Vous avez dit « Intelligence Opérationnelle » ?
Tout le monde a une idée assez précise de ce que peut être la « Business Intelligence ». Mais le concept de « Intelligence Opérationnelle » demeure plus confidentiel.
C’est bien regrettable car les entreprises qui font le choix de l’Intelligence Opérationnelle peuvent témoigner de ses apports.
Dans cet article, je vais vous présenter les principaux concepts de la discipline et en illustrer différents cas d’utilisation.
Ensuite, j’essaierai de décrire comment devrait évoluer l’Intelligence Opérationnelle dans les prochaines années.
Qu’est-ce que l’Intelligence Opérationnelle ?
Le cabinet d’analystes Forrester en donnait une définition en 2008. « L’objectif de l’Intelligence Opérationnelle est de fournir aux opérationnels métier des informations « actionnables » afin de les aider à prendre plus rapidement de meilleures décisions et de communiquer sur le déroulement de leurs processus ».
Ce qui n’est pas sans rappeler la définition que donnait quelques années plus tôt Gartner Group du Business Activity Monitoring. Le BAM était décrit comme « un moyen de donner accès en temps réel à des indicateurs de performance sur les activités critiques pour améliorer la vitesse et l’efficacité des activités ».
Sans vouloir comparer les deux approches, on note que la définition de l’Intelligence Opérationnelle introduit deux concepts importants.
Tout d’abord la notion d’actionnable … un anglicisme signifiant qui donne lieu à une action.
Ensuite, la notion de prise de décision par des opérationnels métier.
En quoi l’Intelligence Opérationnelle diffère-t-elle d’autres disciplines ?
Quand on présente l’Intelligence Opérationnelle au sein d’une entreprise, les interlocuteurs ont tendance à comparer avec la Business Intelligence, le Business Process Management ou les solutions de supervision technique (ex. NSM Network and Service Management).
En effet, les entreprises utilisent largement ces solutions bien qu’elles répondent à des problématiques différentes, s’adressent à des populations d’utilisateurs différentes et sur des temporalités différentes.
La particularité de l’Intelligence Opérationnelle est de s’adresser principalement aux lignes métiers, dans une optique de supervision opérationnelle.
Les autres disciplines seront mises en œuvre pour adresser des problématiques différentes comme le montre le schéma ci-dessous.
Concrètement, comment fonctionne l’Intelligence Opérationnelle ?
Une solution d’Intelligence Opérationnelle repose sur un ensemble de briques logiques.
Une première brique capture les données dans le système d’information de l’entreprise.
Une seconde calcule des indicateurs de conformité en fonction du contexte.
Une troisième publie des informations visualisables sur des tableaux de bord, ou sous forme de notifications (mail, sms, …).
Ses promesses
En identifiant au plus tôt les dérives dans les processus métier et en fournissant aux utilisateurs les informations qui vont les aider à mettre en œuvre les actions correctives, l’Intelligence Opérationnelle répond à plusieurs préoccupations des entreprises.
Tout d’abord, l’Intelligence Opérationnelle permet la fiabilisation des processus métier en identifiant au plus tôt voire en anticipant les dysfonctionnements.
De cette fiabilisation découlent deux corollaires.
La fiabilisation des processus métier va permettre de réduire les risques opérationnels et augmenter la satisfaction client.
Au-delà de ce triangle vertueux, on peut aborder le sujet sous un angle beaucoup plus financier. Moins de pénalités, moins de coûteuses tâches correctives, moins de temps gaspillé en surveillance manuelle… Mais aussi possibilité d’offrir aux clients des services à plus forte valeur ajoutée…
En fait bien mise en œuvre, l’Intelligence Opérationnelle aide les entreprises à gagner du temps, économiser voire gagner de l’argent.
Où la mettre en œuvre ?
En fait toute activité présentant certaines caractéristiques est un terrain d’application intéressant de l’Intelligence Opérationnelle.
Les critères intrinsèques à l’activité
Tout d’abord, il faut que l’activité soit tout ou partie informatisée puisque l’Intelligence Opérationnelle capture les données contenues dans le système d’information de l’entreprise pour établir et évaluer les indicateurs de conformité.
De plus, les entreprises tirent avantage d’appliquer l’Intelligence Opérationnelle à des activités où une vision temps réel du déroulement est important. Ainsi, dans le cas d’une activité qui se déroule sur plusieurs semaines, ses apports sont moindres.
Autres candidats intéressants, toutes les activités des engagements de délais ou des deadlines existent. En suivant de bout en bout l’activité, elle permet d’anticiper en permanence le non-respect de ces engagements.
Si l’activité n’est pas critique, il faut qu’elle fasse l’objet de problèmes récurrents pour justifier l’investissement et établir un business case. Dans certains cas, les enjeux ou risques liés à l’activité sont tellement importants que la mise en œuvre d’Intelligence Opérationnelle prend tout son sens même en l’absence d’incident. Dans ce dernier cas, la mise en œuvre devient plus délicate car il faut imaginer quels pourraient être les problèmes.
