De la business intelligence interne vers la business intelligence dans le cloud : modèles et apports méthodologiques

La business intelligence (BI) et le cloud computing sont deux domaines majeurs de la recherche en informatique, particulièrement dans le contexte des systèmes d’information. Cette thèse s’adresse aux étudiants, chercheurs et professionnels souhaitant comprendre comment migrer les systèmes de BI traditionnels vers des environnements cloud, en proposant des modèles et méthodes adaptés à cette transition.

La question

La thèse s’interroge sur la manière d’aider les organisations à migrer leur business intelligence vers le cloud. La BI est devenue une composante essentielle des systèmes d’information des entreprises, nécessitant des ressources importantes en calcul et en stockage de données. Parallèlement, le cloud computing offre des opportunités nouvelles pour gérer et analyser ces données. La question centrale est donc : comment accompagner efficacement cette migration de la BI vers le cloud afin de fournir aux managers un service performant d’analyse de données ?

Concepts de base

Pour saisir les enjeux de cette recherche, il est nécessaire de comprendre plusieurs notions clés :

• Business Intelligence (BI) : ensemble des processus, technologies et outils permettant de collecter, stocker, analyser et présenter des données pour aider à la prise de décision en entreprise.
• Cloud Computing : modèle de fourniture de services informatiques via internet, offrant des ressources évolutives et à la demande, telles que le stockage, la puissance de calcul et les applications.
• Migration de la BI vers le cloud : transfert des systèmes, données et processus de BI traditionnels, souvent internes à l’entreprise, vers des infrastructures et services cloud.
• Science de conception (design science) : approche de recherche qui vise à créer des artefacts (modèles, méthodes, outils) pour résoudre des problèmes pratiques, ici appliquée à la migration de la BI.
• Taxonomies : classifications hiérarchiques permettant d’organiser et structurer des concepts ou objets, utilisées ici pour modéliser les différentes dimensions de la BI dans le cloud.
• Guidage opérationnel : ensemble de règles et recommandations issues des taxonomies, destinées à orienter la prise de décision lors de la migration.

Approche

La thèse adopte une démarche de science de conception pour répondre à la problématique. Cette approche consiste à élaborer un artefact concret, ici un modèle d’aide à la décision pour la migration de la BI vers le cloud. Ce modèle repose sur la construction de taxonomies hiérarchiques qui catégorisent les différents aspects de la BI dans le cloud. À partir de ces taxonomies, des règles opérationnelles sont dérivées pour guider les choix des organisations lors de la migration.

La méthodologie de développement des taxonomies s’appuie sur une adaptation de la méthode proposée par Nickerson, Varshney et Muntermann, qui combine analyse de la littérature et itérations successives pour structurer les dimensions pertinentes. Cette méthode est ajustée pour répondre aux spécificités des technologies complexes et émergentes comme la BI dans le cloud.

Le processus inclut :

• La définition claire du sujet et des objectifs de la taxonomie.
• L’identification et la sélection rigoureuse des sources bibliographiques.
• L’examen approfondi des sources pour extraire les caractéristiques pertinentes.
• La structuration progressive de la taxonomie en dimensions hiérarchiques.
• La validation de la taxonomie par convergence des sources et critères définis.

Ensuite, cette taxonomie est utilisée pour formuler un ensemble cohérent de règles de migration, vérifiées selon des critères de cohérence, minimalité et exhaustivité. Ces règles sont implémentées dans un système expert, facilitant l’aide à la décision.

Résultats

La thèse aboutit à plusieurs contributions :

• Un modèle de taxonomie à dimensions hiérarchiques adapté à la BI dans le cloud, structuré en deux grandes taxonomies : une taxonomie de contexte (exigences de sécurité, ressources financières, objectifs, secteur d’activité, taille de l’entreprise, ressources humaines) et une taxonomie de décision (niveau de migration, couches de cloud, contrat, voie de transmission des services, types de cloud, supports des applications BI).
• Un ensemble de règles opérationnelles déduites de la littérature et organisées selon la taxonomie, permettant de guider la migration de la BI vers le cloud.
• Une validation rigoureuse de la base de règles selon les critères de cohérence (absence de contradictions), minimalité (absence de redondances) et exhaustivité (couverture complète des cas pertinents).
• La mise en œuvre d’un outil d’aide à la décision basé sur un système expert (architecture JESS), intégrant les taxonomies et règles, avec une interface utilisateur facilitant l’utilisation par les professionnels.

Ces résultats fournissent un cadre méthodologique et pratique pour accompagner les entreprises dans la migration de leur BI vers le cloud, en tenant compte des spécificités contextuelles et techniques.

Limitations et questions ouvertes

La thèse souligne certaines limites :

• La méthodologie de développement des taxonomies, bien qu’adaptée, reste complexe à appliquer aux technologies émergentes, nécessitant des itérations longues et une sélection rigoureuse des sources.
• La validation de la taxonomie et des règles repose principalement sur l’analyse documentaire et des critères formels ; une validation empirique auprès d’utilisateurs ou d’entreprises réelles pourrait renforcer la robustesse des résultats.
• Les évolutions rapides des technologies cloud et des pratiques de BI impliquent que les taxonomies et règles devront être régulièrement mises à jour pour rester pertinentes.

Ces points ouvrent des perspectives pour des travaux futurs visant à affiner les modèles, étendre la validation et intégrer des retours d’expérience terrain.

Glossaire

• Business Intelligence (BI) : ensemble des méthodes et outils pour collecter, analyser et présenter des données afin d’aider à la prise de décision.
• Cloud Computing : fourniture de ressources informatiques à la demande via internet, avec élasticité et mutualisation.
• Migration : transfert d’un système ou service d’un environnement à un autre, ici de la BI interne vers le cloud.
• Science de conception (Design Science) : approche de recherche visant à créer des artefacts pour résoudre des problèmes pratiques.
• Taxonomie : classification hiérarchique permettant d’organiser des concepts ou objets selon des dimensions.
• Guidage opérationnel : ensemble de règles et recommandations issues des taxonomies pour orienter les décisions.
• Système expert : logiciel qui utilise une base de connaissances et un moteur d’inférence pour simuler le raisonnement humain dans un domaine spécifique.