L’IA transforme en profondeur nos manières de travailler, d’analyser et de traiter la donnée. Fort heureusement, l’éditeur SAP n’a pas attendu son partenariat avec Mistral AI pour intégrer la puissance de l’IA dans SAC et plus largement dans toutes ses solutions.
En effet, depuis de nombreuses années maintenant, avec SAP Analytics Cloud, les entreprises peuvent automatiser l’analyse de leurs données, anticiper les tendances et améliorer leur performance.
Pour vous, Mathieu Le Berre – Directeur Conseil Sileron et expert Business Intelligence, a décrypté les différentes fonctionnalités d’IA présentes dans SAC et vous livre des cas d’usage concrets pour accroître votre activité.
Le rôle de l’IA dans SAC
SAP Analytics Cloud offre depuis toujours une solution innovante et surtout évolutive d’aide à la décision reposant sur l’IA et le Machine Learning.
En se connectant aux sources de données clés de l’entreprise comme l’ERP et/ou les bases de données externes, SAC offre une vision globale et en temps réel des indicateurs de performance de l’entreprise.
Finalement, implémenter SAC, c’est faire le choix de valoriser les données de l’entreprise, intégrer l’IA de manière concrète et opérationnelle et renforcer la compétitivité à long terme. Car aujourd’hui il est assez clair que l’IA n’est plus une option pour les entreprises mais bien un levier stratégique.
Et pour y arriver, SAC s’appuie sur plusieurs fonctionnalités solides directement embarquées dans la solution :
- Smart Predict,
- Smart Insights,
- Just Ask,
- Compass.
Smart Predict dans SAC, l’IA prédictive
La fonctionnalité Smart Predict de SAC permet aux entreprises de réaliser sur la base de leurs données historiques des modélisations statistiques pour prédire l’avenir.
Pour fonctionner, Smart Predict s’appuie sur le Machine Learning. Ainsi, à intervalle régulier, il va être possible d’entraîner le système afin qu’il appréhende progressivement l’enrichissement de données et améliore ses résultats statistiques.
À l’issue de ce travail, la fonctionnalité Smart Predict est capable :
- d’éditer un modèle statistique,
- expliquer ce modèle statistique dans un écran dédié,
- fournir des prévisions sur une durée définie,
- indiquer un intervalle de confiance sur l’avenir par rapport aux données passées.
Applications possibles à travers les 3 principales approches de Smart Predict
=> Approche N°1 dans Smart Predict : la classification
En Business Intelligence, un scénario de classification permet de prédire une catégorie ou une classe, c’est-à-dire de répondre à une question fermée de type « Oui / Non » ou « Classe A, B, C ».
Exemple de cas concrets :
| Domaine | Question | Type de classification |
|---|---|---|
| RH | Un collaborateur va-t-il quitter l’entreprise ? | Oui / Non (binaire) |
| Marketing | Ce client va-t-il répondre à ma campagne ? | Oui / Non |
| Finance | Ce dossier est-il risqué ? | Faible / Moyen / Élevé |
| Maintenance | Cette machine va-t-elle tomber en panne dans 30 jours ? | Oui / Non |
Comment fonctionne la classification dans Smart Predict ?
1- On part d’un historique
Il s’agit de partir de cas passés où on connaît à la fois les caractéristiques et le résultat (exemple : les employés et s’ils ont quitté ou non la société).
2- Le moteur de SAC analyse les patterns
Il cherche ce qui différencie les cas « Oui » des cas « Non » ainsi que les facteurs qui augmentent la probabilité que le résultat soit positif.
3- On applique ensuite le modèle à de nouveaux cas
Pour chaque nouvelle situation, SAC va ensuite fournir la classe prédite (Oui / Non) et la probabilité associée (exemple : 87 % de chance que ce soit « Oui »).
=> Approche N°2 dans Smart Predict : le scénario de régression
Dans SAC, un scénario de régression permet de prédire une valeur numérique continue, à partir de données connues. Contrairement à la classification (Oui / Non), ici on cherche à estimer un chiffre (montant, score, durée…).