Enfin, l’IO est intéressante sur toutes les activités où il existe un risque financier ou un risque d’image pour l’entreprise. En effet, il va permettre de regagner le contrôle sur ces activités et ainsi réduire les risques.
Les critères liés à l’identification des problèmes
Les activités sur lesquelles le délai d’identification d’un dysfonctionnement est important sont également de bons candidats pour l’utilisation de l’Intelligence Opérationnelle puisque celle-ci permet de détecter au plus tôt les situations anormales.
De même, elle prend tout son sens si les coûts liés à l’analyse ou la correction d’une situation anormale sont élevés. En anticipant et en permettant d’éviter cette situation indésirable, elle permet de réduire les coûts qui vont en découler.
Quelques cas d’utilisation
Le secteur bancaire a été un des premiers à mettre en œuvre des applications de type Intelligence Opérationnelle.
En effet, de nombreux processus bancaires présentent des engagements forts en terme de délai de traitement ou de deadlines.
Ces activités sont caractérisées par l’importance des volumes à traiter, la multiplicité des étapes de traitement et des statuts à chaque étape et les risques d’erreur.
Mise en oeuvre dans le cadre des paiements interbancaires
De nombreux établissements bancaires l’ont adopté pour superviser leurs activités de paiements.
Elle identifie les goulets d’étranglement, les paiements en erreur et nécessitant une correction manuelle, les étapes moins performantes…
Elle met en évidence des signaux faibles tels que la sous-activité d’un client important indiquant que le client est potentiellement en train de privilégier un confrère banquier ou qu’il connaît des difficultés de transmission. L’IO permet également d’identifier au plus tôt une suractivité susceptible de mettre en péril le bon déroulement du processus.
Elle va surtout alerter les utilisateurs si les engagements de la banque ne sont pas respectés. Il peut s’agir du temps de traitement pour un client important ou de l’heure de transmission maximale pour un paiement.
Mise en oeuvre de l’Intelligence Opérationnelle pour d’autres activités bancaires
L’Intelligence Opérationnelle est également utilisée dans des activités de concentration de trésorerie ou de calcul des valeurs des OPCVM (SICAV et FCP).
Ces deux types d’activité sont différentes mais présentent des similitudes dans leur déroulement. De façon très schématique, il s’agit pour la banque de “récupérer” des informations de différentes sources de données, de les consolider et de les mettre à disposition d’un tiers avant une certaine heure.
L’Intelligence Opérationnelle permet d’abord de s’assurer que toutes les informations nécessaires au processus de calcul sont bien disponibles. Pour cela, elle va s’intéresser à la fois à la ponctualité de la mise à disposition et à l’exhaustivité des informations transmises.
Mise en oeuvre de l’Intelligence Opérationnelle dans d’autres secteurs
Il ne faut pas croire que les cas d’utilisation sont limités aux Services Financiers.
J’ai eu l’occasion de traiter ces problématiques dans des secteurs aussi variés que la Grande Distribution, la Supply Chain ou des Caisses de Retraites! Pour suivre des commandes client, des cycles d’approvisionnement, des dossiers.
L’avenir de l’Intelligence Opérationnelle
Dans sa note de recherche « Hype Cycle for Analytics and Business Intelligence, 2018 » paru il y a environ un an, Gartner Group donnait quelques pistes. Gartner expliquait qu’il cessait de traiter du sujet de l’Intelligence Opérationnelle car la discipline n’avait pas eu la reconnaissance qu’elle aurait dû en dépit du besoin croissant dans les entreprises des apports de l’Intelligence Opérationnelle.
Une autre raison invoquée est la verticalisation de la discipline. Des solutions dédiées apparaissent pour des sujets tels que les call centers, la gestion des flottes de véhicules …
En revanche, cette note s’intéresse particulièrement à une nouvelle discipline baptisée « Continuous Intelligence ». La « Continuous Intelligence » se positionne dans la continuité de l’Intelligence Opérationnelle. Néanmoins, elle prend en compte des évolutions récentes tant de la technique que du marché.
En effet, on se rappelle que sa définition donnée par le Forrester date de 2008. Depuis, le Big Data, la généralisation de l’Intelligence Artificielle et des assistants conversationnels sont apparus
La « Continuous Intelligence » intègre ces nouveaux éléments. Elle permet de rendre les informations réellement actionnables, ce qui n’était pas toujours le cas avec l’Intelligence Opérationnelle.
Mes sujets préférés sont les processus, la data et l’excellence opérationnelle!
N’hésitez pas à me faire un retour sur cet article ou à me contacter sur LinkedIn pour partager nos actualités!
Stéphane
