D’un rapport Power BI à une architecture technique complète
Besoin initial d’un courtier en assurance indépendant
Beaucoup d’entreprises nous sollicitent pour développer un rapport Power BI, comme vous avez déjà pu le constater dans notre Cas Client Immobilier. A la recherche d’outils robustes de visualisation de données essentielles au pilotage de leur activité, et souvent lassés d’Excel, nos clients se tournent à juste titre vers ce logiciel Microsoft.
C’est à nouveau le cas pour un courtier en assurance indépendant, qui nous a sollicité pour un besoin précis, la mise en place d’un rapport Power BI. Il a besoin d’un tel rapport pour :
- Visualiser rapidement les KPI principaux nécessaires pour piloter quotidiennement son activité.
- Rassembler en un même logiciel les différentes sources de données dont il dispose, qui proviennent en majorité d’APIs des assureurs avec lesquels il travaille, et les harmoniser.
- Automatiser les extracts de données provenant de différentes sources, afin de ne plus avoir à faire d'extracts manuels de fichiers excel.
Un besoin qui évolue très vite
Nous avons commencé par discuter longuement avec le client pour comprendre et affiner son besoin data. Cette phase de réflexion, d'élaboration d’un plan de travail, est la plus importante, car elle conditionne la suite.
En effet, il s’agit de prendre du temps en début de projet pour éviter d’en perdre davantage dans le futur. Cela permet de se prémunir des solutions trop court-termistes, qui au bout de 6 mois deviennent obsolètes, et demandent de lourds chantiers techniques pour s’adapter aux nouveaux besoins.
Il faut anticiper au maximum les changements potentiels, et donc connaître parfaitement les perspectives du client à court, moyen et long terme.
Pour preuve de l’importance de cette étape : derrière la volonté initiale d’avoir un rapport Power BI, se cachait finalement un besoin beaucoup plus large. En vue d’une croissance à venir, le client a besoin d’une architecture technique complète, pour traiter ses données de manière optimale. Se contenter de connecter Power BI aux API des assureurs (sources des données du client) aurait été fonctionnel, mais rapidement obsolète compte tenu des perspectives de croissance du client.
Et cette évolution de l’expression du besoin du client s’est faite rapidement ressentir, d’où un fonctionnement très agile de notre part pour s’y adapter.
Nous avons d’abord proposé un premier sprint d’un mois permettant d’appréhender les données, de mettre en place une feuille de route, et de livrer une première version d’un rapport Power BI fonctionnel, à partir d’un premier jeu de données.
Après restitution du premier livrable et discussions avec le client, nous avons recadré le sujet pour affiner le besoin : renouveler le contrat, mais sur trois mois cette fois, pour approfondir les développements techniques permettant l’extraction des données, la centralisation, et l’automatisation. Cela consiste à remettre au cœur de la mission le développement d’une architecture technique sans faille. Le rapport Power BI étant dépendant de cette dernière, il est apparu logique de s’y atteler dans un second temps.
Architecture data complète, tout à fait abordable pour un petit acteur
D’expérience, nous remarquons que les petits acteurs se brident souvent quant aux besoins qu’ils nous exposent, pensant que le montants des missions de conseil atteignent vite des sommes inabordables.
D’abord, vous n’avez rien à perdre à exposer un besoin global, quitte à l’affiner et à le modérer en fonction de votre budget. Travailler en entonnoir, partir d’une idée large pour l’affiner, c'est notre métier, et c’est précisément le but d’une mission de cadrage.
Bien souvent, on se rend compte que des projets d’envergure, viables sur le long terme, sont tout à fait accessibles à des acteurs dont le volume de données génère des coûts finalement assez faibles.
Découvrez l’architecture technique qu’un petit acteur peut s’offrir sans atteindre des montants hors de portée.
L’architecture mise en place par nos équipes
Une architecture technique robuste et viable sur le long terme
La solution implémentée est la suivante :
Nous aurions pu nous contenter de connecter les API des assureurs à Power Query directement, ou de faire des extracts Excel depuis les plateformes des assureurs et les intégrer dans Power BI. Mais ces solutions ne sont pas viables sur le long terme, lorsque l’on prend en compte des facteurs comme : de nouveaux clients à venir, de nouveaux assureurs partenaires, un rapport Power BI susceptible d'évoluer en permanence, l’intégration de nouvelles sources de données de natures différentes de celles déjà existantes.
Ainsi, nous avons choisi de mettre en place une architecture technique permettant de centraliser les données provenant des différentes sources et d’automatiser leur extraction et leur intégration dans Power BI.