Exemple de cas concrets :
| Domaine | Question | Type de prédiction |
|---|---|---|
| RH | Quel sera le salaire attendu d’un collaborateur ? | Valeur (€) |
| Ventes | Quelle sera la valeur moyenne d’une commande ? | Valeur (€) |
| Projets | Combien de jours de retard pour ce projet ? | Durée (jours) |
| Finance | Quel sera le coût de formation annuel par département ? | Valeur (€) |
Comment fonctionne le scénario de régression dans Smart Predict ?
1- On part d’un historique
On dispose d’un tableau où la valeur cible est connue (ex. : coût, salaire) avec des colonnes explicatives (âge, expérience, poste…).
2- Le moteur de SAC apprend à faire des prévisions
Smart Predict identifie les relations entre les caractéristiques connues et la valeur cible à prédire.Il détecte les tendances, les corrélations, les effets croisés.
3- On applique ensuite le modèle sur de nouveaux cas
Pour chaque ligne, SAC fournit une valeur prédite. Par exemple, « ce collaborateur va probablement coûter 3 700 € de formation ».
=> Approche N°3 dans Smart Predict : le Time Series Forecast
Autre approche vraiment intéressante en BI, le scénario Time Series Forecast (également appelé « prévision de séries temporelles ») permet de prédire une valeur numérique dans le temps, en se basant sur son historique chronologique.
Exemple de cas concrets :
| Domaine | Question | Type de prédiction |
|---|---|---|
| Ventes | Quelle sera l’évolution du CA mensuel ? | Montant par mois |
| RH | Combien d’embauches prévoir au prochain trimestre ? | Volume |
| Logistique | Combien de colis seront expédiés cheque jour ? | Quantité |
Comment fonctionne le Time Series Forecast dans Smart Predict ?
1- Le moteur de SAC analyse les patterns des données réelles
Smart Predict détecte les tendances haussières / baissières, saisonnalité (mois, jours…) et les cycles avec ruptures ou pics.
2- SAC applique un modèle statistique identifié pour projeter les données futures sur chaque jeu de données
SAC délivre des valeurs attendues pour les périodes à venir associées à un intervalle de confiance.
Smart Insights dans SAC, l’IA explicative
Smart Insights est une fonctionnalité d’intelligence augmentée dans SAC qui permet d’explorer automatiquement les facteurs explicatifs d’un phénomène, découvrir des relations cachées entre les données et de générer des visualisations et des insights prêts à l’emploi.
Là encore, grâce au Machine Learning, Smart Insights analyse automatiquement les données sous-jacentes et identifie les facteurs qui ont de l’impact.
Applications possibles de Smart Insights
Exemple de cas concrets :
| Domaine | Question posée | Ce que Smart Insights fournit |
|---|---|---|
| Finance | Pourquoi les coûts ont explosé en mars ? | Principaux contributeurs (ex. frais de transport + région Europe) |
| RH | Pourquoi l’absentéisme est plus fort cette semaine ? | Segment dominant (ex. entrepôt A + employés en horaires de nuit) |
| Ventes | Pourquoi la marge a chuté sur ce produit ? | Client, canal ou zone contribuant négativement |
Comment fonctionne Smart Insights ?
1- L’utilisateur clique sur une valeur dans un graphique ou un tableau puis choisit “Smart Insights”
2- SAC analyse automatiquement les dimensions disponibles
Il identifie également les principaux contributeurs à la valeur sélectionnée.
3- SAC présente les résultats dans une fenêtre latérale et présente des calculs
Les calculs peuvent être du type : “quel segment explique le plus cette valeur ?” ou “qu’est-ce qui distingue cette valeur du reste ?”. Le moteur effectue ensuite une analyse statistique contextuelle, sans avoir besoin de créer un modèle ou un script.
Just Ask dans SAC, l’IA d’analyse conversationnelle
Just Ask est la fonctionnalité d’analyse conversationnelle de SAP Analytics Cloud qui offre la possibilité de faire du requêtage en langage naturel. Elle permet à l’utilisateur de poser des questions librement sur ses données, comme s’il s’adressait à un assistant intelligent.
