Comment l'automatisation débloque l'intelligence business & analytics : 4 stratégies éprouvées

Un rapport Harvard Business Review (HBR) a sondé 729 lecteurs HBR pour mieux comprendre les défis auxquels les organisations font face pour devenir agiles, innovantes, data-driven, et véritablement compétitives. Selon le rapport, 86 % des répondants disent qu'extraire de la nouvelle valeur et des insights des données d'entreprise est « très important. » Et 75 % disent que c'est « essentiel » de délivrer de l'intelligence actionnable aux employés à l'échelle de l'entreprise.

Clairement, dériver plus de valeur des données, prendre de meilleures décisions, et agir sur elles plus vite est mission critical pour la plupart des organisations.

Que vous soyez déjà sur le chemin pour être une organisation entièrement data-driven, ou que vous soyez au début de votre parcours, nous avons identifié quatre façons dont l'automatisation peut vous aider à réaliser le plein potentiel de vos analytics et business intelligence (BI) :

1. Améliorer la qualité des données

2. Analyser des données de n'importe quel système

3. Utiliser les données BI dans des automatisations de processus business et IT complexes

4. Démocratiser la BI à travers des rapports automatisés

1. Améliorer la qualité des données

Utiliser de mauvaises données dans les modèles prédictifs et analytics peut mener à la perte de confiance de vos consommateurs BI et avoir un grand impact financier sur votre business. Selon un article Smarter with Gartner, l'impact financier moyen de données de mauvaise qualité sur l'organisation est estimé à être en moyenne 15 millions $ par an.

La préparation de données est une étape importante pour identifier les problèmes de qualité de données avant l'analyse et pour aider la réparation de données. Selon Forbes, « les data scientists passent environ 80 % de leur temps à préparer et gérer les données pour l'analyse, » ne laissant que 20 % de leur temps pour l'analyse.

Automatiser la collecte, le nettoyage, et la réparation de données peut significativement réduire le temps que les analystes passent à préparer les données. Des produits propriétaires comme Tableau Prep sont purpose-built pour automatiser des tâches comme la collecte de données, le nettoyage, et l'étiquetage.

L'automatisation des processus robotiques (RPA) offre un moyen rapide, fiable d'extraire des données de multiples systèmes, effectuer des contrôles de qualité initiaux, et compiler les données dans un fichier unique ou rapport — prêt pour la préparation et l'analyse.

Par exemple, ONCE, une association caritative en Espagne qui soutient les personnes avec déficience visuelle, utilise la RPA pour tracker les stocks de billets de loterie distribués à 28 centres de distribution. En utilisant les Robots UiPath pour se logger dans le système, extraire les données requises, et les entrer dans un rapport maître, ONCE peut maintenant effectuer cette tâche en une fraction du temps qu'elle prenait. L'implication humaine est réduite au minimum, avec seulement la vérification finale et la supervision requises. La génération de rapport est maintenant hebdomadaire au lieu de mensuelle et les employés ont du temps additionnel pour se concentrer sur des tâches à plus haute valeur.

Auparavant, les employés faisaient tout cela manuellement clic-clic-clic en se loggant dans le système, ouvrant le fichier [Microsoft] Excel, copiant-collant l'information, etc. Juste pour qu'ils puissent comprendre les niveaux de stock. Nous leur avons dit que nous pouvions avoir un robot faire cela pour eux et ils étaient ravis.

Au-delà de l'extraction et préparation de données, l'automatisation peut jouer un rôle tout aussi important dans l'amélioration de la qualité de données sous-jacente en évitant les erreurs introduites par la saisie manuelle de données.

La RPA supporte n'importe quel nombre de tâches répétitives pour assurer que la qualité des données reste haute tout en automatisant des processus avancés comme la digitalisation et la collecte de données. L'extraction de données depuis des documents et la synchronisation de données sont deux façons populaires d'automatiser la gestion de données.

