Dcisionnel, Performance, Qualit

Dans le cadre des rencontres Autour dun verre dADELI

Rencontre anime par Dominique Mollard
Compte rendu de Vronique Pelletier
Le 2 avril 2007, Dominique Mollard nous a prsent son exprience Dcisionnel, Performance, Qualit lors
dune rencontre Autour dun verre .
La mise en place de Systmes dInformation Dcisionnels (SID) ddis au pilotage de la performance facilite la
prise de dcision et lalignement stratgique des organisations en recherche defficacit et defficience.
Ces systmes assurent la restitution dinformations fiables, prcises et pertinentes au moyen dindicateurs
structurs en tableaux de bord. Ils sappuient sur les mthodes du contrle de gestion et du pilotage de la
performance : benchmarking, balanced scorecard, etc.
Ils trouvent galement une application dans le domaine de la Gouvernance des Systmes dInformation o
leurs fonctionnalits sont tendues la mesure et au pilotage de la qualit. Cest en combinant des approches
fonctionnelles bien tablies, telles que le contrle de gestion, la mesure de la qualit et de la performance, avec
des technologies dcisionnelles qui sappuient sur des portails dentreprise que les matres duvre des
systmes dcisionnels peuvent apporter une vraie valeur aux organisations, publiques ou prives. Les principes
de construction dun SID pour le pilotage de la performance et de la qualit doivent respecter cette logique
fonctionnelle en sappuyant sur un modle darchitecture (datawarehouse et datamarts modliss en toile,
Operational Data Store, cubes et tableaux de bord diffuss via le Web) qui associe une conomie de ralisation
et de mise en uvre avec une qualit matrise des informations restitues.
La rencontre Autour dun verre a t loccasion dchanger sur des thmes majeurs de la construction de
systmes dcisionnels tels que la conception des systmes dalimentation, de stockage et de restitution, ainsi
que la gestion de la qualit des donnes, la validation du SID et la gestion de ses volutions.

Le confrencier
Dominique Mollard est ingnieur, diplm du CNAM.
Il est directeur de projet dans une grande administration franaise. Il a une exprience de la conduite
de projets dcisionnels, principalement dans le
domaine du contrle de gestion et de la performance
et a conduit galement un projet qui visait des indicateurs centrs autour du dveloppement et de la
qualit informatique. Cest le thme qui a t choisi
pour cette rencontre Autour dun verre .
La prsentation tait articule autour de trois axes :
Le premier concerne la prise de dcision et les besoins de pilotage de la performance et de contrle
de gestion et permet de rpondre la question :
Pourquoi construire des systmes dcisionnels ?
Le second axe rpond la question : Comment
construire un systme dcisionnel, en privilgiant
une prsentation pragmatique plutt que thorique ?
Le troisime axe fait un parallle entre des systmes dcisionnels pour la performance et le contrle
de gestion, et la gouvernance des systmes dinformation.

Pourquoi construit-t-on un systme

dcisionnel ?

disposer dinformations suffisantes par rapport ces

objectifs (savoir o lon en est),
rapprocher ces informations des objectifs pour
prendre une dcision qui va entraner une action
(savoir quoi faire).
Il faut donc dfinir des objectifs qui, pour tre atteints,
vont ncessiter des actions appropries. Pour pouvoir dfinir ces objectifs et mesurer leffet des actions,
il faut disposer dinformations. Cest l quinterviennent les systmes dinformations dcisionnels.
Cest le thme de la prsentation de Dominique
Mollard : construire un systme dinformation dcisionnel.
Les objectifs peuvent tre des objectifs damlioration, des objectifs dalignement de linformatique
sur la stratgie de lentreprise, des objectifs par
rapport la concurrence. Il faut les meilleures informations possibles pour prendre les dcisions appropries et pour engager les actions pertinentes. Et
cest l une bonne partie de la logique de construction de ces systmes dcisionnels, quils soient pour
la performance et le contrle de gestion ou la qualit.
Il est donc possible, indique Dominique Mollard, de
construire des systmes qui permettent une organisation de se situer par rapport ses objectifs, de
savoir o elle en est par rapport ses concurrents, et
pourquoi pas, de lappliquer au domaine de la qualit.

