Analyse ad hoc

Qu’est-ce qu’une analyse ad hoc ?

La définition de “adhoc” est “sur place” ou “faite pour un but spécifique si nécessaire”. 

L’analyse ad hoc est une procédure de business intelligence (BI) qui sert à fournir des réponses à des questions métiers spécifiques et isolées en utilisant les données disponibles de diverses sources sans impliquer le département informatique.

Avec l’analyse ad hoc, les utilisateurs peuvent créer des rapports qui n’existent pas actuellement ou approfondir des rapports existants afin d’obtenir un niveau de connaissance plus approfondi sur une certaine problématique. Ce type d’analyse peut être fait en réponse à un événement business comme une baisse des ventes.

Un facteur distinctif clé de l’analyse ad hoc est sa capacité à offrir des analyses entièrement personnalisées sans avoir besoin de connaissance technique pour manipuler les données.

Si vous voulez aller plus loin sur le sujet, c’est un peu plus bas que ça se passe 👇 🤓

1. Formation sur Google Analytics 4

2. Formation sur Google Tag Manager

3. Formation sur les paramètres UTM

4. Formation sur le plan de taggage

5. Formation sur Looker Studio

6. Formation sur Matomo

7. Formation sur Google Tag Manager Server-Side

8. Formation sur l’attribution marketing

9. Formation sur l’API de conversion Facebook

10. Formation sur Google BigQuery

Dans quel contexte puis-je être amené à réaliser une analyse ad hoc ?

Le terme d’analyse ad hoc est très général, et englobe beaucoup d’analyses différentes, pour beaucoup de contextes. Vous en avez peut-être même déjà réalisé ou fait réaliser sans connaître le terme technique associé. De manière générale, une analyse ad hoc se caractérise par :

Son unicité. Une analyse ad hoc est généralement une analyse métier faite une seule fois, en “one shot”. Il n’est cependant pas rare que certaines analyses ad hoc soient suffisamment intéressantes pour qu’elles fassent l’objet d’un reporting régulier ultérieur. Mais, de manière générale, si vous devez réaliser une analyse ad hoc, vous devrez partir des données plus ou moins brutes et les faire parler vous-même. De plus, vous ne vous soucierez pas forcément de la réplication de cette analyse.

Sa portée. En réalisant une analyse ad hoc, on répond à une question. “Est-ce que la baisse de mes chiffres de vente ce mois-ci sont dus à l’augmentation du prix de cet article spécifique ?”, “Est-ce que la cadence de production de tel article est suffisante ou faut-il prévoir une ligne supplémentaire de fabrication le mois prochain ?”, etc. Une analyse ad hoc répond à un besoin spécifique pour un métier spécifique de l’entreprise, afin de pouvoir aider à une décision tactique.

Son format. Contrairement à un rapport BI régulier où les KPIs et autres courbes sont formatées, les analyses ad hoc, de part leur unicité, peuvent être créées de A à Z, charte graphique comprise. Cela permet souvent de permettre une analyse ayant plus d’impact et plus approfondie qu’un reporting régulier. Vous pourriez même surprendre votre auditoire en créant et en utilisant une visualisation personnalisée !

Son auditoire. Une analyse ad hoc est spécifique, donc son auditoire doit être spécifique. Souvent, il est composé de son commanditaire (qui peut d’ailleurs être son réalisateur) et de quelques autres personnes du même métier. C’est un autre point qui diffère du reporting régulier classique, qui est généralement à destination au minimum d’une équipe, voire à la totalité d’une entreprise.

Son réalisateur. Les analyses classiques sont faites par des personnes dont c’est le métier. Ces analystes peuvent être intégrés au métier, comme un analyste logistique/supply chain/marketing etc, où ils forment une passerelle entre le métier et l’équipe IT. L’équipe IT va se charger de monter les bases de données issues du Data Warehouse (ou Data Lake) pour le métier spécifique pour l’analyste. L’autre schéma classique est que les analystes soient directement intégrés dans le métier IT. Ils forment toujours une passerelle entre IT et métier, mais cette fois-ci plutôt du côté IT. Dans les deux cas, mais surtout le second, il peut être long d’obtenir des analyses réalisées en one shot. Une analyse peut prendre plusieurs jours, ce qui peut être gênant dans le cadre d’une analyse à effectuer d’urgence. Il peut aussi y avoir un phénomène d’auto-censure, où le commanditaire de l’analyse, aussi pertinente puisse-t-elle être pour une prise de décision importante, décide de lui-même de ne pas surcharger le travail de son analyste. Une des caractéristiques d’une analyse ad hoc est d’être réalisée par une personne qui n’est pas analyste. Le plus souvent, elle est réalisée par l’équipe qui commandite l’analyse. Les résultats de l’analyse sont donc directement utiles au réalisateur, ce qui peut permettre une meilleure compréhension métier des enjeux de l’analyse. Ce type d’analyse permet donc de désengorger les équipes IT en réalisant soi-même des analyses, et ainsi d’éviter à la fois les intermédiaires et les goulots d’étranglement. 

Ainsi, j’espère que vous serez convaincus que les analyses ad hoc sont à la fois très utiles, mais aussi très courantes dans le monde de l’entreprise. Pour peu que vous ayez griffonné des chiffres sur un tableur Excel avec des données de votre entreprise pour une analyse très rapide, vous avez probablement réalisé une petite analyse ad-hoc.

