Définition d’un projet de S.I. décisionnel et/ou big data
- Concevoir une solution d’environnement d’aide à la décision après avoir mis en place de réunions/workshops avec les différents acteurs (systèmes sources, équipes de production, utilisateurs) afin de définir clairement les besoins/contraintes de chacun.
- Planifie et l'estime le coût du projet dans son ensemble.
- Coordonner les différents acteurs (utilisateurs, responsable métiers, équipes informatiques…) afin de définir le cadre du projet.
- Définir les choix techniques en termes de produit en fonction du S.I. existant.
Conception de l’architecture de l’entrepôt de données
- Concevoir l’architecture d’un entrepôt de données décisionnel (datawarehouse).
- Définir les solutions de stockage et la structuration des données au sein d’un modèle.
- Déterminer les outils d’acquisition de données depuis un ensemble de bases fonctionnellement et techniquement hétérogènes.
- Déployer des outils d’extraction de données en recherchant la pérennité, la fiabilité et l'évolutivité de ces outils.
- Étudier et mettre en place les meilleures solutions techniques pour gérer les gros volumes de données.
- Rédaction de règles (guidelines) pour la bonne mise en œuvre des technologies ETL (Extract Transform Loading)
- Réaliser les tests et recette techniques pour vérifier l’alimentation et la cohérence des données.
Configuration des outils d’analyse et de reporting
- Réaliser le recueil et la définition des besoins utilisateurs
- Rédiger les cahiers des charges formalisant les besoins des métiers et les spécifications fonctionnelles.
- Organiser les réunions de validation et hiérarchiser les besoins (besoins communs, spécifiques, degré d'urgence…).
- Définir les règles d'utilisation des technologies décisionnelles (use cases, arbres de décision...).
- Exploiter et valoriser des données en utilisant des techniques statistiques ou des algorithmes (big data).
- Concevoir les indicateurs et les calculer (en construisant des tables de type datamart).
- Intégrer les nouvelles données dans le reporting existant.
- Réaliser la recette technique et fonctionnelle de ces outils.
Restitution des données et formation des utilisateurs
- Développer les « univers » et les rapports.
- Définir des outils de reporting dynamique (OLAP, bases multidimensionnelles).
- Assurer la présentation des données selon les besoins de l’utilisateur.
- Assurer la formation des utilisateurs à l’utilisation des outils décisionnels.
Activités éventuelles
Au sein d’équipes importantes, des chefs de projets ou consultants managers peuvent encadrer des équipes de consultants, assurer le management hiérarchique d’une petite équipe, suivre le planning de réalisation et éventuellement le budget alloué.
Variabilité des activités
L'activité du consultant B.I. / big data peut varier selon…
La spécialisation :
- Business Intelligence : La distinction est à faire entre les consultants qui travaillent sur l’architecture et la collecte des données (datawarehouse) et ceux qui interviennent sur la restitution des données.
- Big Data : Certains consultants sont des experts des technologies Hadoop, des bases de données No-SQL (bases en graphes, en colonnes…), des moteurs de recherche open data ; ils conçoivent des architectures big data en faisant cohabiter plusieurs briques et technologies hétérogènes de manière à pouvoir répondre au prérequis des « 3V » (Vélocité, Variété, Volume) ; d’autres consultants sont des data scientists : ils ont pour rôle de collecter les données et d’appliquer des algorithmes dans une démarche exploratoire qui doit permettre d’avoir des impacts sur l’activité de l’entreprise (cf. analyse du parcours client sur internet pour proposer des produits ciblés…)
La taille des équipes, le niveau hiérarchique et la complexité des projets :
Dans les structures de taille importante, la nature des tâches dépend également du niveau hiérarchique : un directeur de projets BI et/ou Big Data définira le projet, les intervenants, constituera l’équipe et assurera la gouvernance du projet. Il encadrera une équipe de consultants manager ou de chef de projets et de consultants, ceux-ci- pouvant être spécialisés selon la nature des interventions : expression des besoins, validation fonctionnelles, gestion du planning (PMO), conduite du changement/ formation des utilisateurs, paramétrage de reporting, création de datamarts (magasins de données), nettoyage de données...
Dans le domaine du big data, sont apparus des Data Labs, structures regroupant des spécialistes des architectures et technologies big data et des data scientists qui travaillent en étroite synergie sur les projets.
Le type d’entreprise :
- Quand il travaille en SSII ou en cabinet conseil, le consultant B.I. est le plus souvent un expert des problématiques technico-fonctionnelles sur lesquelles il intervient (marketing, finance, …) et possède une bonne connaissance des outils (Informatica, Cognos, Essbase,…); il participe fréquemment à la rédaction des réponses aux appels d'offres.
- En entreprise utilisatrice, il peut diriger des projets en confiant la réalisation à une équipe de prestataires ou être responsable d’un infocentre.
- Quelques consultants travaillent en indépendant, ce qui leur impose une activité commerciale et de gestion en plus de leurs missions.
Rattachement hiérarchique
En SSII et chez les éditeurs de logiciels :
- Directeur de département conseil et SI
- Directeur d’agence
- Directeur des opérations
Dans les entreprises utilisatrices :
- Directeur des études
- Directeur des systèmes d’information
- Directeur de programmes
- Directeur des SI métiers
- Directeur ou responsable de la maîtrise d’ouvrage (MOA)
- Responsable ou directeur d’un département fonctionnel de l’entreprise
Contexte et facteurs d’évolution du métier
L’informatique décisionnelle s’est développée depuis plusieurs années et est parfois incluse comme un module dans certains grands progiciels intégrés du marché comme SAP BW. La multiplicité des outils, les problématiques de plus en plus complexes de collecte et de restitution ont amené à une spécialisation de plus en plus marquée entre les consultants orientés datawarehouse et ceux qui œuvrent sur la restitution des données.
Dans une entreprise, le volume de données croît rapidement, du fait de la multiplication des flux d’information (fournisseurs, clients, données collectées sur les réseaux sociaux…) et les usages potentiels de cette masse d’information commencent à se répandre.
L’importance des données non structurées, le développement des bases No-SQL, le développement des moteurs de recherche sémantique et le traitement des données issues des réseaux sociaux amènent cette fonction à évoluer et à utiliser de nouveaux paradigmes et de nouveaux outils.
Dans ce contexte émergent de nouveaux métiers liés au big data : consultants spécialisés dans les technologies Hadoop ou les bases No-SQL, ou data scientist, sachant combiner une approche informatique, une approche mathématique et statistique, une approche marketing et une approche sémantique.