Grâce au langage naturel (NLP) et à l’IA dans SAC, Just Ask est capable d’interpréter les intentions de requête, comprendre le contexte métier et générer automatiquement des visualisations adaptées comme des tableaux ou des graphiques.
Cette fonctionnalité simplifie l’accès à la BI, permettant à des non-experts de la data d’obtenir des informations fiables et contextualisées.
Applications concrètes de Just Ask
Avec Just Ask, n’importe quel utilisateur ayant accès peut obtenir rapidement des visualisations ou des valeurs clés à partir d’une question posée en langage naturel.
Exemple de cas concrets :
| Domaine | Question posée dans Just Ask | Résultat |
|---|---|---|
| Ventes | « Top 5 clients by revenue in 2024 » | Graphique des meilleurs clients |
| Finance | « Show net margin by quarter » | Ligne chronologique |
| RH | « Number of employees by department » | Tableau ou barre |
Comment fonctionne Just Ask ?
1- L’utilisateur ouvre la barre de recherche Just Ask
Il pose une question en langage naturel (anglais, français, …)
2- SAC analyse la syntaxe de la question
Il identifie les dimensions (exemples : pays, date) et les mesures (exemples : revenu, marge) à exploiter pour répondre à la question et crée une requête analytique dynamique.
3- SAC propose une restitution en adéquation avec la question posée
SAC édite un résultat chiffré (KPI) ou une visualisation automatique en(barres, camembert ou courbe.
Compass dans SAC, l’IA d’aide à la décision
Compass est une fonctionnalité d’aide à la décision dans SAP Analytics Cloud. Elle guide les utilisateurs dans l’exploration de leurs données en suggérant des recommandations analytiques intelligentes.
Basée sur la méthode de Monte Carlo, elle permet de simuler l’impact des incertitudes sur les KPIs.
Applications concrètes de Compass
Avec son approche orientée utilisateur, Compass facilite la découverte de données importantes, accélère l’analyse et aide les équipes à se concentrer sur les informations à plus forte valeur ajoutée.
Exemple de cas concrets :
| Domaine | Exemple de question traitée avec Compass |
|---|---|
| Finance | Quelle est la probabilité que notre ROI dépasse 12% ? |
| RH | Quel est le risque de ne pas atteindre les effectifs prévus ? |
| Ventes | Quel est l’impact des fluctuations du volume et du prix sur notre CA ? |
| Projets | Quelle est la probabilité que le projet dépasse 9 mois ? |
| Supply Chain | Quel niveau de stock devons-nous planifier pour couvrir les variations de demande ? |
Comment fonctionne Compass ?
1- L’utilisateur définit un KPI cible
(exemple : bénéfice net)
2- Il configure plusieurs facteurs incertains appelés “drivers”
Les drivers sont des variables dont la valeur peut fluctuer comme le prix, le volume, le coût, le taux de change…
Pour chaque “driver”, il s’agira de spécifier une plage de variation (minimum / maximum) et une distribution : uniforme, normale, etc.
3- Lancer une simulation Monte Carlo
Compass génère plusieurs milliers de scénarios aléatoires. Ainsi, il peut calculer à chaque fois la valeur du KPI en fonction des drivers et afficher la distribution complète des résultats.
Pour conclure sur l’IA dans SAC
Grâce des fonctionnalités analytiques augmentées comme Smart Predict, Smart Insights, Just Ask ou Compass, SAC démocratise l’accès à l’analyse avancée en temps réel, automatise et renforce la qualité des prises de décision.
Pour Mathieu Le Berre : “Concrètement, l’IA dans SAC ne remplace pas l’expertise métier mais l’amplifie en facilitant l’accès à des données lisibles et prédictives.”
Vous souhaitez en savoir plus sur comment l’IA SAP peut révolutionner vos processus métiers ? Contactez notre équipe.
Cet article a été réalisé avec la participation de Mathieu Le Berre, Directeur Conseil Sileron et expert Business Intelligence
Depuis 2019, Mathieu Le Berre est Directeur Conseil du cabinet Sileron, il est référent des solutions de Business Intelligence.
Expert SAP depuis 2008, il maîtrise aussi bien les problématiques métier que les aspects techniques des solutions Cloud.