Comment permettre à mon équipe de réaliser des analyses ad hoc ?

Pour réaliser une analyse ad hoc, il y a plusieurs prérequis notamment d’accès, voire de logiciels à installer. Certaines d’entreprises ne permettent pas à leurs collaborateurs d’avoir un accès d’administration de leur ordinateur professionnel, et devront donc demander à leur support informatique les éléments prérequis. Avec un peu de chance, ils seront réactifs : après tout, les analyses ad hoc sont censées décharger une partie de leur travail sur le long terme.

En termes d’accès, vous devrez avoir accès à certaines bases de données utilisées pour vos reportings réguliers, afin de pouvoir adapter ces données pour vos besoins immédiats. Cela peut demander la création pour vos équipes IT d’une catégorie “reporters”, afin de gérer au mieux les identifications. A noter également que certains logiciels de visualisation de données ont des tarifs à la licence (comme Power BI ou Qlik,…) pour leur version complète. Selon votre architecture informatique, il ne sera donc pas forcément évident de pouvoir réaliser vos analyses ad hoc pour tous les membres de votre équipe.

Certains outils sont cependant gratuits, que ce soit dans une version complète ou dans une version limitée. Ainsi, on peut noter par exemple Power BI, qui dispose d’une version Desktop (à comprendre : un logiciel en local à installer sur votre ordinateur). Cette version est gratuite. Cependant, si vous souhaitez téléverser votre rapport à distance pour que vos collègues puissent en profiter, il faudra renseigner une licence d’utilisation payante. 

Dans la liste des outils gratuits, on peut également citer Google Data Studio, qui est un outil de reporting simple, récent et surtout en ligne. Il n’y a donc pas besoin d’installer quoi que ce soit pour commencer à créer ses rapports de données.

Une analyse via ces outils de reporting permettent d’analyser de nombreuses données selon la puissance de votre propre machine, et de créer des rapports personnalisés. De plus, utiliser l’outil de reporting de votre entreprise pour créer vos propres analyses ad hoc a beaucoup d’avantages. Vous aurez ainsi une certaine idée de la façon dont les choses marchent en tant qu’analyste, ce qui est toujours intéressant. Si votre analyse ad hoc a un certain succès pour votre métier, cela permettra à votre analyste et à l’équipe IT d’intégrer bien plus facilement vos données. 

Quels sont les risques à permettre aux équipes métiers de créer des analyses ad hoc ?

Comme dans beaucoup de domaines, il n’y a pas que des avantages à une opportunité. Il y a aussi un certain nombre de risques. Dans le cas des analyses ad hoc, les risques sont de deux natures principales.

Tout d’abord, il y a le risque que la personne ayant réalisé les analyses ne donne pas des résultats corrects. Analyste, c’est un métier à part entière, et le risque d’erreur est plus important si ce n’est pas votre métier. Au-delà du simple risque d’erreur, il y a plusieurs autres facteurs qui peuvent faire que votre analyse est incorrecte. Vous n’avez pas forcément tous les accès pour extraire toutes les données requises. Certaines données peuvent manquer dans le Data Warehouse, et être corrigées dans le post traitement. Gardez en vue ce point essentiel : une analyse ad hoc permet de prendre des décisions. Si les résultats de cette analyse sont faux, la décision peut être mauvaise. Même si votre analyste ne réalise pas une analyse ad hoc, vous devriez aussi souvent que possible le consulter pour vérifier que vous faîtes votre analyse correctement, et, si possible, faire vérifier votre analyse soit par des pairs soit par votre analyste. Cela lui prendra moins de temps que de réaliser lui-même l’analyse, et il pourra déceler certaines subtilités et certaines erreurs grâce à son expérience.

Enfin, il y a le risque que les analyses réalisées soient éparpillées, et qu’on ne s’y retrouve plus. Un des avantages d’avoir un analyste est de pouvoir centraliser la connaissance sur les données de l’équipe. Si des rapports sont faits d’un côté et de l’autre, on risque de ne plus s’y retrouver. Dans le pire des cas, une analyse ad hoc non contrôlée par l’analyste devient un outil essentiel à l’équipe. Si cela arrive, il est essentiel que l’analyse soit intégrée dans le processus de reporting standard. Sinon, si une migration vient changer les bases de données existantes ou arrêtent leur alimentation, les rapports ainsi créés seront parfaitement inadaptés à la migration, donc inutilisables. 

Si vous manquez temps, de méthodologie ou tout simplement d’expertise, l’agence data Boryl peut se charger de vos analyses métiers spécifiques (non ad hoc). Chaque mois, nous réalisons plus de 50 analyses métiers spécifiques pour divers métiers de tout univers ! 🙂 

OLTP, OLAP, Données non structurées, Données structurées, Docker, Gouvernance des données, DFS, MySQL, PostgreSQL, Data cleaning, Analyse ad hoc, Data lake, Power BI, Analyse descriptive, Analyse multidimensionnelle, SIAD, ARR, Taux de rétention, Taux d’attrition, Data mining, Pie chart, Histogramme, Dashboard, Graphique, Tableau software, Box plot, Bar chart, Area chart, Data visualisation, KPI, Analyse de cohorte, MRR, API, Data warehouse, Data engineering, CLV, ETL, dbt (Data Build Tool), Data catalog, Marketing Automation, Segmentation RFM