JDNet Solutions: Pouvez-vous définir le positionnement de Microstrategy par rapport à des acteurs comme Business Objects, Cognos... ?
Eric Guigné: Notre métier initial se concentre sur les technologies décisionnelles. Ce marché est assez vaste et comporte un grand nombre d'acteurs. C'est pourquoi il faut y distinguer deux tendances : la business intelligence et le one-to-one proactif. Au sein de la première tendance, il existe deux catégories de produits. D'un côté, nous retrouvons des acteurs comme Business Objects, Cognos ou Brio qui développent des requêteurs pour attaquer des bases de données relationnelles. Ces outils doivent passer par des serveurs de données intermédiaires où ils recréent un cube, ce qui leur permet d'effectuer l'analyse multidimensionnelle. Dans ce contexte, ce qui convient à un département ne servira pas forcément à un autre qui devra recréer un autre cube. En terme de duplication, de temps passé et de volumes de données, ce n'est pas satisfaisant.

De l'autre côté, des sociétés comme Hyperion avec EssBase ou Oracle créent des structures particulières de cubes multidimensionnels dans lesquelles il est possible de recalculer un certain nombre de croisements. Mais là aussi, ces structures propriétaires ne conviennent qu'aux projets qui portent sur un nombre limité de dimensions. S'il n'y en a que trois ou quatre, pas de problème. Mais lorsqu'il faut en croiser trente, ce n'est pas gérable.

Et donc, où se situe Microstrategy ? Quels sont ses avantages ?
Nous avons inventé le ROlap, ou relationnel Olap (Online analytical processing). Les autres font du MOlap - "M" pour multidimensionnel. En clair, nous stockons toutes les données sur une base relationnelle et nous avons inventé un serveur d'applications qui sort du multidimensionnel par la SGBDR (Solution de gestion des bases de données relationnelles). Dans un environnement de navigation simple, l'utilisateur voit toutes les données dont il a besoin, comme par exemple les tranches d'âge des clients, leurs catégories socio-professionnelles, etc.

Donc nous attaquons exclusivement la base de données relationnelle. Grâce à cela, nous pouvons traiter d'importants volumes de données avec un grand nombre de croisements. C'est pourquoi l'un de nos clients américains exploite 40 teraoctets de données avec Microstrategy. Les autres produits que vous avez cités ne leur permettraient de visualiser l'information que de manière partielle.

Pouvez-vous répondre à toutes les problématiques décisionnelles avec votre offre ?
Comme notre technologie est différente, la plupart de nos clients ont aussi du Business Objects ou du Cognos qui leur permettent essentiellement de représenter des parts de marché. Nous avons aussi des outils de requête dans notre catalogue, mais le plus souvent les entreprises ont déjà acheté un autre produit. Nous pouvons servir les clients qui veulent tout en Microstrategy.

D'un autre côté, certains de nos utilisateurs ont aussi acheté des technologies de type EssBase pour faire de la simulation budgétaire, par exemple. Ils travaillent sur une grande masse d'informations mais seulement avec deux ou quatre dimensions qui se croisent. Nos clients de la grande distribution, en revanche, ont parfois besoin d'aller jusqu'au ticket de caisse.

Justement, que signifient tous ces croisements ?
En règle générale, ceux-ci s'effectuent suivant deux axes principaux. Soit l'utilisateur analyse par rapport à la zone géographique et croise avec des paramètres comme le temps, les familles de produits, leur quantité, le prix... voire des notions plus complexes comme les packs de Cola de 6 ou 12 cannettes ou même les versions sans caféine. Soit il cherche à analyser par période et donc cela peut-être l'année, le trimestre, le mois, le jour et la tranche horaire. Or, cette dernière est importante par exemple pour le responsable du pilotage dans un supermarché, qui veut savoir comment allouer ses caissières.

Après, il est encore possible de pratiquer de nouveaux croisements avec les promotions. Les produits, aussi, ont une saisonnalité qui est différente entre le rayon textile et un autre, entre les t-shirts blancs et les couleurs. Quand l'un n'est plus en vente à Lille, il peut toujours l'être à Marseille. Il faut donc lancer un ensemble d'analyses chaque jour. Et là intervient l'enregistrement des stocks qui permet de connaître leur vitesse d'érosion. Dans certains cas, cela ne pose pas de problème, mais dans d'autres un message doit apparaître de type "attention il ne reste plus que 14 jours". Puis, il faut regarder ce que génère le produit comme chiffre d'affaires et rentabilité. A partir de là, le chef de rayon est à même de se réapprovisionner si nécessaire. Notre produit peut aussi l'avertir s'il lui en reste 50 000 sur les bras. C'est après tous ces croisements que l'entreprise peut décider d'une campagne de promotion.

Comment constituez-vous des bases de données aussi gigantesques ?
Pour effectuer des travaux opérationnels et générer de grands volumes de données, il faut être capable de tout enregistrer. Mais il est très complexe de stocker toutes les informations jusqu'aux tickets de caisse. Les ERP sont une source très importante pour nous. Ici, nous rencontrons beaucoup de systèmes sources chez nos clients. Dans le cadre de la fusion entre Carrefour et Promodès, chacun disposait de son propre ERP. Nous récupérons donc les données de tous ces systèmes. Car il n'existe aucun groupe en France qui possède un système d'informations parfaitement homogène.

