Petit guide de l’informatique décisionnelle à l’usage des collectivités territoriales

Le pilotage des politiques publiques est devenu un enjeu majeur des collectivités territoriales. Tour de table des avantages et du fonctionnement des solutions décisionnelles, de l'extraction des données jusqu'à la prise de décisions.

A partir de données, le pilotage consiste à diagnostiquer et analyser le contexte, les enjeux et les stratégies possibles afin d’améliorer la qualité et l’efficacité des politiques publiques, dans un contexte financier contraint.

Pour cela, les collectivités peuvent s’appuyer sur un multitude de données, dont elles doivent assurer la gestion et l’exploitation, ainsi que l’intégrité. Il est donc critique pour elles de s’appuyer sur un outil d’aide à la décision.

L’informatique décisionnelle, ou Business Intelligence (BI en abrégé), regroupe l’ensemble des processus informatiques destinés à aider les décideurs dans l’orientation de leurs choix stratégiques. La BI regroupe une large variété d’outils et de méthodes permettant de collecter des données et de les préparer pour l’analyse.

Pourquoi utiliser l’informatique décisionnelle dans les collectivités territoriales?

Au sein des collectivités, chaque métier a construit une architecture de données en silo. Or, les élus et les directeurs ont besoin d’une vision d’ensemble pour piloter la collectivité et suivre les résultats. L’informatique décisionnelle casse cette logique de silo en donnant accès à l’ensemble des données.

Passer d’une logique de silos à une logique de pilotage

L’informatique décisionnelle part du constat que toutes les données, lorsqu’elles sont correctement exploitées, concentrées et croisées, sont potentiellement en mesure de délivrer une information décisive.

Prenons le cas d’une demande de création de poste dans une crèche, au niveau communal. Les décideurs vont considérer la masse salariale et le taux d’absentéisme aux heures creuses de travail, afin de pouvoir distribuer au mieux les horaires de travail avant d’accepter ou non la création de poste. Du côté de la demande, ils pourront comparer l’évolution mensuelle des inscriptions à la crèche d’une année sur l’autre, afin de jauger le nombre de places supplémentaires à créer.

A lire sur le même sujet, Infocom’94 et le décisionnel : la grande interview

L’enjeu technique est ici de rendre la donnée accessible et compréhensible. Pour ce faire, on utilise un outil appelé ETL (pour extract-transform-load), qui permet de réaliser trois étapes préalables à l’exploitation des données : la collecte, l’intégration et le chargement des données. A l’issue de ces trois étapes, les données pourront être visualisées par l’utilisateur.

En savoir plus sur les ETL

L’ETL permet d’extraire, de traiter, de réorganiser et de centraliser des données stockées sous diverses formes dans ce qu’on appelle un entrepôt (ou lac) de données. Les ETL sont souvent gratuits ou Open Source, mais nécessitent des compétences techniques pour être utilisés. Il en existe plusieurs sur le marché, tels que Talend, notamment utilisé par la Communauté d'agglomération du Pays Châtelleraudais.

Chez Manty, toute la partie extracteur du produit est un ETL spécifique aux logiciels métiers des collectivités. Manty a également fait le choix de développer en propre un lac de données (Datalake), fonctionnant de pair avec son ETL. Les données de ce Datalake sont stockées sur le Cloud avec de multiples sauvegardes, ce qui permet de récupérer vos données en cas de perte ou d’attaque.

“Contrairement aux craintes soulevées par les collectivités, le processus d’externalisation de la donnée n’enlève nullement la propriété de vos données. Les prestataires doivent vous garantir le droit de vous connecter à vos données, et la donnée n’est modifiée qu’à la demande du client.” Mathieu Nohet, Directeur de Manty

Nous allons présenter chacune des grandes fonctionnalités d’un l’ETL dans les phases 1, 2 et 3.

Phase 1 : La collecte des données

La première étape consiste donc à recueillir ces grands volumes de données, à partir de différentes sources. Dans le secteur public, ces sources sont notamment :

• Les logiciels de gestion intégré (aussi appelés ERP, tels que les systèmes d’information de gestion financière ou de ressources humaines).

• Les logiciels de gestion de services à la population et de gestion des relations aux citoyens.

• Les logiciels de gestion des services techniques, ainsi que les logiciels utilisés pour les différentes infrastructures (piscines, médiathèques, etc.).

• Des fichiers Excel, remplis par les services.

• Des outils de mesure (par exemple, des capteurs de pollution installés sur le territoire).

Au sein de ces sources, vous devez ensuite distinguer les données d’intérêt, qui doivent être extraites, de celles qui peuvent être laissées de côté. Il suffit ensuite de mettre au point une liste de requêtes à exécuter (ou lister les indicateurs dont vous avez besoin et laisser l’équipe technique faire le reste) pour extraire les données d’intérêt.

