Article
Le Groupe SIAT a décidé de répondre aux besoins clients grâce aux technologies Microsoft
L’adoption d’une architecture de Business Intelligence (BI) par le Groupe SIAT a été une décision stratégique visant à passer d’un traitement manuel à une automatisation efficace. Plusieurs problématiques, dont notamment la reproduction des indicateurs clés, ont conduit à cette transition. Florian Bentz, Analyste Génie Logiciel du Groupe SIAT, explique les motivations de cette transformation.
Du traitement manuel à l’automatisation : adopter une architecture BI
A l’origine l’équipe du Groupe SIAT pilotait son activité par le biais d’indicateurs, qui était traité par des requêtes SGBDR (Système de Gestion de Base de Données Relationnelles) directement dans Excel, voire parfois par simple recopie depuis des les interfaces des logiciels de gestion. Toutefois ce type de reproduction des indicateurs est complexe et demande beaucoup de temps et d’efforts. D’autres problématiques intervenaient également : la maintenance, dépendante de la personne qui a créé le rapport, la complexité des liens entre les données, rendant leur reproduction difficile voire impossible, la mise à jour des rapports, impactant les performances des systèmes de production, et enfin la fiabilité des indicateurs, saisis manuellement.
Face à ces problématiques, le Groupe SIAT a pris la décision de migrer vers une architecture de Business Intelligence (BI). Florian Bentz, Analyste Génie Logiciel, explique les facteurs qui ont motivé ce changement : « Le Groupe SIAT a commencé à acquérir différents sites de production en France, ce qui a amené un besoin d’uniformisation des visuels, pour que les différents sites de production parlent le même langage. Nous avons voulu faciliter et centraliser l’accès aux rapports, pour que les équipes puissent travailler ensemble. Enfin et surtout la production des rapports, leur mise à jour et exploitation quotidienne, commençait à approcher un emploi à temps plein. »
Mise en place d’une architecture cloud
Le choix de l’environnement Microsoft
Lors de la mise en place de la solution de Business Intelligence (BI), les fonctionnalités clés attendues étaient la centralisation des informations, des KPI d’entreprise validés et non modifiables, ainsi qu’une souplesse pour permettre la création de KPI opérationnels propres aux services métiers. Une interface visuelle mettant l’accent sur les chiffres, la consultation mobile et la réception d’alertes sur des valeurs seuils étaient également des exigences essentielles.
Pour répondre à celles-ci, le choix s’est porté sur l’environnement Microsoft. L’architecture BI, reposant sur l’écosystème Microsoft, offrait une interopérabilité solide et des performances accrues, notamment grâce à la plateforme de données Azure. De plus, les outils et l’architecture de données proposés par Microsoft étaient parfaitement adaptés aux besoins du projet. Parmi ces outils, Power BI a été retenu pour sa capacité de visualisation, permettant aux utilisateurs d’accéder, de modéliser, de visualiser et de restituer les données. Power BI a l’avantage d’offrir une expérience familière aux utilisateurs d’Excel, facilitant leur transition vers cette nouvelle solution.
Sécurité et gestion des accès
En ce qui concerne la sécurité, « il était nécessaire de cloisonner l’environnement cloud, et qu’il soit inaccessible de l’extérieur, pour éviter que ce soit le vecteur d’une fuite de donnée ». Des mesures telles que la mise en place de VPN, d’endpoints, de pare-feu et de synchronisation ont été prises pour renforcer la sécurité via l’environnement Microsoft Azure.
Stratégies de sauvegarde et restauration des données
Dans la continuité de la sécurité, une solution de backup et de restauration a été installée pour assurer la sauvegarde des données. Différentes stratégies ont été mises en œuvre selon les composants du système. Par exemple, pour Azure Data Factory (ADF), l’utilisation d’Azure DevOps a permis de scripter l’export vers l’environnement on-premise, en prenant en compte les paramètres de sauvegarde et de restauration du système. Pour le Datalake, une réplication des dossiers partagés on-premise est effectuée et remontée automatiquement tous les matins, assurant ainsi une reconstruction automatique des données.
Cycle de développement
et déploiement de la solution
Concernant le cycle de développement, différentes approches ont été adoptées. Pour Azure Data Factory (ADF), un pipeline de release a été utilisé, permettant de déployer les implémentations en développement vers l’environnement de production une fois qu’elles ont été validées. Quant à Power BI, l’utilisation de pipelines de déploiement avec des environnements de développement, de test et de production a été mise en place pour assurer un processus de déploiement robuste.
Gestion de projet et support post-déploiement
L’accompagnement du Groupe SIAT dans cette transformation digitale a été une étape essentielle, afin de bénéficier des bonnes pratiques de gestion de la chaîne de données. « Il était important pour nous que le prestataire avec lequel on allait travailler soit capable d’assurer un support post-déploiement, afin de garantir le fonctionnement du système, quand le niveau de compétence en interne ne suffit pas ». Un transfert de compétence en présentiel avec un consultant Actinvision a été réalisé, ainsi qu’une formation sur l’outil Power BI pour les utilisateurs métiers en charge de la réalisation visuelle.
Conclusion
La mise en place d’une architecture BI basée sur l’écosystème Microsoft a permis au Groupe SIAT de répondre aux besoins d’uniformisation liés aux différents sites de production. Grâce à cette transition, « les équipes métiers peuvent se concentrer sur l’analyse des données et non plus sur la production. »
