Accueil Expert L’Intelligence Opérationnelle pour piloter les processus métiers

L’Intelligence Opérationnelle pour piloter les processus métiers

Pierrick Martel
Pierrick Martel, Pom Monitoring

Face à l’automatisation et à la digitalisation galopante des processus, il devient indispensable de fournir aux équipes opérationnelles les moyens de les piloter. Pour cela, les solutions d’Intelligence Opérationnelle se distinguent, argumente Pierrick Martel, chef de Produit chez POM Monitoring, éditeur de logiciels de pilotage de la performance opérationnelle des SI.

Collecter, analyser et valoriser des données toujours plus nombreuses, produites par des systèmes d’information toujours plus complexes et interconnectés : aux classiques tableaux de bord sur la disponibilité et les performances des outils numériques s’ajoutent désormais des indicateurs pour aider les opérationnels à piloter en temps réel leurs activités.

Pierre angulaire au service de la productivité, de la compétitivité et de la création de valeur, le système d’information s’est fortement densifié et étendu ces dernières années. La quasi-totalité des activités et processus des entreprises dépendent ainsi aujourd’hui de vastes « chaines de production numériques ». Des chaines de production au sein desquelles interagissent les composants traditionnels du SI (applications, systèmes, réseau), une multitude d’équipements techniques (capteurs, automates, outils de production…), ainsi que des applications, services web et/ou matériels situés en dehors des murs de l’entreprise (système d’information des fournisseurs ou partenaires, applications SaaS, applications mobiles, objets connectés…).

Exploiter en temps réel les données techniques, métiers et exogènes

Face à cette automatisation et à la digitalisation galopante des processus, il devient indispensable de fournir aux équipes opérationnelles les moyens de les piloter, d’être alertées en cas d’écarts à la normale et de zoomer dans le détail en cas de dysfonctionnement. Le tout en temps réel et de façon intuitive, pour faciliter une prise de décision rapide.

Pour y parvenir, les entreprises doivent être en mesure de centraliser et analyser en temps réel les téraoctets de données collectées partout dans l’écosystème digital des organisations : logs des serveurs, enregistrements dans les bases de données, données des équipements et capteurs techniques, des Web Services tiers, des terminaux mobiles, des objets connectés… Sans compter que pour que ces données techniques “parlent” aux opérationnels, il faut pouvoir les enrichir avec des informations métiers voire exogènes (météo, jours fériés, informations sur le trafic…) pour les aider à prendre des décisions rapidement : réorganiser le planning de livraison en cas de problème dans un entrepôt automatisé, réaménager les zones de stockage pour prendre en compte un ralentissement dans une production en flux-tendus ou une augmentation des ventes suite à une vague de froid soudaine, déprogrammer les soins les moins urgents en cas d’indisponibilité d’un bloc opératoire…

De la supervision à l’Intelligence Opérationnelle 

Si les solutions de supervision informatique “classiques” offraient une réponse satisfaisante tant que le système d’information était cantonné aux murs de l’entreprise, certaines d’entre elles commencent à montrer leurs limites pour collecter, corréler et analyser les traces produites individuellement par les différents composants et équipements de la chaine de production numérique. Sauf à ce qu’elles intègrent des moteurs de règles et d’analyse prédictive similaires à ceux disponibles dans les outils de Business Intelligence.

Cette capacité d’analyse “à chaud” de données techniques et métiers, à la fois endogènes et exogènes au SI, pour faciliter le pilotage en temps réel des processus digitalisés, caractérise une nouvelle génération de solutions, baptisées d’Intelligence Opérationnelle.

Intelligence Opérationnelle : aider à prendre les bonnes décisions en temps réel

Ces dernières permettent de modéliser la combinatoire des éléments, internes ou externes au système d’information, qui participent à la délivrance du service ou peuvent avoir une influence sur ce dernier (météo, messages sur les réseaux sociaux concernant la rupture de stock d’un concurrent…). Puis de présenter les données pertinentes sous forme de tableaux de bord graphiques intuitifs, pour donner les moyens aux équipes opérationnelles de vérifier en temps réel que les processus s’exécutent correctement, d’identifier les signaux faibles susceptibles de détériorer le service et d’être alertées dès qu’un changement de condition survient.

Car avec la digitalisation d’un nombre toujours plus important de processus, il est encore plus qu’auparavant indispensable d’anticiper les dysfonctionnements et de disposer de toutes les informations nécessaires à une prise de décision rapide : mise en œuvre d’un scénario alternatif ou d’un processus dégradé, réaffectation de ressources, etc.

Si les solutions d’Intelligence Opérationnelle répondent à des enjeux qui ne sont pas réellement nouveaux dans les entreprises, à savoir surveiller que les processus “informatisés” s’exécutent correctement, elles se distinguent de ce qui était proposé jusqu’à présent par leur capacité à analyser, à un instant T et de manière intuitive, d’énormes quantités de données techniques et métiers, pour faciliter le pilotage et la prise de décision en temps réel par les équipes “terrain”.