Par ailleurs, les données extraites doivent être régulièrement mises à jour. Pour cela, trois façons de faire existent :

• Certains systèmes détectent les ajouts ou modifications des données d’intérêt. A partir de notifications identifiant précisément quelles données ont été modifiées, le processus d’extraction est automatiquement lancé en ciblant uniquement les nouvelles données.

• D’autres systèmes ne peuvent que détecter des ajouts ou mises à jour, sans identifier spécifiquement les données modifiées. Le processus d’extraction est relancé pour l’ensemble des données d’intérêt du système.

• Enfin, certains systèmes ne détectent pas les mises à jour. Il faut alors relancer régulièrement le processus d’extraction, que ça soit manuellement ou automatiquement (à heure fixe par exemple).

A lire sur le même sujet, Exploitation des données : 6 points à surveiller dans ma collectivité en 2021

Phase 2 : La transformation des données

Une fois les données extraites, la deuxième étape consiste à les traiter afin d’obtenir des données nettoyées et standardisées. En effet, deux obstacles doivent être surmontés avant de pouvoir les restituer :

1. Chaque éditeur de logiciel ou fabricant de capteurs adopte sa propre méthode de restitution, selon la nature des données traitées et les contraintes techniques et financières. La nature et la structure des informations varient donc d’une source à l’autre, ce qui complique leur croisement.

2. Les données sont également restituées sous différents formats (différents types de bases de données comme Oracle ou PostgreSQL, fichiers Excel, fichiers .txt, etc.).

A lire sur le même sujet : Les 7 étapes de la gestion de projet informatique dans une collectivité

Parmi les différents traitements possibles, quatre opérations sont effectuées de manière systématique :

• La standardisation : les données utiles sont converties au même format.

• La déduplication : les données redondantes sont éliminées.

• La vérification : les données sont recoupées pour vérifier les éventuelles incohérences ou anomalies, en particulier entre des données provenant de différentes sources.

• Le tri : le mode de classement et la catégorisation des données sont déterminées afin d’optimiser le stockage, et donc l’espace mémoire nécessaire.

Phase 3: Le chargement des données

Les données traitées peuvent maintenant être ajoutées à l’entrepôt de données. Pour cela, l’ETL réalise un schéma de mappage, qui associe chaque information à une case dans la structure de l’entrepôt de données.

Qu’est-ce qu’un entrepôt de données ?

Le concept d’entrepôt de données est l’un des éléments clés de la Business Intelligence. Il s’agit d’une base de données spécifiquement développée pour les processus d’aide à la décision. En centralisant le stockage, l’entrepôt garantit une gestion simple et efficace des données - ainsi qu’une rapide vitesse d’accès - et permet d’alimenter les outils d’aide à la décision, tels que des tableaux de visualisation. En dehors de l’aide à la décision, les entrepôts de données peuvent aussi être connectés à d’autres outils, par exemple des portails d’Open data.

Les données sont structurées selon leurs thématiques, autour des enjeux et des métiers de l’administration. L’entrepôt permet ainsi de réaliser des analyses transversales.

En outre, les données contenues dans l’entrepôt sont historisées. Cela signifie que l’entrepôt conserve les données archivées, une propriété importante pour pouvoir réaliser des études rétrospectives et suivre l’évolution des indicateurs.

Enfin, les données sont non volatiles : au sein de l’entrepôt, elles ne peuvent être ni modifiées, ni supprimées, mais uniquement consultées.

A lire sur le même sujet : Collectivités, pourquoi il est urgent de mettre en place un Data Lake ?

Chez Manty, nous fournissons un Datalake structuré, dont le schéma a été défini par nos premières collectivités clientes, et que nous enrichissons tous les jours en fonction des demandes. Ce Datalake est adapté aux enjeux des collectivités et permet de personnaliser les données présentées pour répondre à leurs besoins. Par exemple, le nombre d’agents peut être filtré selon leurs catégories A, B ou C, selon le sexe dans le cadre d’une politique d’égalité, selon la tranche d’âge, etc.

Phase 4: L’exploitation et la visualisation des données

A. La définition des indicateurs

Il est important de définir en amont des indicateurs qui permettront d’organiser et de qualifier la donnée, pour lui donner un sens.

Manty anticipe cette phase de définition des indicateurs en mettant à disposition des indicateurs types, créés par d’autres collectivités et disponibles au sein d’une bibliothèque d’indicateurs. Les collectivités sont ensuite accompagnées dans la création de leurs propres indicateurs.

Nous avons rédigé de multiples articles sur le sujet, 6 exemples de tableaux de bord de pilotage, DAF de collectivité, quels indicateurs choisir ? et DRH de collectivité, les indicateurs à suivre, et enfin nous avons préparé un framework pour vous aider à définir des indicateurs spécifiques à votre administration.