Brent Council au Royaume-Uni (UK), par exemple, utilise la RPA pour automatiser leur processus de changement de loyer depuis un qui reposait auparavant sur beaucoup d'effort manuel pour capturer et mettre à jour. Les employés décrivaient le processus manuel comme « mind numbing » (abrutissant) et cela menait inévitablement à des erreurs dans les données. Le conseil a automatisé le processus avec UiPath et l'a déployé en six semaines. Un seul changement de loyer qui prenait plus de quatre minutes à un membre du staff pour traiter manuellement prend maintenant moins de 40 secondes.

Nous avions des assessment officers hautement qualifiés devant passer des heures à copier-coller de l'information pour faire les changements de loyer… Nous avons trouvé qu'automatiser le service de changement de loyer a dramatiquement amélioré la qualité de nos données. Nous avons éliminé les erreurs qui s'infiltrent par la saisie manuelle de données.

Ce projet a eu tellement de succès que beaucoup d'autres équipes dans Brent Council ont demandé à déployer la RPA pour leurs activités de nettoyage de données, assurant une information à jour et précise dans les systèmes business core. Lisez l'histoire complète pour apprendre les nombreuses façons dont Brent Council utilise l'automatisation.

2. Analyser des données de n'importe quel système

Les organisations à travers le monde continuent de compter sur des systèmes legacy et des applications business mission-critical qui n'ont pas d'APIs, comme les mainframes. En fait, selon un rapport de marché global mainframe, « 70 % des données corporate bancaires résident encore sur le mainframe. » Et le marché global mainframe continue de croître. Mais extraire ces données pour l'analyse peut être très challengeant et requiert souvent du travail manuel.

Avec la RPA, vous pouvez étendre la portée data de la BI et des outils analytiques dans les systèmes legacy, environnements virtualisés, et systèmes qui n'ont pas d'APIs. L'automatisation peut aider, que vous vouliez extraire et analyser l'information bancaire core ou rassembler des données de taux de change depuis un site web dans un format que les outils analytics peuvent comprendre.

Brent Council utilise aussi la RPA pour faire circuler les données de leurs systèmes legacy vers leurs systèmes digitaux plus nouveaux :

Comme tout conseil, nous avons beaucoup de systèmes legacy. S'assurer que les données peuvent circuler seamlessly entre nos systèmes legacy et nos systèmes digitaux plus nouveaux est essentiel. La RPA peut être rapidement programmée pour parler avec ces systèmes et extraire efficacement les données de l'un, les valider et les mettre dans l'autre. C'est rapide, efficace, et rentable.

De plus, la RPA propulsée par l'intelligence artificielle (IA) peut dompter des données non structurées comme les emails, PDFs, images, écriture manuscrite, et documents scannés pour l'analytics. Les données non structurées sont consolidées dans une source de données unique, comme un système line-of-business, tableur, ou base de données, et immédiatement prêtes pour l'analyse.

Le Hollard Group, un assureur sud-africain, a fait exactement cela. L'entreprise, qui reçoit 1,5 million d'emails par an de courtiers d'assurance, traitait manuellement chaque email individuel et pièce jointe pour identifier le contexte et classifier le contenu. Ce processus requiert une haute précision et doit maintenir une conformité stricte avec les accords de niveau de service (SLAs) et provisions réglementaires et statutaires.

L'entreprise a implémenté une solution d'automatisation de bout en bout pour améliorer la vitesse et la précision du processus. La solution incluait l'apprentissage machine (ML), le traitement du langage naturel (NLP), la reconnaissance optique de caractères intelligente (OCR), et des capacités analytics dans une interface utilisateur unique.

Le Hollard Group économise 2 000 heures de travail par semaine et a baissé le coût par transaction de 91 %. Le traitement est effectué en temps réel, avec 98 % des cas gérés de manière autonome par les robots 600 % plus vite qu'avant.

