Pour des recherches ultérieures, comme les indicateurs à mettre en place, un peu de vocable peut être utile.
Les tableaux de bord, ou dashboard, affichent des données brutes: comme le tableau de bord de voiture qui affiche la vitesse ou le niveau d’essence.
Pour les analyses (ce qui est le cas ici), on utilise le terme tableaux prospectifs ou balanced scorecard (qui ne se limite pas à l’analyse financière).
Pour réaliser des analyses, il y a 5 étapes:
1/ Les données disséminées dans divers applicatifs (source)
2/ L’extraction des données sélectionnées (ETL)
3/ L’entreposage de ces données (datawarehouse)
4/ L’analyse des données + 5/ L’affichage des analyses (balanced scorecard)
Tout ceci forme ce que l’on appelle la BI (business intelligence)
Afin de ne pas multiplier les API ou logiciel, d’autant plus important lorsqu’on se lance dans de l’analyse et du prospectif, il est primordiale d’utiliser des outils compatibles avec LE standard de format de données XML (si les logiciels des données sources ne sont pas compatible avec ce format, c’est plutôt mauvais signe… trop de dépendance vis à vis de l’éditeur).
Ca permet de récupérer facilement ses données, de changer de fournisseurs, de faciliter les traitements sans avoir a recoder en cas d’évolution d’un des logiciels, etc.
Le gros avantage d’Excel (avec L’add-in data protector qui transforme Excel en ETL et compatible avec le XML) est de permettre de réaliser les étapes 2, 4 et 5 sans se ruiner avec des outils de BI.
Pour l’étape 3, un espace de stockage en ligne suffit (si logiciels des données sources en Saas).
Avec Excel, les sources de données peuvent être multiples (y compris depuis une url… pour l’étape 3) et tous les résultats peuvent être affichés sur un même « board ».
Et si jamais les logiciels sources changeaient, il suffit de modifier les liens d’origines si le format utilisé est le XML.
Tout ça pour dire que pour une somme très très modique, il est possible de faire de la BI assez évolué avec Excel sans que ce soit fastidieux… il suffit d’apprendre à s’en servir mieux (si pas de traitement massif de données).
Sinon, pour finir, le temps réel n’est pas vraiment utile dans les cas donnés.