Le décisionnel pour tou.te.s – BI4people

La méthodologie de projet que nous avons adopté s'inspire des méthodes agiles ou des living labs, mais sur des périodes plus longues, adaptées au rythme de la recherche. Concrètement, nous avons prévu de construire rapidement un premier prototype imparfait, puis de le perfectionner dans 2 ou 3 versions successives. L'idée était de confronter ce logiciel à différentes catégories d'usagers (des petites entreprises clientes du partenaire TRIMANE et des citoyens actifs recrutés par le living lab TUBÀ), afin d'exploiter leurs retours et d'améliorer le prototype de manière incrémentale.

Par ailleurs, nous avons conduit simultanément une étude d'utilité et d'appropriation du prototype par les usagers, ainsi que leur évolution dans le temps, afin de mesurer si nos efforts allaient dans la bonne direction et amélioraient "l'expérience utilisateur".

D'un point de vue opérationnel, le projet est subdivisé entre 8 sous-tâches (work packages ou WP), eux-mêmes scindés en sous-tâches, dont les risques potentiels et des solutions de repli. Les tâches sont les suivantes.

WP1 – Coordination du projet

WP2 – Automatisation de l’entreposage des données

WP3 – Analyse collaborative des données

WP4 – Visualisation et exploration des données

WP5 – Protection des données

WP6 – Validation et expériences

WP7 – Évaluation de l'appropriation des usagers

WP8 – Dissémination et exploitation

Les tâches WP2 et WP4 sont les plus importantes, car elles constituent la gestion des données, d'une part, et le résultat final (dataviz) d'une analyse, d'autre part. Ainsi, ces tâches ont bénéficié de la plus grande partie des ressources du projet.

Résultats les plus saillants en fonction des WP :

WP2 : Nous avons conçu un processus intégré quasi-automatique permettant de transformer des tableaux complexes en un entrepôt de données (ED), qui comporte 3 parties : 1) extraction des données pour détecter les indicateurs par une méthode de machine learning, puis détermination des dimensions et les hiérarchies via des dépendances fonctionnelles ; 2) fusion d'ED multidimensionnels prenant en compte les schémas et les et instances ; 3) traitement des données manquantes générées pendant la fusion.

WP3 : Nous avons conçu un prototype pour l’exploration de possibilités d’analyse collaborative, en 2 volets :

- enregistrer une démarche d’analyse et des résultats par l’usager pour un cas, qui partage ensuite aux autres personnes et enrichit la démarche de manière itérative, dans une perspective de construction

- utiliser un agent conversationnel dédié à l’aide à l’analyse. Ceci permet d’une part la collaboration avec un assistant virtuel, et d’autre part la prise en compte de l’accessibilité des usagers novices.

WP4 : Nous avons produit un système de recommandation réalisant l’optimisation globale des tableaux de bords par un algorithme génétique. Nous avons conçu une interface usager complète et opérationnelle, intégrant l’algorithme de recommandation, ainsi que de nombreuses autres fonctionnalités utiles pour des utilisateurs novices ou experts. Nous avons réalisé une évaluation usager comparative qui a montré les atouts de notre approche par rapport à PowerBI, un outil industriel très utilisé dans ce domaine.

WP5 : Afin de garantir la confidentialité des données, nous avons évalué et comparé les systèmes de chiffrement homomorphique (HE) qui permettent de faire des calculs directement sur des données cryptées, ainsi que les bibliothèques qui permettent de les implémenter. En complément, nous avons étudié les protocoles de calcul sécurisés multipartites, afin d'évaluer leur pertinence dans le WP3. Nous avons développé des scénarios pour sécuriser des cas d'usage de BI et évalué la performance et la sécurité de ces protocoles.

WP7 : Nous avons interrogé les modalités d'appropriation de la dataviz à partir de ses prétentions communicationnelles, ses prédicats sémiotiques et les registres appréciatifs qui leurs sont associés par des usagers non-experts : 1) par l’étude des discours d’accompagnement qui innervent les politiques de la donnée ou les groupes professionnels qui produisent des visualisations de donnée ; 2) par l’analyse des principes de conception qui s’inscrivent dans les prédicats sémiotiques des visualisations de données ; 3) en rendant compte des registres appréciatifs mobilisés par des usagers non-experts dans le cadre d’une enquête qualitative par entretiens. Les résultats portent sur le rapport entre le régime de familiarité qu’entretiennent les enquêtés avec les visualisations de données dans leur vie quotidienne et leur niveau de littératie en dataviz.

Chaque partie du projet BI4people (les WP) présente des perspectives à poursuivre.

WP2 : De nombreuses données ne sont pas structurées en tableaux, mais sous la forme de données semi-structurées en arbres ou graphes (langages XML, JSON ou YAML) et non-structurées (textes, images, sons et vidéos). Extraire ces types de données sont des tâches difficiles qui sont des perspectives à traiter afin de mettre plus encore l'analyse de données à la portée d'usagers non-experts.