Techniquement, nous avons un moteur SQL multi-chemins alors que les autres s'appuient sur du multi-sélections. A partir des requêtes SQL optimisées, nous engageons des tris sur le serveur de données, là où se concentre le maximum de puissance. En général, il s'agit d'un gros datacenter et les clients y placent des machines très performantes. De ce fait, nous n'avons pas à transférer des cubes plus ou moins importants car tout le traitement est centralisé en une seule fois. Nous n'envoyons que le résultat final, qui lui est léger. C'est pour cela que nous avons presque tous les grands distributeurs parmi nos clients. Sur les cent premiers mondiaux dans le retail, 92 sont nos clients, qu'il s'agisse de Carrefour, WalMart, Metro, Cora, System U, les Galeries Lafayette ou même Auchan.

Avec quels outils ETL vous interfacez-vous ? Et comment maintenez-vous l'intégrité des métadonnées de bout en bout de la chaîne ?
Nous avons notamment des partenariats avec Informatica et Ascential Software. Sinon, dans le cadre de notre base de données relationnelle nous garantissons les métadonnées avec une table de correspondance. Nous sommes aussi compatibles par défaut avec le standard Metadata Coalition de Microsoft. Toutes les informations sont extraites de tous les systèmes et arrivent dans un broker de métadonnées.

Proposez-vous des niveaux d'analyse supérieurs comme SAS, pour générer par exemple des tableaux d'évaluation d'une activité (balanced scorecards) ou faire des statistiques de data mining ?
Nos capacités nous permettent de faire du balanced scorecard mais ce n'est pas vraiment notre tasse de thé car il s'agit de paramétrages et de calculs très sophistiqués. Dans ce cadre, les clients développent leur propre application. D'ailleurs, les éditeurs qui se positionnent là dessus ont du mal à survivre.

De son côté, le data mining s'adresse à des experts. Il faut des produits très pointus qui pour SAS sont programmés en SAS, et c'est très délicat. Ils analysent des sous-ensembles pour faire de l'extraction et dégager des tendances. Ce sont des trucs de statisticiens qui conviennent très bien, par exemple, à des calculs d'élasticité aux prix sans obligation de tout croiser. Avec notre offre, nous nous adressons à des personnes qui ont besoin d'outils faciles pour attaquer de grands volumes. Ceci nous permet d'attaquer volontairement tous les grands comptes en proposant un niveau de granularité important. Et une fois que l'analyse produit est réalisée, nous ne faisons plus du marketing produit mais du marketing client.

A part la grande distribution, quels sont les secteurs que vous rencontrez le plus souvent ?
Nous réalisons 80 % de notre chiffre d'affaires dans la grande distribution, la banque-assurance et les télécommunications. Dans le second domaine, les banques cherchent à garder leurs clients en proposant des services à valeur ajoutée. Nous analysons donc la rentabilité, au départ pas sur tous les clients mais seulement 5 000 ou 10 000. Une véritable segmentation se dégage par la rentabilité. Les clients importants, par exemple, ont des valeurs boursières. Nous pouvons intégrer leurs préférences par rapport à tous leurs mouvements, c'est à dire adopter leurs canaux de diffusion préférés. Nous pouvons aussi bien envoyer une petite alerte gratuite de souscription volontaire en SMS, qu'un email en cas d'agios, de débit ou de crédit. Dans les banques, ces systèmes commencent juste à éclore.

C'est donc cela le one-to-one proactif... Mais est-il aussi facile de pénétrer ce marché en France qu'aux Etats-Unis ? Les mentalités ont-elles évolué ?
Oui et non. Oui, car les banques font ce qu'il faut pour perdre les mauvais clients et veulent garder ceux qui sont rentables. Mais elles les perdent quand même. Une entreprise comme le Crédit Lyonnais réalise 90 % de son chiffre d'affaires avec 3 % de ses clients. Si elle perd la majorité de ces 3 %, elle met la clef sous la porte. L'enjeu, quand on offre des services à valeur ajoutée, passe donc par la stratégie de recrutement des nouveaux clients. Il est possible de les attirer par rapport à certains profils, ce qui rentre dans toute une stratégie d'acquisition vis-à-vis de tel ou tel type de clientèle.

Non aussi, car aux Etats-Unis, les clients sont beaucoup plus automatisés. Ce sont les rois du pager. Pour l'instant, nous n'avons vendu qu'un seul système en France avec une bonne année de décalage. Aux Etats-Unis, les consommateurs sont également bien informés quand ils gagnent de l'argent, ce qui n'ose pas être dit en France. Il s'agit là d'une difficulté culturelle énorme. Si nous prenons l'exemple des brokers en ligne, le développement du marché a été très fort aux Etats-Unis alors qu'il n'a pas décollé en France. Mais il faut aussi laisser le temps aux personnes de s'habituer.

Proposez-vous une solution particulière dédiée au one-to-one proactif ?
Nous utilisons les mêmes modules de segmentation, d'analyse, etc., auxquels nous rajoutons des technologies de souscription. A l'aide d'un formulaire simple, le client entre ses informations et paramètre ses écran de souscription.

Quelles sont les nouveautés majeures dans la dernière version de votre plate-forme ?
Dans MicroStrategy 8, nous avons surtout optimisé le code pour travailler sur la diffusion vers des centaines de milliers d'utilisateurs. Cela concerne toutes les technologies sur lesquelles nous nous appuyons. Afin d'accroître le volume et les performances, toute la partie déportée (reporting) a été redéveloppée en HTML pur.