Aujourd'hui, beaucoup d’entreprises développent des applications à forte intensité de données incluant des tableaux de bord interactifs, des infographies, des visualisations de données personnalisées et des graphiques qui répondent aux droits de l'utilisateur en matière de données. Quand une application doit afficher un diagramme en bâtons ou une autre visualisation de données simple, il est assez facile d'utiliser un framework graphique pour configurer le visuel et effectuer le rendu le graphique. Mais les capacités analytiques intégrées d'une plateforme de visualisation de données peuvent offrir des expériences plus riches à l'utilisateur final et des outils permettant des modes de perfectionnement plus simples et plus rapides. L'intégration de fonctions analytiques peut apporter des capacités puissantes pour améliorer les applications quand l'expérimentation autour des visualisations est importante. 

Par exemple, le propriétaire du produit d'une application peut commencer par une visualisation simple, puis se rendre compte que différents types d'utilisateurs ont besoin de tableaux de bord spécialisés. Une plateforme de visualisation de données facilite grandement le développement, le test et l'itération de ces tableaux de bord plutôt que le codage des visuels. Un autre avantage important du recours à des plateformes de visualisation de données, c’est que les scientifiques et les experts en matière de données peuvent participer au processus de développement de l'application. Au lieu de leur faire rédiger des exigences qu'un développeur de logiciels doit traduire en code, les visualisations sont améliorées de manière itérative par un groupe de personnes qui connaissent le mieux les besoins de l'entreprise, les données et les meilleures pratiques en matière de visualisation de données. 

Pourquoi utiliser des outils de visualisation de données ?

Les cas d’usage suivant permettent de mieux comprendre ce que peut apporter l’intégration d’outils de visualisations de données quand un développement et une expérimentation rapides sont nécessaires. 

- Les analyses peuvent être intégrées dans un système d'entreprise qui comprend des données provenant de plusieurs autres sources de données. Par exemple, un tableau de bord pour les responsables des ventes affiché dans l'application de gestion de la relation client (CRM) qui comprend des données financières provenant du système ERP et des données de prospection provenant de plateformes d'automatisation du marketing.

- Dans les applications mobiles et web en contact avec le client, un simple tableau ou graphique peut stimuler l'interaction de l'utilisateur. On peut citer par exemple le cas d’une application de bourse qui représente les actions figurant sur la liste de surveillance d'un investisseur et met en évidence celles qui sont proches de leur prix le plus bas, quand c'est potentiellement le bon moment pour acheter.

- Les médias et entreprises qui publient du contenu peuvent s'intéresser au journalisme axé sur les données, où un journaliste écrit un article sur un ensemble de données et une ou plusieurs visualisations de données, sur la base de données qu’il analyse et qu’il filtre.

- Les infographies marketing, comme les conceptions graphiques ou les visualisations de données, sont intégrées dans les sites web et autres outils marketing.

- Pour les entreprises qui essayent d'être axées sur les données, le moment est peut-être venu de choisir une plateforme de visualisation de données pour développer des analyses et les intégrer dans des applications d'entreprise ou destinées aux clients.

- Les entreprises qui utilisent déjà des outils de visualisation de données peuvent avoir besoin de fournir une visualisation avec des intégrations et des fonctionnalités personnalisées pour manipuler ou traiter les données par le biais d'un flux de travail.

- Des applications entières en contact avec la clientèle peuvent être des visualisations de données pour des produits et services de données. Cette approche est courante dans les secteurs des données, des services financiers, des assurances et du commerce électronique, où les données constituent le produit et où l'analyse peut être un facteur de différenciation. Dans ces environnements, l'utilisation d'une plateforme de visualisation de données pour développer le produit et l'exploitation des flexibilités de la plateforme pour l'intégrer dans un autre système permet aux équipes d'innover et de soutenir des améliorations rapides.

L'intégration de l'analytique favorise l'innovation

La différence avec la visualisation de données, c'est que les exigences, la conception et les fonctionnalités requises peuvent être très itératives. Á mesure que les parties prenantes et les utilisateurs en apprennent davantage sur les données et sur les informations utiles, ils sont susceptibles de modifier l'expérience, la conception et les fonctionnalités requises. C'est la raison pour laquelle, même si les bibliothèques de visualisation sont faciles à utiliser pour le développeur, elles ne constituent pas nécessairement une approche de développement optimale pour l'intégration d'analyses nécessitant des itérations fréquentes. La conception itérative est particulièrement utilisée dans le journalisme et le marketing, où l'objectif est de permettre aux utilisateurs de concevoir, développer et publier des visualisations de données sans avoir besoin de l'aide des développeurs et des technologues. 

Étapes de l'intégration de l'analyse dans les applications

Avant d'intégrer des données analytiques dans des applications, les questions suivantes en matière de développement méritent d’être posées : 

- Qui sont les utilisateurs, et à quelles questions les analystes les aident-ils à répondre ? Les meilleurs tableaux de bord et visuels de données répondent à des questions spécifiques et remplissent une fonction commerciale plutôt que de simplement rendre compte des données.

- L'application sera-t-elle utilisée sur le web, sur mobile, ou les deux ? Cette exigence détermine les dimensions de l'écran, le nombre de graphiques et le volume de données que les développeurs doivent prendre en compte dans la conception.

- Quelle quantité de données doit être traitée et quelles sont les exigences de performance ? Pour des ensembles de données plus importants et de meilleures performances, il peut être nécessaire d'utiliser des vues matérialisées de la base de données, des bases de données en mémoire et des visualisations sur des données agrégées.

- Quelles sont les règles de gouvernance et de sécurité des données qui définissent les droits d'un utilisateur en matière de données ? Les développeurs doivent dimensionner ces règles comme des cas d’usage et créer des scénarios de test pour valider que les implémentations respectent la gouvernance des données. De plus, les visuels peuvent nécessiter des modifications quand les règles de gouvernance des données au niveau des lignes et des colonnes sont importantes.

- Les équipes doivent développer des normes et un centre d'excellence sur les visualisations de données qui donnent des indications sur les types de graphiques, les schémas de couleurs, les étiquettes, le style et d'autres règles afin de fournir des expériences cohérentes aux utilisateurs.

- Les options d'intégration de la visualisation des données comprennent souvent des intégrations iframe faciles à mettre en œuvre, des API REST et des SDK JavaScript.

- Comme les données peuvent changer, il est préférable de créer des automatismes de test sur les visualisations de données qui s'exécutent dans les pipelines d'intégration et de livraison continues (CI/CD), mais qui peuvent également s'exécuter en tant que moniteurs d'application alertant sur les incidents de production. 

Cette liste résume quelques-unes des étapes que les développeurs, les data scientists et les équipes agiles devraient inclure quand ils intègrent des analyses dans les apps. La consultation des analyses sur Tableau Public, les Galeries Microsoft Power BI, les exemples de tableaux de bord Sisense et la galerie Qlik sont aussi de bonnes sources d’inspiration. Si de nombreux tableaux de bord sont utiles en tant qu'outils autonomes, ils peuvent apporter une plus grande valeur commerciale quand ils sont intégrés à des applications de flux de travail internes et orientées client.