WP3 : La mise en œuvre du prototype d’analyse collaborative, malgré la preuve d’un intérêt pour cette solution, est perfectible. Notamment, la proposition d’un agent conversationnel mérite d’être approfondie par rapport à un besoin d’apprentissage pour être en capacité de pouvoir soutenir la démarche d’analyse sur différents domaines (le contexte de données du tourisme étant le domaine sur lequel le prototype a été construit), en permettant également une analyse avec des retours d’usagers divers.

WP4 : Parmi les perspectives, le système de recommandation pourrait être complété, d’une part avec la proposition de modèles de tableaux de bord venant d’autres utilisateurs et qui seraient réutilisables dans le contexte de l’utilisateur courant, et d’autre part avec l’optimisation du placement 2D des visualisations qui se fait actuellement sous la forme d’une grille simple.

WP5 : Notre évaluation a mise en lumière l'applicabilité des systèmes de chiffrement homomorphique dans des cas réels. Il nous reste à identifier plus finement les solutions les meilleures pour le projet BI4people, mais aussi dans d'autres contextes applicatifs.

WP7 : Notre évaluation conduit à réévaluer le rôle des affects et des émotions dans la compréhension et l’interprétation des visualisations de données. Cette nouvelle hypothèse de travail mériterait d’être approfondie avec de nouvelles enquêtes portant sur l’appropriation de la dataviz.

Globalement, aider l'analyse en permettant la production de résultats pour des usagers novices qui collaborent constitue une étape importante. Pour parfaire l’objectif d’accessibilité, il s’agit ensuite de soutenir l’étape d’interprétation des résultats. Ceci pourrait passer par une génération de l’analyse (semi-)automatique. Une vigilance dans la recherche d’une telle solution est de présenter l’interprétation de telle ou telle partie d’une visualisation, qui n'est pas neutre, et qu’une interprétation plus globale est nécessaire. Une démarche collaborative trouverait également sa place pour parfaire l’interprétation des résultats et construire une connaissance commune sur les données traitées.

Finalement, l’interprétation de l’analyse rendrait possible d’aller plus loin en termes d’inclusion, notamment par rapport au handicap visuel. Les approches génératives de descriptions d’images sont un support important, mais cette perspective nécessiterait un travail pluridisciplinaire important pour prendre en compte les besoins des usagers handicapés.

Les technologies de l'informatique décisionnelle (business intelligence ou BI), telles que les entrepôts de données et l'analyse en ligne (on-line analytic processing ou OLAP), sont des outils primordiaux dans l'aide à la décision, qui ont longtemps nécessité un investissement financier et humain très lourd. Toutefois, il existe désormais de nombreuses solutions de BI gratuites, quelles soient propriétaires, libres ou infonuagiques. Les logiciels propriétaires se focalisent cependant sur les tableaux de bord et la visualisation, et ont tous des fonctionnalités limitées, comme l'absence d'une intégration efficace de données depuis des sources disparates. De plus, bien que quelques logiciels libres proposent des explorations OLAP, ils demeurent techiquement hors de portée des petites entreprises, des associations, des chercheurs, des indépendants comme des journalistes ou des "makers", et des citoyens actifs, que nous ciblons particulièrement dans ce projet. Finalement, la tendance à déporter la BI dans le nuage rejoint la demande grandissante d'outils collaboratifs qui permettent aux utilisateurs de croiser des données privées, publiques, ainsi que des "self data", d'effectuer des analyses conjointes, d'annoter des figures ou des rapports et de comminiquer via les réseaux sociaux. Les réponses actuelles à cette demande globale restent en deçà des attentes en se limitant au partage en ligne de résultats d'analyse.

L'objectif de BI4people est de rendre accessible la puissance de l'analyse interactive OLAP à la plus large audience possible, en mettant en oeuvre le processus d'entreposage de données en mode software-as-a-service, de l'intégration de données multisource, hétérogènes (typiquement sous la forme de tableaux issus de tableurs, de documents textuels ou semi-structurés, ou encore du Web) à une analyse OLAP et une visualisation très simples. Pour atteindre ce but, le service de BI inclure la "privacy by design", être autonome, extrêmement simple, ergonomique et intelligible (jargon informatique ou BI interdit !). Dans ce contexte, les étapes classiques de l'entreposage de données s'appliquent, mais doivent être complètement automatisées. À notre connaissance, BI4people serait la première plateforme qui atteindrait complètement ce but, les projets similaires relevant actuellement plutôt de l'apprentissage automatique. De plus, le prototype logiciel que nous proposons comme le délivrable principal du projet prendra en charge la confidentialité des données dans toutes les étapes, permettra des analyses collaboratives et sera réellement intelligible par ses utillisateurs. Nous insistons en effet sur l'importance de l'appropriation des visualisations fournies par l'outil par les utilisateurs, ce qui implique une collaboration interdisciplinaire entre l'informatique et les sciences de l'information et de la communication.