attentes, en étant capables d’aller chercher les analyses et KPIs qui répondent à leurs problématiques.

Ceux qui sont à l’aise avec des dashboards entièrement conçus pour répondre à leurs besoins devront avoir des rapports prêts à l’emploi, où éventuellement certains filtres seront à sélectionner, mais rien de plus en termes de configuration. Ils exploiteront les dashboards immédiatement, aucune connaissance n’est nécessaire techniquement.

Dans tous les cas, un outil de DataViz doit idéalement être connecté à un Data Warehouse, afin que tous les collaborateurs de l’entreprise accèdent aux mêmes données. En effet, il est fréquent de voir certaines données utilisées dans une section de l’entreprise et les “presque mêmes” données utilisées dans une autre, qui a fait son travail de retraitement de son côté, amenant les chiffres à être différents pour une même source initiale de données.

Plusieurs raisons amènent un dashboard à être lent :

  • les requêtes dans l’outil de DataViz sont compliquées (beaucoup de jointures)
  • le volume de données interrogé par l’outil de DataViz est élevé
  • le volume de requêtes dans une même page de dashboard est élevé

Pour accélérer vos dashboards, optimisez bigQuery :

  • partitionnez les tables
  • agrégez les données sein de bigQuery au lieu de le faire dans l’outil de DataViz

Côté outil de DataViz :

  • limitez le nombre d’éléments (graphiques, filtres) par page du dashboard
  • augmentez la durée de mise en cache
  • réduisez la complexité des requêtes
  • diminuez la quantité de lignes requêtées

bigQuery vous facture au volume de données requêtées. Pour réduire ce volume et donc vos coûts :

  • agrégez les données dans bigQuery au lieu de le faire dans le dashboard, afin de réduire la fréquence de requêtage (le dashboard ne fait que requêter une synthèse, beaucoup moins volumineuse)
  • partitionnez vos tables dans bigQuery et créez des requêtes qui utilisent ce partitionnement
  • réduisez la fréquence de transformation de vos données (pipeline ETL) pour profiter de la mise en cache des requêtes déjà calculées

Power BI et Google Looker Studio sont relativement similaires, ce sont des outils standards de BI. Vous pouvez vous connecter à de nombreuses sources de données et générer facilement des dashboards qui se mettent à jour automatiquement. Vous pouvez réaliser des analyses simples comme des analyses compliquées (via des requêtes SQL pour votre besoin spécifique).

Amplitude et mParticle, eux, sont dédiés à l’analyse comportementale des utilisateurs. Ils sont particulièrement efficaces pour les équipes Produit qui doivent réaliser des analyses de funnels, des segmentations en cohorte et des analyses de rétention. Ils nécessitent qu’on leur envoie des « events », de la donnée sous forme d’évènement. Par exemple, pour chaque chargement d’une page de votre application, vous envoyez un évènement. Ces plateformes stockent ces évènements et vous donnent accès à des analyses pré-configurées. Vous ne pouvez pas créer d’analyses maisons qui sortent du périmètre de celles accessibles dans ces outils.