La prise de dcision suppose trois lments. Pour

prendre une dcision il faut :
avoir des objectifs (savoir ce que lon veut faire),

La Lettre dADELI n 69 Automne 2007

Comment construit-on un systme

dcisionnel ?
Lobjectif est daider la prise de dcision, en
sappuyant sur des observations telles que :
le nombre de dfauts dans une chane de production ;
le nombre dheures potentiellement perturbes pour
les utilisateurs, en cas darrts machine , quils
soient intempestifs ou programms pour cause de
maintenance ;
le nombre derreurs selon les phases du processus
de dveloppement
Il y a forcment des dcisions prendre ; par exemple, changer de fournisseur, si la fiabilit de tel ou tel
matriel apparat insuffisante ou proposer un complment de formation au chef de projet en ingnierie du
logiciel, pour amliorer sa stratgie de tests. Cest
lexemple dactions que lon pourra dcider partir
dinformations pertinentes et factuelles.
Il est difficile de construire un systme dcisionnel
sans connatre la logique fonctionnelle ou mtier quil
y a derrire. Les contrleurs de gestion veillent la
matrise de lactivit et des cots de lentreprise afin
de garantir sa prennit. Les comptables procdent
aux enregistrements ncessaires des oprations,
mais les contrleurs de gestion doivent prendre du
recul par rapport ces donnes pour voir, par lanalyse et la prospective, o va lentreprise, et clairer le
dcideur.
Il en est de mme pour la qualit, la logique du
contrleur qualit nest pas forcment dobtenir une
certification ISO 9001, bien quen terme dimage ce
soit important, mais galement que lentreprise
puisse appliquer ce rfrentiel un cot raisonn. Il
faut trouver un mode de production optimum qui
garantisse la fois une production de qualit et des
cots dobtention et dassurance de cette qualit, qui
soient raisonnables. La mesure des cots dpasse le
domaine du contrle de gestion, et on se pose la
question du cot des actions engager pour obtenir
une certification ISO 9001 ou pour atteindre un
niveau donn de CMMI : la comparaison avec le gain
qui en dcoulera pour lorganisation nest pas vidente. La rponse cette question ncessitera de
collecter des informations avec un niveau de fiabilit
et de pertinence appropri. Lanalyse des cots est le
thme principal du contrle de gestion. Son
implmentation sera ralise au moyen des rgles de
gestion du systme dcisionnel, qui seront alignes
par rapport cette logique.

La performance
Cest un terme la mode depuis quelques
annes. Des spcialistes du coaching ou des entraneurs dquipes sportives animent des confrences
et expliquent aux chefs dentreprise leur approche de

la performance individuelle et collective. La performance est lobtention de rsultats conformes aux

objectifs avec une conomie optimale des moyens.
Par exemple, les administrations ont labor dans un
premier temps des contrats dobjectifs et de moyens.
Un budget tait allou pour raliser un plan dactions
sur trois ans. Les actions engages par les services
visaient atteindre ces objectifs. Un bilan annuel
permettait de se situer par rapport leur atteinte.
Les contrats de performance ont permis daller audel, en valuant le rapport entre lobjectif et les
moyens, cest la pertinence. Est-ce que les moyens
ont t utiliss de faon pertinente par rapport aux
objectifs ? Fixer des objectifs implique de les rapprocher des rsultats obtenus, ce qui permettra de
dmontrer lefficacit.
Par exemple, lobjectif atteindre correspondra peuttre une diminution du nombre de dfauts dans la
chane de production du logiciel, ou un essai de
stabilisation de la production des spcifications sur
un projet. Si lon reoit des modifications des spcifications en cours de recette, en cours de qualification,
en cours dintgration, voire mme, une fois lapplication dploye, ce nest pas efficace et cela gnre
probablement des cots.
Les rsultats atteints par rapport aux objectifs ne
pourront tre discuts qu partir du moment o on
les mesurera de faon prcise et fiable. Pour atteindre cet objectif, Dominique Mollard indique quil a
utilis la norme ISO 9126, et en particulier les principes de mise en place dun systme de mesures.
Ce que lon ne mesure pas, on ne le connat pas.
Cest particulirement vrai dans le monde du dveloppement logiciel. Il est difficile dexpliquer un
Matre dOuvrage, convaincu de la qualit de son
travail de spcificateur, quil y a des manques, et que
des points fonctionnels importants nont pas t
spcifis.
Cette situation peut rapidement devenir conflictuelle.
Lintrt de disposer dindicateurs qui permettent de
mesurer la qualit du processus de spcifications
rside dans la possibilit dtablir que les spcifications ont bien t livres dans les dlais, donc
dans le respect du jalon de livraison, ce qui a permis
dengager la ralisation, mais dun autre ct, que
dautres versions complmentaires ont t livres
pendant la phase de dveloppement, ou en cours de
recette. La livraison en fin de conception a t faite
dans les dlais mais la qualit de la production ntait
pas satisfaisante. La preuve en est que lindicateur
suivant le nombre de livraisons pendant la phase de
dveloppement met en vidence ces livraisons tardives . Ces informations peuvent tre pertinentes
lorsque lobjectif est damliorer le processus de
dveloppement et de dclencher des actions damlioration du cot de la Matrise dOuvrage. Il faut tre
capable de le mesurer. Lefficacit, dans ce cas l,
serait indique par la production des spcifications
dans les dlais. La performance serait analyse par
le rapprochement de cette efficacit avec les

