Comment choisir son outil de data visualisation ?

Les outils de data visualisation sont devenus incontournables pour populariser l’usage de la data au sein des organisations. Une profusion d’outils aux fonctionnalités diverses et variées est proposée sur le marché rendant leur sélection des plus ardues. Comment faire le bon choix ?

Identifier vos usages

  • Impliquer les parties prenantes

Il faut impliquer les parties prenantes (directions métiers, IT, ...) au plus tôt pour valider quels besoins l’outil doit adresser et les préparer au changement. Cela favorisera l’adoption lors du déploiement.

  • Identifier les principaux cas d’usages et personae

Utiliser une méthode adaptée à votre organisation telle que des interviews, ateliers de brainstorming ou d’idéation, afin d’identifier efficacement les principaux cas d’usages et les personae associés.

Un exemple d’approche pour cadrer vos besoins est de répondre aux questions suivantes :

- qui va analyser / présenter / consommer la donnée ? Direction, opérationnel, analyste, externe, grand public…

- pour quel objectif / usage métier ? Pilotage, analyse, communication …

- dans quel cadre ? Sédentaire / mobilité

- par quel moyen / support ? TV, PC, tablette ou téléphone

- avec quelles données sources ? Structurées / non structurées, technologies cloud, big data, systèmes propriétaires (ERP, CRM, …)

- L’ analyse détaillée des besoins vous permettra de quantifier les gains espérés et légitimer le déploiement de l’outil.

  • Sélectionner vos cas d’usages

Choisir au maximum trois cas d’usages se différenciant (périmètre métier, usage,…). La sélection peut être facilitée en identifiant les gains espérés (communication, valeur métier et ROI)

Définir et pondérer ses critères de sélection

Construire une matrice d’évaluation

Une fois vos usages cibles clairement identifiés, vous êtes prêts pour définir et pondérer les critères d'évaluation. Les principaux thèmes de critères peuvent être de type :

  • le coût : penser à prendre en compte le coût total de possession, incluant le coût de licence, mais également le coût d’intégration, de montée en compétence, etc.
  • L’adaptation à votre écosystème SI
  • La capacité à préparer et structurer l’accès aux données
  • Les fonctionnalités d’analyse et présentation des données
  • L’expérience utilisateur (créateur et consommateur) et collaboration

Il ne faut pas oublier de pondérer ces critères en prenant en compte les usages souhaités et les contraintes internes à l’entreprise.

Place à l’évaluation !

Il faut maintenant présélectionner les outils du marché les plus adaptés et les évaluer selon les critères définis précédemment.

L’évaluation est simplifiée par un format standardisé. Nous préconisons par exemple des notes de synthèse par outil permettant de faire ressortir les éléments saillants, les forces et les faiblesses de chacune des solutions.

Construire une maquette. Il est souvent recommandé de mettre en place des démonstrateurs afin de compléter l’évaluation ( par exemple : simplicité d’usage, intégration dans l’écosystème IT, …) en s’appuyant sur les cas d’usages définis lors de la première étape.

Et le gagnant est ?

Après tout ce travail préparatoire, il est maintenant temps de délibérer et faire son choix ! Le classement des outils obtenu grâce à la matrice va faciliter une prise de décision collégiale et la sélection de la solution adéquate. On peut désormais instruire le plan de déploiement.

La sélection d’un bon outil est une étape déterminante, mais pas suffisante pour débuter dans la data visualisation. Vous pouvez suivre les conseils dans cet article pour bien réussir votre projet.

300x300_portrait-clement-froissart.png
Clément Froissart

Consultant sénior en data depuis plus de 10 ans, j’accompagne mes clients à faire de la data un levier pour accélérer leur transformation. J’aide mes clients à définir des cas d’usages répondant à leurs enjeux et je pilote leurs mises en œuvre sur l’ensemble du cycle de vie de la donnée.