Analytics & Business Intelligence

Quelle est la différence entre Analytics et BI ?

La BI (Business Intelligence) est historiquement orientée vers le reporting et les tableaux de bord descriptifs : elle répond à 'que s'est-il passé ?'. L'Analytics englobe aussi les approches diagnostiques ('pourquoi ?'), prédictives ('que va-t-il se passer ?') et prescriptives ('que faire ?'). En pratique, les deux termes sont souvent utilisés ensemble.

Pourquoi apprendre SQL pour l'analytics ?

SQL reste le langage universel pour interroger des données structurées, quel que soit l'outil. Un analyste qui maîtrise le SQL avancé (CTEs, fenêtres, agrégations complexes) peut travailler sur BigQuery, Snowflake, Redshift, DuckDB ou n'importe quel entrepôt cloud sans réapprendre les bases.

Qu'est-ce qu'une couche sémantique ?

Une couche sémantique est une abstraction entre les tables brutes et les outils BI, qui définit des métriques partagées, des dimensions et des règles de calcul. Elle garantit que tous les tableaux de bord utilisent la même définition d'un KPI. Des outils comme dbt Semantic Layer, Cube.js ou LookML l'implémentent.

Comment choisir ses KPI ?

Un bon KPI doit être mesurable, lié à un objectif stratégique, actionnable (une évolution doit pouvoir déclencher une décision) et compréhensible par les parties prenantes. L'erreur la plus fréquente est de suivre trop d'indicateurs : 3 à 5 métriques clés par niveau (équipe, département, entreprise) suffisent.

Par quel deck commencer ?

Commencer par Fondamentaux de l'analytics et de la BI puis SQL pour l'analyse de données, qui sont les prérequis. Ensuite Statistiques, KPI & métriques, Data visualisation et enfin Couche sémantique & self-service BI.