Mashup BI : le futur, c’est tout de suite

Le Mashup BI, c'est pas une simple vision du futur Quelle est la réalité du mashup dans le décisionnel ?
Le buzz qui a fait rage voici quelques mois autour du mashup s’estompe. Et si on parle moins de la composition d’applications, celle-ci commence à être une réalité dans les entreprises. Dans son étude son étude « Mighty Mashups: Do-It-Yourself Business Intelligence For The New Economy », James Kobielus fait le point sur l’état de l’art en matière de mashup dans la BI : les solutions, les meilleures pratiques, les besoins qui sont effectivement assouvis par ces outils. Une étude précieuse pour comprendre le rôle qui va jouer le mashup dans l’approche Self service BI, les stratégies à mettre en œuvre.
Le bruit médiatique autour des mashup baissant d’un ton, il est temps de faire le point sur ce qu’il est possible de faire aujourd’hui. Les mashup BI, ça existe et on peut aller beaucoup plus loin que simplement placer quelques pins sur une carte Google. Car derrière le mashup, c’est la notion de self service BI qui pointe.

Le Mashup, une solution aux problèmes de fond de la BI ?

James Kobielus de Forrester estime que les Mashup BI doivent répondre aux cinq difficultés que rencontre aujourd’hui la BI : l’unification des données décisionnelles, introduire de la flexibilité aux modèles de données figés issus de l’OLAP, élargir l’accès aux outils au-delà des spécialistes, la gestion de l’impact des modifications et enfin le recrutement de développeurs et d’architectes BI qui reste difficile.
Pour apporter une réponse à ces problèmes, l’analyse suggère de faire sauter les goulets d’étranglements : diminuer le rôle des DSI dans la mise en place et la maintenance des rapports, faire baisser les coûts de la BI en faisant diminuer les tâches de développements et de modélisation dévolues à des experts, enfin apporter plus de réactivité aux experts métier dans leurs décision en leur confiant des outils de Self service.

La pile des technologies nécessaires à la mise en place du Mashup BI.

Plus facile à dire qu’à faire, évidemment. James Kobielus fixe aux Mashup BI 3 missions : visualiser les sources de données, les données et les vues. Ensuite normaliser les données et les vue pour enfin publier des analyses et des vues « mashable ».
Notre analyste définit 4 technologies clefs pour ce type de projet : un client in-memory, une couche de virtualisation de donnée (l’EII), un outil de visualisation intéractif fonctionnant dans le navigateur et enfin un système de recherche des donnés automatisé (Automated Source Discovery). Aucun éditeur n’offre ce stack complet de technologies. Composite Software et surtout IBM couvrent le mieux ce panel de technologies.

C’est possible, certains l’ont déjà fait

Mais s’il faut intégrer différentes solutions, certaines sociétés se sont d’ores et déjà lancées : Pfizer a choisi l’EII de Composite Software, Caixa Galicia exploite l’outil de mashup de Denodo Technologies avec des visualisations Google Maps sur un data warehouse Teradata. Teranode a fait le choix de Tibco Spotfire, l’Université de Louisville exploite eThority. Autant d’exemples qui poussent l’analyse à conseillé aux entreprise de se lancer dès aujourd’hui tout en soulignant les risques inhérents à ce type de projets : la charge du self service qui va peser sur les experts métiers, les développeurs BI qui vont se voir déposséder d’une part de leurs tâches et compétences pour n’intervenir que pour debugger ce que les experts auront tentés de faire et enfin le risque d’échouer à mettre en place une gouvernance sur de tels systèmes.
L’étude est commercialisée par Forrester au prix de 499 dollars… Vous pouvez néanmoins la trouver sur quelques sites, dont celui d’OZ Analytics, ici, mais je ne vous ai rien dit !