Semaine sans flux RSS : parlons de ce truc que personne ne regarde dans vos projets data (le coût réel d’un dashboard)

Le jour où le fil d’actu tech a décidé de faire grève

Aujourd’hui, c’est le calme plat. Aucun article dans le flux. Pas de drama OpenAI, pas de rachat surprise, pas de PDG qui tweete une connerie à 3h du matin. Rien. Le silence radio complet. On dirait un Stade de la Maladière un mardi soir de novembre, en pleine trêve internationale.

Comme on n’a pas envie de vous recycler une n-ième analyse sur Agentforce ou sur la dette technique (on l’a déjà fait deux fois ces dernières semaines), on va profiter de cette accalmie pour parler d’un truc qui fâche en comité de direction : combien coûte réellement un dashboard BI ?

Spoiler : beaucoup plus que la licence Power BI, Tableau ou Salesforce CRM Analytics que vous avez signée.

Le mythe du « on va juste brancher un Power BI dessus »

Vous connaissez cette phrase. Elle sort toujours de la bouche de quelqu’un qui n’a jamais fait de projet data de sa vie. Elle sonne comme « on va juste refaire la salle de bain nous-mêmes ce week-end ». Trois mois plus tard, vous dormez sur le canapé et votre couple est en thérapie.

Un dashboard, ce n’est pas un graphique. Un dashboard, c’est le dernier maillon visible d’une chaîne invisible qui, elle, coûte un bras. Reprenons l’image du foot : le but marqué en finale, c’est 2 secondes à la télé. Derrière, il y a 10 ans de formation du joueur, un staff de 40 personnes, un centre d’entraînement à 80 millions, et un scout qui a passé six mois à Montevideo en mangeant des empanadas.

Ce que vous voyez : le joli camembert bleu

Un cadre avec des KPI, trois filtres, un drill-down sur la région et un export Excel pour le DAF qui ne jure que par ça. Dix minutes de démo, applaudissements polis en Codir, « bravo l’équipe ».

Ce que vous ne voyez pas : la glacière sous l’eau

• Les sources de données : votre ERP (qui date de 2011), votre CRM Salesforce, un bout d’Excel géré par Martine à la compta, l’outil RH en SaaS, le fichier client que personne n’a jamais vraiment nettoyé.
• L’ingestion : il faut aller chercher ces données, à la bonne fréquence, sans faire tomber les systèmes de production. Bonjour les connecteurs, les API rate-limitées, les webhooks capricieux.
• Le stockage : data warehouse, data lake, lakehouse, peu importe le buzzword du mois, il faut une plomberie pour accueillir tout ça. Snowflake, BigQuery, Databricks, Redshift : chacun a son ticket d’entrée et sa facture mensuelle.
• La transformation : parce que la « date de création client » dans l’ERP, c’est pas la même que dans le CRM. Et parce que « chiffre d’affaires », ça veut dire 7 choses différentes selon à qui vous demandez.
• La modélisation : des tables de faits, des dimensions, une sémantique commune. Le fameux « référentiel unique » dont tout le monde parle et que personne n’a.
• La gouvernance : qui a le droit de voir quoi ? Est-ce que le commercial de Lausanne peut voir les marges de celui de Genève ? Et le RGPD/nLPD dans tout ça ?

La règle des 80/20 que personne n’ose vous dire

Dans un projet BI réussi, 80% du temps et du budget part dans la tuyauterie invisible. Les 20% restants, c’est la viz. C’est l’inverse de ce que vendent la plupart des démos commerciales, où on vous montre 100% de viz et 0% de plomberie.

C’est un peu comme un concert de rock. Le public voit le chanteur deux heures sur scène. Il ne voit pas les 40 techniciens qui ont monté le son, la lumière, les écrans, testé les retours, câblé 3 kilomètres de XLR et géré la logistique de 12 camions. Si vous payez juste le chanteur, vous aurez un mec qui chante tout seul dans le noir. Pas tout à fait le même rendu.

Le piège du « self-service BI »

Les éditeurs adorent ce terme. « Vos métiers vont créer leurs propres dashboards, l’IT ne sera plus un goulot d’étranglement ! » Génial sur le papier. En vrai, sans socle data propre en amont, le self-service BI, c’est donner un pistolet à peinture à 50 personnes dans le même open-space. Au bout de trois mois, personne n’est d’accord sur les chiffres, chaque dashboard raconte une histoire différente, et le Codir perd confiance dans la donnée. Retour case départ.

Comment bien chiffrer un projet data (sans se faire avoir)

Trois questions à poser avant de signer quoi que ce soit :

1. Quelle est la qualité réelle de mes données sources ? Faites un audit honnête. Si votre base client contient 15% de doublons et 20% d’adresses erronées, aucun dashboard magnifique ne sauvera vos analyses. Garbage in, garbage out — règle éternelle.

2. Quelle est la fréquence business nécessaire ? Un dashboard rafraîchi toutes les 5 minutes coûte 10x plus cher qu’un rafraîchi la nuit. Est-ce que votre DG a vraiment besoin de voir les ventes en temps réel à 23h47 un dimanche ? Soyons sérieux.

3. Qui va maintenir tout ça dans 2 ans ? Un projet data sans équipe pour le faire vivre, c’est une Ferrari laissée sous la pluie. Prévoyez le run, pas juste le build.

Le mot de la fin (en l’absence d’actu croustillante)

Une semaine sans news, c’est aussi l’occasion de rappeler cette évidence : dans la donnée, le spectaculaire coûte peu, l’invisible coûte cher, et c’est l’invisible qui fait la différence entre un projet qui tient 10 ans et un projet qu’on refait tous les 18 mois.

Chez Smarsys, on passe le plus clair de notre temps sur la plomberie — précisément pour que vos métiers puissent profiter de la viz sans se demander si les chiffres sont bons. C’est moins sexy que de parler d’IA générative, mais c’est ce qui fait qu’un projet BI ne finit pas dans le cimetière des POC oubliés.

La semaine prochaine, promis, s’il se passe quelque chose dans la tech, on en parle.

Sources

• Smarsys — retours d’expérience projets BI et data