La Lettre dADELI n 69 Automne 2007

moyens. On cherchera alors produire le mme

rsultat avec des moyens optimaux. Cest le principe
de lefficience. Les contrleurs de gestion reprsentent cela de la faon suivante :
OBJECTIFS

Pertinence

Efficacit

MOYENS

RESULTATS
Efficience

On mesure ainsi la pertinence, lefficacit et lefficience. Ce sont les bases dun systme dcisionnel
pour la mesure de la performance, pour le contrle
de gestion et pour la dmarche qualit.
On peut ajouter une quatrime dimension, propose
par Yvon Pesqueux, qui permet de prendre en
compte la satisfaction de lutilisateur. Yvon Pesqueux
introduit la notion de partie prenante ; par exemple un
actionnaire de lentreprise, ou le citoyen contribuable
pour une administration.
Le dcideur a besoin davoir une connaissance de ce
qui se passe pour agir. De l, nat le besoin dun
reporting labor, quitte, au besoin, se confectionner ses propres tableaux de bord. Il est galement ncessaire de prdire pour orienter laction.
Comment prdire ? Sur le site Internet du CNAM
(www.cnam.fr), le LIPSOR (Laboratoire de Prospective) prsente des outils permettant de raliser des
tudes prospectives. Ces outils sappuient sur une
mthode statistique labore qui ncessitera des
donnes historiques pour alimenter ces outils et
mthodes. Au fur et mesure de la collecte des
donnes, des chroniques seront disponibles et
constitueront, au bout de six mois ou un an, un
volume de donnes suffisant pour faire des prvisions. Il sagit dune dimension supplmentaire des
systmes dcisionnels, la dimension temporelle.

Logique de construction des systmes

dcisionnels
Comment tirer parti de toutes ces donnes collectes
dans les systmes comptables ? On sait exactement
combien on a dpens sur tel ou tel poste, on sait
quand on la fait, et on sait quoi cela sera attach.
Cela se rattachait la version A du logiciel ou au
projet x ou y. Ds linstant o lon peut rattacher des
informations que lon peut formuler sous forme
dindicateurs, on amliore notre connaissance de se
qui se passe.

La Lettre dADELI n 69 Automne 2007

La logique de construction des systmes dcisionnels a volu dune approche verticale , autrefois
fonde sur un infocentre ou un service de la
statistique, vers des architectures plus souples. Cette
souplesse est apporte ds la conception du
systme dalimentation, appel grer les volutions
des systmes produisant les donnes, tels que les
logiciels de comptabilit qui ont leur propre cycle de
vie.
Il faudra ainsi rpercuter vers le systme dcisionnel
chaque volution de ce logiciel, ce qui soulve la
question du cot dobtention de ces informations. Un
systme de contrle de gestion ne peut pas tre en
contradiction avec lui-mme et coter plus cher que
les conomies quil permettra dapporter.
Une autre question concerne les utilisateurs des
tableaux de bord, et en particulier le dcideur . On
imagine quelquun, quelque part vers le haut de la
pyramide, qui rgulirement accde au tableau de
bord, rapproche les informations dont il dispose des
objectifs et prend les dcisions ncessaires. Il sagit
dune approche ascendante qui consiste faire
remonter les donnes ncessaires la prise de
dcision puis communiquer de faon descendante
les actions correspondantes. Les organisations ne
sont plus aujourdhui structures de cette faon, mais
plutt selon diffrents niveaux avec la mise en place
de mcanismes de dlgation ou de dconcentration.
Ce type dorganisation induit le besoin de tableaux de
bord multi niveaux. Un dcideur aura par exemple
besoin de nutiliser un instant donn quune partie
de la centaine dindicateurs disponibles dans le
systme dcisionnel, pour suivre une campagne ou
des vnements sur une priode bien dlimite. Sur
un autre axe, lorganisation sera trs probablement
structure en domaines fonctionnels, chacun ayant
ses propres proccupations et besoins de suivi. Par
exemple, le service marketing aura des proccupations diffrentes de celles du service de lapprovisionnement et cherchera analyser les ventes dun
secteur donn. Ils vont surveiller 7 8 indicateurs qui
leur permettront de dialoguer avec les responsables
des ventes et leur responsable hirarchique, qui
disposera, de son ct, des indicateurs correspondant son niveau de responsabilit. lautre bout de
la chane de ces systmes, il faut que la restitution
des informations dcisionnelles soit adapte
lutilisateur selon diffrents niveaux.
Autre problme, celui du stockage. Si un systme
dcisionnel ne ncessite pas forcment de gros
volumes de donnes au moment de sa mise en
uvre, le stockage des donnes de dtail sur des
priodes longues peut faire grossir la base de
donnes dans des proportions importantes. Le volume dinformations potentiellement restituables sera
difficile faire tenir sur un tableau de bord et traiter
pour prendre une dcision. Il existe galement une
diffrence dchelle entre le systme dcisionnel
dune PME, dune petite structure ou dune agence et
celui dune organisation plus importante. Dans le