AirTable, la vraie valeur ajoutée pour le client
Le client dispose désormais d’un outil puissant de gestion de ses opérations.
Ce logiciel permet de centraliser et d'harmoniser des données provenant de sources différentes.
Cet outil est à la fois un outil de centralisation des données, et de saisie. Connecté au rapport Power BI, chaque modification faite sur une table AirTable est prise en compte par Power BI dès que l’on rafraîchit le rapport.
Cette architecture est parfaitement adaptée à l’intégration des données dans Power BI puisqu’il existe une façon simple d’appeler depuis Power BI des données d’AirTable.
L’un des enjeux principaux de cette mission est d’harmoniser les données qui ne remontent pas sous le même format selon les APIs des différents assureurs. Un important travail de mapping/traduction doit être fait avant intégration des données dans PBI, et AT le permet.
Découvrez un autre cas pratique d’utilisation de ce logiciel dans notre article Développement d'une application No-Code avec Airtable (cas pratique).
Les bonnes pratiques à adopter
Se mettre dans la peau du client et devenir incollable sur son business
Avant même de se plonger dans les données, il faut avoir une vision d’ensemble de l'activité du client, ses clients, les ordres de grandeurs principaux (CA, marge, taille de l’entreprise…). Cela permet d’une part de rassurer le client tout au long de la mission, mais surtout de ne pas commettre d’erreur. Personne ne connaît mieux son business que le client lui même. Il trouvera donc toujours la moindre faille si les données présentées sont erronées. Chaque domaine d’activité a ses particularités, et s’y adapter peut prendre un certain temps en début de mission, qu’il ne faut surtout pas négliger. Cela permettra par la suite de prendre du recul sur les données, de se remettre en question, et d'éviter les erreurs dans les chiffres présentés.
Vient ensuite la phase d’appropriation des données. Il s’agit là de ne laisser aucune zone d’ombre parmi les données transmises par le client. D’expérience, les clients commencent souvent par envoyer des fichiers Excel, ou des rapports déjà commencés, pour nous fournir des premiers éléments de compréhension de leur modèle de données/architecture technique/data. Ces données souvent “brutes”, sont une bonne entrée en matière, qu’il faut traiter rigoureusement. Plutôt que d’attendre de recevoir toutes les données pour les traiter en un bloc et les intégrer dans PBI, il vaut mieux documenter chaque fichier reçu, poser des questions métier au client. Cela permet d’entrer petit à petit dans le vif du sujet, plutôt que d’attendre d'être submergé par une quantité trop importante de données.
Penser long terme (maintenance, scalabilité, automatisation)
Ne pas commencer par s’attarder sur le livrable final, mais voir la mission et l’univers data du client dans sa globalité. Un rapport power BI par exemple peut très vite devenir obsolète avec la croissance d’une entreprise. Prendre cela en compte est primordial pour mettre en place une solution maintenable dans le temps, et qui s’adapte facilement à la croissance de l’entreprise.
En fait, ces outils permettent la croissance d’une entreprise, et vont de pair avec d’autres processus comme le recrutement, le développement commercial, le marketing. Optimiser le traitement de ses données est un processus à part entière qui permet de changer d'échelle, raison pour laquelle il faut penser long terme et global plutôt qu’un outil supplémentaire parmi d’autres.
Echanger régulièrement avec le client
Nous avons l’habitude d'échanger régulièrement avec le client, au moins de façon hebdomadaire. C’est d’abord le meilleur moyen de comprendre son métier, son secteur d’activité, et donc de se mettre dans sa peau et d’agir en conséquence.
C’est aussi essentiel pour éviter de partir sur de fausses pistes. Chaque domaine d’expertise a son jargon, ses spécificités, et interpréter peut très vite laisser place à des erreurs et à de mauvais raisonnements par la suite. Nous cherchons donc toujours à éclaircir les zones d’ombre le plus rapidement possible avec le client. C’est à la fois important pour nous, consultants, et pour le client qui est rassuré par cette volonté de comprendre vite et bien.
Dans le même registre, nous n'hésitons pas à partager les développements, les avancées techniques, qui bien expliqués ne sont pas si hors de portée du commun des mortels.
Ne pas se limiter
Une mission de conseil est évidemment un budget non négligeable, bien que très relatif selon les clients, les demandes. Mais nous constatons que des solutions techniques robustes peuvent avoir un bon rapport qualité/prix, comme c’est le cas pour la mission que nous venons de présenter.
Ceci est dû en parti au fait que les logiciels proposés par les différents développeurs (comme Azure Function par exemple), facturent à la quantité de données traitée. Les tarifs sont souvent appliqués de telle manière que cela ne représente que quelques centimes d’euros.