3. Utiliser les données BI dans des automatisations de processus business et IT complexes

Les organisations embrassent l'analytics et la data science pour gagner des insights dans leurs business et prendre des décisions plus informées. Les données BI peuvent aussi conduire de meilleures décisions comme partie d'un workflow business avancé.

Extraire des données de votre système BI würde (dans la plupart des cas) requérir soit une extraction manuelle, soit du nouveau code. Mais avec la RPA, l'extraction de données BI peut être rapidement automatisée.

Par exemple, les départements finance peuvent reporter et agir sur les paiements de factures atteignant leurs termes de paiement maximum. En utilisant l'information depuis le rapport BI automatiquement téléchargé, un robot RPA peut automatiser les rappels et escalades pour s'assurer que le paiement est fait dans les termes de paiement.

L'information sur les actifs IT, incluant les propriétaires d'actifs et stats d'utilisation, qui sont trackés dans les rapports peuvent être facilement extraits par un Robot UiPath et utilisés pour effectuer de la maintenance IT et de la gestion d'actifs. L'automatisation IT avec UiPath rationalise des tâches challengeantes comme le patching de serveurs critiques et l'augmentation ou diminution des ressources IT basées sur des analytics de demande en temps réel.

Ces processus core d'admin IT sont encore optimisés par UiPath avec des activités out-of-the-box qui accélèrent le développement et réduisent l'effort pour maintenir les automatisations de workflow.

Automatiser l'extraction de données BI, et puis utiliser ces données dans vos processus business complexes aide votre organisation à prendre des décisions plus rapides et meilleures.

4. Démocratiser la BI à travers des rapports automatisés

L'automatisation peut aider la démocratisation de l'intelligence business, rationalisant le partage et la consommation enterprise-wide d'insights sur votre business. Imaginez commencer la journée avec un résumé combinant rapports et visualisations de données de tous les différents endroits où l'information pourrait « vivre ». Ces insights couvriront les changements inattendus dans les comportements clients, démographiques, et taux de conversion. Et vous serez habilités à agir et améliorer vos indicateurs clés de performance (KPIs).

Avec la RPA, votre entreprise peut avoir du reporting quotidien tout en économisant du temps, améliorant la productivité, et augmentant la précision :

• Automatiser l'export de données

• Assembler les dashboards ou rapports BI dans des formats consommables comme PDFs et Microsoft PowerPoint

• Distribuer via des canaux tels que email, Slack, ou Microsoft Teams

Les rapports automatisés peuvent être générés sur une fréquence régulière prévisible, comme chaque lundi et peuvent aussi être déclenchés par certains événements, comme un backlog logistique qui a augmenté à un niveau critique qui doit être résolu.

Par exemple, une entreprise exploite la RPA pour rationaliser et améliorer la précision de leur reporting de profits et pertes (P&L). Chaque jour, un Robot UiPath est déclenché pour rassembler les données requises, les valider, et générer le rapport final. Le robot envoie ensuite ces rapports à l'équipe front office pour revue avant qu'ils ne soient uploadés dans l'application web du head office.

En démocratisant la BI à travers l'automatisation, vous pouvez libérer vos analystes business et exécutifs de passer leur temps à peigner et explorer les données. Au lieu de cela, ils se concentrent sur prendre les bonnes décisions pour le business basées sur ce que leurs données leur disent.

Conduire plus de valeur de vos données, agir plus vite, et prendre de meilleures décisions

En appliquant l'automatisation aux données BI en utilisant les quatre façons discutées dans cet article, vos gens seront capables de se concentrer sur prendre de meilleures décisions, agir plus vite sur des insights data-driven, et épargner votre business des erreurs coûteuses.

Lisez plus sur comment les Robots UiPath peuvent agir sur des insights data-driven et accélérer la prise de décision, directement depuis des plateformes analytics comme les dashboards Tableau, avec des intégrations natives.