domaine du contrle de gestion, les volumes

dpassent rarement 150 giga-octets. En revanche,
pour des domaines danalyse de population ou de
ciblage ou pour suivre des processus tels que la
performance ou la qualit, on peut avoir besoin de
grosses volumtries. Lide, cest dadopter un
modle darchitecture qui permette, quelle que soit
lchelle, de sadapter aux besoins.
Un systme dcisionnel est compos de trois
maillons :
lalimentation, essentielle, que lon soit aliment
par un systme comptable ou un systme de
management de la qualit ;
le stockage, qui doit rester indpendant des choix
techniques faits pour lalimentation et la restitution ;
la restitution, laquelle on demandera de la souplesse et des facilits de navigation et dexploration
des donnes.
Les informations doivent tre fiables, pertinentes et
prcises. Beaucoup de systmes dcisionnels ont
t construits puis ont disparu, parce que les informations restitues ntaient pas utilisables, ou encore
parce que la rgle de gestion, permettant de dfinir
tel ou tel indicateur, tait consensuelle, mais navait
jamais t valide.

Absence de donne collecte

Lorsquon sappuie sur un systme de collecte
automatise, il arrive que le systme dalimentation
soit indisponible et ne puisse fournir les donnes
dune ou plusieurs priodes. Quelle dcision prendre ? Par exemple, si les donnes dune demijourne manquent ? Peut-on encore faire une consolidation ? Faut-il renoncer calculer lindicateur pour
cette priode ou seulement indiquer que, pour cette
donne-l, les valeurs ntaient pas compltes au
moment de la collecte, mais que sa valeur rvle
quand mme une tendance. Un indicateur, calcul
partir de donnes pour lesquelles manque une demijourne sur un mois, peut rester exploitable, mais
peut introduire une erreur trop importante sil est
calcul sur une priode plus courte. Faut-il prendre
ou non cette valeur en compte ? Il est primordial de
rpondre cette question avant de restituer linformation aux chelons suprieurs, surtout si lindicateur vient en appui dune dcision.

Application la gouvernance des

systmes dinformation
Le CIGREF avait, il y a quelques annes, soulev la
question suivante : Comment le contrleur de
gestion, peut-il appuyer le DSI ? . Le DSI rencontre
dans son environnement des problmatiques de
dcision sur des investissements, des budgets, des
cots, un plan de production, des objectifs, des
moyens. Il a besoin dinformations pour dcider des
actions entreprendre. Les processus informatiques

sont complexes et risqus et reprsentent une part

importante du budget dune entreprise. Lide, ctait
de rutiliser tous les principes qui font quune entreprise arrive matriser son activit, et de les appliquer la matrise de lactivit informatique. Le DSI a
besoin davoir une ide de lactivit, de ce qui a t
produit sur une anne, en termes de fonctionnalits
livres. Cela reprsente une bonne mtrique, si on lui
associe le niveau de qualit des livraisons. On sait en
principe mesurer les dfauts, on a donc l un champ
pour appliquer les techniques du dcisionnel et du
contrle de gestion.
Il sagit de dfinir des indicateurs qui seront cohrents avec les objectifs, de les structurer en un systme de mesures et dappuyer ce systme, thorique,
par un systme technique compos dun processus
dalimentation, dune base de donnes pour le
stockage et doutils de restitution.

Les indicateurs
Si on regarde ce que mesure une organisation,
on remarque que les indicateurs permettent principalement de mesurer la chose produite , sa qualit
et son efficience, et ont pour but de donner de la
visibilit sur lactivit. Lefficience est mesure par le
rapport entre les rsultats atteints et les moyens
engags. Des plans de production vont prvoir les
livraisons, projet par projet. Un certain nombre de
livraisons sont attendues dans lanne et font lobjet
dune planification, dun diagramme de Gantt, outill
par exemple par MS-Project. Si on constate que 99%
des livraisons sont intervenues dans le dlai du
planning, on peut envisager de resserrer un peu les
dlais et dutiliser une marge de progression.
Ce qui est particulirement intressant, cest le dialogue qui prend appui sur les indicateurs. Par exemple,
lexamen du nombre de livraisons intervenues hors
dlai peut rvler un problme dans lestimation de la
charge ou rvler les consquences dun ala pendant la phase de dveloppement. La valeur mesure
de lindicateur va permettre damorcer le dialogue
avec les chefs de projet et de voir ce qui sest pass.
Cest peut-tre un problme de march notifi trop
tard, dassistance externe arrive trop tard, de disponibilit du matriel ou encore un bug sur un progiciel
que lon na pas pu contourner tout de suite.
Sur la base de ces informations, on pourra prendre
les actions correctives ncessaires, recaler les dlais, surveiller la notification des bons de commandes
et la passation des marchs.
On pourra avoir une action vis--vis des diteurs de
progiciels, leur faire constater, statistiques lappui,
que les dernires versions livres prsentaient beaucoup de dfauts, qui ont demand un appel au
support. On dispose alors dune base factuelle pour
discuter des problmes rencontrs et envisager les
actions permettant leur rsolution.