B. L’exploration de données : l’usage du requêteur

Grâce au Datalake, l’utilisateur peut faire des requêtes, c’est-à-dire des recherches au sein des informations contenues dans le Datalake. Le requêteur présente l’avantage de pouvoir obtenir des informations sans avoir de compétences informatiques particulières, et sans avoir besoin de comprendre la structure sous-jacente de la base de données.

Les requêtes permettent à l’utilisateur de construire les indicateurs et de les agréger sous forme de graphiques, qui facilitent leur analyse. Le choix des graphiques est illimité et les filtres du requêteur permettent de cibler des données précises (par service, sur un intervalle temporel défini) au sein de l’entrepôt de données.

Il existe plusieurs outils de requêtage sur le marché, certains étant plus difficiles à utiliser que d’autres, comme Business Object. Pour plus d’informations, référez-vous à notre guide “Comparatif des solutions décisionnelles pour collectivités”.

Manty Décision est doté d'un requêteur en langage naturel, facile à utiliser

C. La visualisation et l’analyse des données avec les tableaux de bord

Les visualisations sont le résultat des requêtes, et doivent permettre de répondre à une question de l’utilisateur. Les solutions de visualisation de données (Dataviz en anglais) proposent en général de nombreux types de visualisations, en fonction de la requête et du choix de l'utilisateur: camemberts, jauges, diagrammes, courbes, autres aires géographiques, etc. Le but est de choisir une visualisation qui facilite la lecture de l’indicateur, et mette en valeur le changement (par une courbe ou un diagramme à barres) ou encore le dépassement (par une jauge avec un seuil).

Ces graphiques peuvent ensuite être rassemblés dans des tableaux de bord, qui serviront à piloter les politiques publiques et suivre la consommation de ressources de la collectivité.

Tableau de bord modèle “Direction des Ressources Humaines” dans Manty Décision.

Accéder au tableau de bord Direction des Ressources Humaines sur la plateforme démo de Manty Décision

Les graphiques seront mis à jour en fonction des nouvelles données qui arrivent dans le datalake, sans action particulière de l’utilisateur. Celui-ci peut simplement consulter son tableau de bord lorsqu’il souhaite suivre son action et ses indicateurs.

Manty Décision propose en outre de programmer des alertes : l’utilisateur reçoit alors un email dès qu’un indicateur dépasse un seuil préalablement défini, dans un cas de dépassement de l’enveloppe budgétaire d’un service par exemple.

Les indicateurs de la collectivité peuvent aussi être complétés par des références en open data. En effet, de très nombreuses données produites par les autorités publiques sont publiées par l’Etat, sur la base des informations transmises par les collectivités et les autres administrations. Ces données sont accessibles sur data.gouv.fr : elles peuvent par exemple être utilisées par un décideur pour comparer des informations relatives à sa collectivité avec d’autres structures de taille similaire, comme le montant d'impôts locaux par habitant, ou la capacité d’autofinancement. Ainsi, il est possible de savoir facilement si on est “dans les clous” ou non.

Manty propose un accès à ces indicateurs Open Data directement sur sa plateforme Décision, avec la possibilité de filtrer finement les administrations avec lesquelles se comparer, en fonction de critères comme le nombre d’habitants, le budget et le type de collectivité.

Tableau de bord modèle "Direction des Finances" sur Manty Décision

Accéder au tableau de bord modèle pour une Direction des Finances sur la plateforme de démo de Manty Décision.

L'importance du Décisionnel

Dans un contexte de transparence et d’efficacité de l’action publique, un accès simple et rapide à l’information est indispensable. Alors que les collectivités comptent parmi les plus gros producteurs de données, les outils d’informatique décisionnelle sont indispensables au pilotage et à l’amélioration des performances des politiques publiques.

La visualisation par indicateurs et tableaux de bord présente de nombreux avantages : elle facilite l’identification des tendances, met en valeur les chiffres clés et permet d'appréhender rapidement des informations complexes. C’est un atout clé dans la communication avec les élus, et même entre élus et administrés, permettant d’avoir une véritable transparence sur son action.

Auparavant réservé aux plus grosses administrations, les outils décisionnels se simplifient et s’étendent à tous les types de collectivités. Le secteur devenant mature, il est maintenant simple de trouver des tableaux de bord modèles et de s’en inspirer pour sa collectivité. Reste la question de l’outil, pour cela nous vous renvoyons encore une fois vers notre guide sur le sujet.

Enfin, si vous avez une commande concernant un outil décisionnel, ou souhaitez en savoir plus, n’hésitez pas à nous contacter ou à prendre directement rendez-vous sur notre site pour une présentation de Manty Décision, et de la façon dont nous accompagnons nos clients.

Gabriel du Chalard, Elena Richard & Lucas Gaillard

Vous êtes convaincu de l'importance de l'informatique décisionnelle, mais vous ne savez pas quelle démarche est adaptée à votre collectivité ? Lisez notre Comparatif des solutions décisionnelles pour collectivités territoriales.