La Lettre dADELI n 69 Automne 2007

Gestion des volutions

Une des applications des systmes dcisionnels
porte sur la gestion des volutions du systme
dinformation, via la dfinition dindicateurs tels que le
nombre de spcifications livres dans les dlais. On
peut utiliser un outil de gestion de bugs, comme
Bugzilla1 pour dtecter les demandes dvolutions.
Cest un outil qui est intressant car il enregistre de
faon formalise, dj paramtre (et modifiable),
des anomalies ou des vnements que lon rencontre
pendant la recette. On dispose dinformations telles
que la version du logiciel, la date de cration du rapport danomalie, le nom de son crateur, la svrit
de lanomalie (majeure, mineure, bloquante), lenvironnement dans lequel elle est intervenue (Recette,
Qualification, Production). Les informations sont
enregistres, si possible de faon complte, lorsquun bug est dclar. Loutil permet une discussion,
par messagerie, et va produire une trace des
changes, qui seront journaliss. Certaines anomalies sont comptabiliser comme anomalie en cours
de recette, on peut ainsi tablir un score sur une
version, permettant de mesurer sa qualit. Cela
permet galement danalyser le nombre et la nature
des demandes dvolution pendant les phases de
dveloppement, de recette ou de qualification dune
version donne, obtenant ainsi un bon indicateur de
maturit des spcifications. Entre anomalie et volution, il existe cependant un cas qui pose problme :
lorsque les spcifications ont bien t respectes la
lettre et quil ne sagit pas dune anomalie, mais que
ltat actuel des spcifications ne permet pas au
logiciel de fonctionner. Il faut dans ce cas rectifier ou
complter le dossier pour que lapplication puisse
fonctionner de faon satisfaisante pour lutilisateur.
De ce fait, trois cas peuvent tre rencontrs :
on corrige lanomalie car il sagit bien dune non
conformit vis--vis des spcifications,
on demande un nouveau cahier des charges afin de
prendre en compte lvolution,
on examine lopportunit de prendre en charge le
complment selon son caractre : bloquant, majeur
ou mineur.
Il est important de disposer, par version, du nombre
de cas dcouverts, classs selon cette typologie et
de les classer selon le niveau de svrit.
Ces constatations vont dboucher sur des actions
correctives ou damlioration qui ne sont possibles
que si lon dispose des bonnes informations en
entre.
Prenons un exemple : si lon a 15 demandes dvolution au moment de la recette, cheval entre la
recette et le dveloppement, cela peut signifier que
les spcifications ont t faites trop rapidement, ou
que le spcificateur ntait pas vraiment align sur la
1

Bugzilla est un logiciel libre, dvelopp et utilis par la fondation

Mozilla, pour le suivi des bugs.

La Lettre dADELI n 69 Automne 2007

logique de lentreprise et les attentes de lutilisateur.

Lutilisateur suivra en effet une logique mtier et
recettera lapplication selon cette logique. Si la recette fait apparatre un nombre important de demandes
dvolution, cest probablement que lapplication nest
pas aligne par rapport au mtier. On peut se poser
la question de la valeur ajoute par cette version, qui
sloigne alors de son objectif premier : livrer une
application qui soit conforme aux normes et standards tout en tant aligne avec les processus de
lentreprise.

Conclusion du confrencier
Dominique Mollard indique, en conclusion, que des
efforts ont t faits pour formaliser le domaine
dapplication du pilotage de la performance la
gouvernance des systmes dinformation. Ce sujet
touche aux moyens et leur utilisation pour atteindre
des objectifs. Il y a cependant un aspect psychologique, li aux pratiques, qui impose la conduite du
changement.
Un systme dcisionnel pour le suivi des projets, en
appui de la gouvernance des systmes dinformation,
aura une chelle beaucoup moins importante quun
systme dcisionnel pour le pilotage de la performance qui soit institutionnel. Par contre, il est
probable que lun sera imbriqu dans lautre. Les
indicateurs de qualit informatique que lon mesure
avec loutil appliqu la gouvernance des systmes
dinformation, refltant par exemple le nombre
dheures potentiellement perturbes par application
sur une anne, seront remonts dans le systme
dcisionnel institutionnel. Linformatique nest finalement quune des fonctions de lentreprise, une fonction de support des processus mtiers, tout comme la
vente, ou les achats.
Il est donc ncessaire de mettre en place un outil
pour le dcideur, au plus haut niveau, qui lui permettra de connatre ltat de sant de la production
informatique, via les indicateurs sur la qualit ou le
fonctionnement des services dassistance. Il est galement ncessaire de mettre en place un systme un
peu plus prcis, centr sur linformatique, qui
permette de mesurer un niveau de dtail plus fin
les mmes processus et de donner au DSI une
image de ce qui se passe.
Et puis, dernier point, il y a une convergence entre la
logique de construction de ces systmes dcisionnels et des rfrentiels tels que CMMI. Au niveau des
domaines Assurance Qualit et Mesures et
Analyses , le fait davoir dfini des indicateurs,
dtre outill pour en tracer la valeur, et de les restituer constitue un bon point de dpart par rapport au
niveau de maturit que lon vise. Le systme dcisionnel nest pas en contradiction avec cette logiquel, bien au contraire. Il fournit dj des lments qui
permettent de dmontrer de faon prcise, fiable,
pertinente et le moins possible discutable que lon a
atteint un niveau donn.

Quelques questions
Comment les donnes peuvent-elles tre fiables,
pertinentes, prcises ?
La rponse de Dominique Mollard semble vidente :
en faisant les bons choix de conception ds le
dmarrage du projet. Il y a diffrentes faons dalimenter un systme dcisionnel : on peut prendre
contact avec lquipe responsable du systme et lui
demander de produire un fichier ou un flux par lintermdiaire dune interface. Deux faons de procder
sont envisageables :
aller chercher les donnes directement dans lapplication, en dveloppant un collecteur, interroger sa
base de donnes et stocker les donnes vises ;
ou alors, ngocier un contrat en prcisant les
donnes ncessaires en dfinissant un lot de
collecte, par exemple des enregistrements qualit et
le format dchange.
Lobjectif est de rechercher un format de donnes qui
facilite la collecte et lintgration pour le client et qui
minimise la charge de production pour le fournisseur.
La contractualisation permet datteindre un niveau
lev de qualit dans la fourniture des donnes. Pour
un fichier dchange au format texte dlimit, par
exemple, des contrles sur les zones pourront tre
spcifis et mis en place dans lapplication productrice. Lutilisation du langage XML permet dtendre
ces contrles au typage des donnes, leur caractre obligatoire ou non et de mieux contrler leur
structure. En complment, des procdures spcifiques permettront de dtecter les erreurs lors de
lalimentation et didentifier les applications sources
de donnes pour lesquelles des erreurs rcurrentes
sont constates. Par exemple, la collecte de lapplication Digital1 sappuie sur 33 applications denvironnements trs diffrents produisant des donnes au
moyen de fichiers dont le format est en texte
dlimit . Ce choix technique est bien adapt aux
applications traditionnelles et a fait lobjet dun trs
large consensus. La mise en place de contrles
qualit lors de lalimentation a galement un effet
prventif car le fournisseur sera incit assurer la
qualit de ses productions pour viter les rfections.
Des points de contrle qualit peuvent tre galement dfinis aux diffrentes tapes de lalimentation.
Par exemple, sur la prsence des lots de collecte, le
format des donnes quils contiennent, lors de
linsertion des donnes dans la base de donnes et
au niveau des outils de restitution.
Pour le contrle de gestion, cela parat simple.
Comment, dans une DSI, quand on na pas
dindicateurs, avoir cette fiabilit des donnes
sans la lourdeur ?
En tant que responsable dquipe projet ,
Dominique Mollard nous indique quil alimentait ces
1

Digital Pilote est un diteur franais de solutions dcisionnelles,

rachet par Sage en 2006.

10

indicateurs, tout en tant galement matre duvre

de loutil qui permettait de les restituer au Directeur
Informatique. Le systme de collecte doit tre dfini,
dcrit, contractualis et explicable. Les utilisateurs
savent que les donnes quils fournissent seront
transformes, consolides et agrges dans un
tableau de bord, et devront sintresser aux rgles de
gestion, pour valider les donnes fournies. La validation est essentielle. Elle est en mme temps trs
complique parce quelle seffectue sur le tableau de
bord, qui est le produit fini et suppose de matriser
toutes les rgles dagrgation, tous les niveaux. Une
tape de pr-validation permet de simplifier ces
travaux et de gagner du temps en intervenant au
niveau de la base de donnes, puisque les outils de
restitution vont aller chercher linformation dans
lespace de stockage. Sur le projet Digital, 150
indicateurs sont restitus, dont 15 de trs haut niveau
et trs sensibles. Dans la base, on retrouve 650
donnes lmentaires collectes auprs de 800
units oprationnelles. Pour la recette, on procde
domaine par domaine selon deux niveaux :
sur la base de donnes, laide de requtes, dont
on compare le rsultat avec celui prvu pour les
calculs dagrgation ;
lorsque les processus dalimentation (ce sont eux
les plus importants) sont valids dans la base de
donnes, les travaux stendent alors aux
restitutions. On teste lment par lment. Pour
afficher un tableau de bord prdfini, loutil fait
linterface avec une structure mta-donnes pose
sur la base de donnes. La procdure est assez
simple : on peut reconstituer le tableau de bord
avec quelques requtes, rcuprer le rsultat, puis
vrifier ce qui est affich par loutil de restitution.
Ensuite, les objets multidimensionnels, cubes ou
structures OLAP, peuvent tre valids avec toutefois une difficult plus grande du fait du nombre de
croisements possibles. Ces croisements supposent
des calculs intermdiaires pour lesquels on utilise
aussi des fonctions de la base de donnes, cube
Oracle, par exemple, pour avoir des lments de
comparaison. Ces informations sont compares
avec ce que loutil dcisionnel a restitu. Les anomalies les plus importantes sont rarement constates sur le systme dcisionnel lui-mme, mais plus
frquemment sur le logiciel qui alimentait les
donnes. Un cart de quelques pour-cents par
rapport la valeur attendue nest pas facilement
dtectable dans les restitutions : il est plus facile de
le dtecter lors de lalimentation.
Assurer la qualit dun systme dcisionnel implique
la dfinition de mtriques sur lalimentation. Les
indicateurs essentiels, qui appuient des dcisions
stratgiques, doivent tre scuriss, car le processus
dalimentation de ces indicateurs sera critique. Les
indicateurs ne sont pas tous au mme niveau.
Certains sont saillants du fait des enjeux associs
et ncessiteront de dfinir des mtriques et de faire
un peu de mtrologie sur les sources de donnes :

La Lettre dADELI n 69 Automne 2007

 Ainsi, il est possible de caractriser la criticit

dune linformation, par exemple lorsquelle entre
dans la composition dun indicateur qui est essentiel
pour le pilotage de lentreprise un niveau stratgique.
Une autre mtrique qui peut tre intressante, cest
la variabilit de la source qui permettra danticiper
les volutions.
Ensuite la complexit est intressante mesurer.
Linformation recherche pourra tre directement
mobilisable ou rsulter dun calcul ou dun algorithme.
Enfin, la priorit de lindicateur pour lorganisation,
pour lalignement de la stratgie, permet de rendre
compte du gain attendu par sa mise en place.
Sagit-il dune information qui manque vraiment pour
la prise de dcisions, ou bien est-elle disponible par
ailleurs ?
On a des indicateurs qui refltent le pass pour
prendre des dcisions pour lavenir. Quen est-il
du modle prdictif ? Qui le dfinit et comment
contrle-t-on sa qualit ?
Les prvisions peuvent tre ralises par des outils
de data mining utilisant les donnes du systme dcisionnel. Ces outils implmentent des algorithmes
traditionnels, tels que les modles de rgression, ou
heuristiques, tels que les rseaux neuronaux. La
difficult est le niveau de comptence requis pour
dfinir les rgles de gestion pour le calcul des
agrgats et le paramtrage du modle. Des comptences spcifiques sont galement ncessaires pour
linterprtation des rsultats. Les donnes prsentes
dans les entrepts de donnes doivent tre transformes pour correspondre la logique des outils de
data mining. En effet, pour un sujet donn, plusieurs
lignes peuvent tre prsentes dans la base, chacune
correspondant un vnement. Or le modle utilis
est souvent fond sur une observation rendant
compte de faon synthtique du comportement dune
variable. Il est possible dutiliser un outil OLAP pour
prparer un tableau de donnes partir du systme
dcisionnel puis dutiliser les donnes obtenues pour
alimenter loutil de data mining.
Ces outils ncessitent trois jeux de donnes : un pour
lapprentissage du modle, un pour sa validation lors
des tests et le dernier correspondant aux donnes de
production traiter.
Mais cest lditeur du logiciel qui devrait faire
ces vrifications de lalgorithme ! Et ensuite cest
un problme de confiance en lditeur. Si les
donnes de dpart sont correctes, vous savez ce
que vous attendez comme rsultat...
En effet, les rseaux neuronaux sont implments
dans loutil et les procdures de tests ont permis de
les valider. Cependant, lors de linterprtation des
rsultats, il est essentiel de savoir si le processus a
bien t respect. Et quelle conclusion peut-on en
tirer ? On ne peut pas utiliser directement les
donnes de lentrept de donnes car on enregistre

La Lettre dADELI n 69 Automne 2007

des chroniques pour faire des suites temporelles

alors que les outils de datamining sappuient sur des
observations. On construit donc un datamart (un
magasin de donnes) cot du datawarehouse
(entrept de donnes) de faon particulire pour que
loutil puisse utiliser les donnes sous forme tabulaire, cest--dire avec une ligne par observation.
Le data mining a un cot exploratoire, qui est trs
difficile coder dans les procdures dalimentation.
Inversement on peut avoir des masses de donnes
et ne pas savoir quelle dcision prendre. Les statisticiens font du requtage partir dune masse
dinformations disponibles. Les bases se mesurent
alors en traoctets.
Lautre logique, cest la logique de linformation
choisie car linformation a un cot dacquisition.
Dans loutil dcisionnel, on peut calculer lcart entre
deux valeurs, par exemple entre lobjectif et le rsultat, ou calculer un ratio, ou appliquer un algorithme.
Quand les donnes ncessaires dpendent dune
source dinformation dont on ne dispose pas, lajout
de cette source constituera le cot le plus important
et ncessitera de prvoir un contrat applicatif et une
structure de flux quil faudra ensuite intgrer. Une
analyse de la valeur apporte par lindicateur et sa
comparaison avec les cots dobtention des donnes
ncessaires permettra den apprcier la pertinence.
On peut avoir des donnes utiles diffrents
services. Dans ce cas-l, est-ce que tout garder
nest pas la meilleure solution ? Une grande
banque refait tous ses systmes de synthse. Ils
ont dcid de mettre dans un pot la collecte
des donnes pour les besoins de la comptabilit,
pour le contrle de gestion, les risques, les
besoins rglementaires, les besoins du pilotage
de lactivit avec des datamarts sectoriss.
On cre une donne parce quelle entre dans la
composition dun indicateur qui correspond un
besoin par rapport un objectif. On peut donc en
dduire les donnes lmentaires quil faut collecter.
On construit un dictionnaire de donnes, on liste les
indicateurs, les donnes ncessaires, puis on applique les mtriques. On peut donc en dduire quune
donne est utilise par plusieurs indicateurs
diffrents et de ce fait a une valeur qui justifie sa
collecte et son intgration dans le calcul dindicateurs.

Vronique Pelletier
home.pelletier@club-internet.fr
Dominique Mollard
dominique_mollard@yahoo.fr

11

Quelques prcisions
Diagramme de Gantt : outil permettant de modliser la planification des tches ncessaires la ralisation
dun projet.
OLAP ou cube (daprs Wikipedia) : OnLine Analytical Processing (OLAP) dsigne les bases de donnes
multidimensionnelles (aussi appeles cubes ou hypercubes) destines lanalyse et il soppose au terme OLTP
qui dsigne les systmes transactionnels. Ce terme a t dfini par Ted Codd en 1993 au travers de 12 rgles
que doit respecter une base de donnes si elle veut adhrer au concept OLAP.
Les 12 rgles de Codd sont les suivantes :
vue conceptuelle multidimensionnelle ;
transparence ;
accessibilit ;
constance des temps de rponses ;
architecture client serveur ;
indpendance des dimensions ;
gestion des matrices creuses ;
accs multi-utilisateurs ;
pas de restrictions sur les oprations inter et intra dimensions ;
manipulation des donnes aise ;
simplicit des rapports ;
nombre illimit de dimensions et nombre illimit dlments sur les dimensions.
Ce concept est appliqu un modle virtuel de reprsentation de donnes appel cube ou hypercube OLAP.

Sigles, Termes, abrviations

CIGREF

Club Informatique des Grandes Entreprises Franaises

CMMI

Capability Maturity Model Integration

CNAM

Conservatoire National des Arts et Mtiers

Data mining

Exploration de donnes (littralement forage de donnes)

Datamart

Magasin de donnes

Datawarehouse

Entrept de donnes

DSI

Directeur du Systme dInformation

MOE

Matrise duvre

OLAP

On Line Analytical Processing

PME

Petite et Moyenne Entreprise

SID

Systme dInformation Dcisionnel

XML

eXtensible Markup Language : langage de balisage extensible

Bibliographie
Dominique Mollard - Systmes dcisionnels et pilotage de la performance - Herms-Lavoisier

12

La Lettre dADELI n 69 Automne 2007