Introduction
Depuis plusieurs années, DigDash met l’accent sur l’intégration de l’intelligence artificielle au sein de sa plateforme. Ces fonctionnalités ont pour objectif d’aider les utilisateurs à améliorer leurs sources de données, créer plus rapidement des tableaux de bord et faciliter l’analyse des informations.
Dans cet article, nous allons parcourir de manière concise les différentes fonctionnalités liées à l’IA proposées par DigDash.
Mesure prédictive
La fonctionnalité de mesure prédictive assistée par IA permet de projeter un indicateur dans le temps à partir des données historiques.
Nous allons pouvoir ainsi réaliser des mesures prédictives à partir de différents algorithmes proposés dans l’outil (régression, lissage, tendance, transformation de Fourier). Selon le contexte métier, il est possible de choisir l’algorithme le plus pertinent afin d’obtenir une projection fiable.
L’outil permet également d’ajouter des intervalles de confiance, afin d’encadrer la prévision par une estimation haute et basse. Cela permet de visualiser non seulement une tendance future, mais aussi le niveau d’incertitude associé.
Un utilisateur peut par exemple :
- Prédire son chiffre d’affaires (CA) sur les prochains mois
- Anticiper une évolution de volumes
- Identifier un effet saisonnier récurrent
- Ajuster ses objectifs en fonction d’une tendance projetée
Cette fonctionnalité permet ainsi d’aller au-delà de l’analyse descriptive pour entrer dans une logique d’anticipation.
Enrichissement de la donnée
Dans Digdash, il est possible d’enrichir de la données grâce à des données issues d’un référentiel ou de l’open data. Pour réaliser cet enrichissement, il faut une correspondance avec une colonne déjà existante dans le modèle de base. Cette liaison est automatique grâce à un algorithme de correspondance sur les dimensions.
Pour réaliser un enrichissement :
- On sélectionne le modèle que l’on souhaite enrichir.
- DigDash propose automatiquement les modèles compatibles sur la base des correspondances détectées.
- L’utilisateur choisit la clé de liaison, avec un indicateur de pourcentage de correspondance.
- Un nouveau modèle enrichi est généré.
Inscrivez-vous à la newsletter DeciVision !
Soyez notifiés de nos derniers articles de blog, de nos prochains webinars et nos actualités !
Transformation assistée par IA
Pour rappel, la transformation des données permet de modifier les colonnes d’un modèle de données : remplacer une valeur par une autre, compléter des valeurs manquantes, mettre du texte en majuscules, reformater des dates, concaténer des champs, etc …
Jusqu’à présent, lorsque la transformation souhaitée n’existait pas nativement dans DigDash, il fallait configurer manuellement une formule en JavaScript.
Même si cette approche est puissante, elle peut représenter un frein pour les utilisateurs ne maîtrisant pas le code.
Pour simplifier l’expérience utilisateur, DigDash intègre désormais une transformation assistée par Intelligence Artificielle.
Le principe est simple :
- L’utilisateur décrit en langage naturel ce qu’il souhaite faire.
- L’IA génère automatiquement la formule JavaScript correspondante.
Plus besoin de connaître la syntaxe exacte ou les fonctions spécifiques : l’IA s’en charge.
Comment ça marche ?
- L’utilisateur ouvre la section Transformation de données dans son modèle.
- Il sélectionne la colonne à transformer.
- Il décrit simplement son besoin, par exemple :
- « Mettre la première lettre en majuscule »
- « Remplacer les valeurs nulles par 0 »
- « Si le montant est supérieur à 1000 alors afficher ‘Élevé’, sinon ‘Standard’ «
- L’IA génère automatiquement la formule en JavaScript.
- L’utilisateur peut la valider ou l’ajuster si nécessaire.
Groupes intelligents
Les groupes intelligents permettent de créer automatiquement des clusters, c’est-à-dire des groupes d’éléments partageant des caractéristiques communes. Cette fonctionnalité est directement accessible depuis le modèle de données dans DigDash.
Contrairement à un regroupement manuel, les groupes intelligents s’appuient sur des algorithmes d’analyse qui identifient des correspondances ou des similitudes entre les données afin de constituer des ensembles cohérents.
L’utilisateur peut ainsi créer facilement des groupes à partir d’une mesure ou d’un indicateur, ce qui permet de segmenter les données et de faire ressortir des tendances.
IODS + Script Python ML
La fonctionnalité IODS (Input / Output Data Source) permet de connecter DigDash à des sources de données externes, notamment via des API.
En combinant cette connexion avec un script Python intégrant des modèles de Machine Learning, il devient possible d’enrichir ou de transformer les données avec des traitements avancés avant leur intégration dans DigDash.
Cette fonctionnalité est plus avancée et nécessite généralement des connaissances en Python et une compréhension du Machine Learning
Grâce à cette approche, DigDash peut interagir avec des services externes et exploiter des modèles de Machine Learning pour compléter ou améliorer les données.
Requête en langage naturel
DigDash intègre également une fonctionnalité de requête en langage naturel lors de la conception d’un Dashboard.
Cette fonctionnalité permet de générer rapidement des graphiques ou des tableaux simplement en formulant une demande écrite. L’utilisateur décrit l’analyse qu’il souhaite obtenir, et DigDash propose automatiquement une visualisation correspondant le plus fidèlement possible à la demande.
Par exemple, un utilisateur peut écrire une requête comme :
- « Afficher le chiffre d’affaires par mois »
- « Comparer les ventes par région »
- « Montrer l’évolution des ventes sur les 12 derniers mois »
DigDash interprète la demande et génère directement la visualisation adaptée.
Un des avantages de cette fonctionnalité est que les suggestions peuvent s’appuyer sur plusieurs modèles de données disponibles dans l’environnement. L’utilisateur peut ensuite choisir celui qui correspond le mieux à son besoin.
Cette approche est particulièrement utile pour les utilisateurs novices qui ne souhaitent pas manipuler directement les paramètres de création de graphiques. Elle permet d’obtenir rapidement des visualisations pertinentes tout en simplifiant l’utilisation de l’outil.
Génération des faits marquants
La génération de faits marquants est une fonctionnalité accessible depuis l’éditeur de tableau de bord. Elle permet d’avoir une analyse rapide et approfondie des graphiques ou tableaux de son tableau de bord.
Types de faits marquants :
- Méga contributeur : un membre d’une dimension représente au moins 40 % de la valeur totale d’une mesure.
- Top K contributeurs : les K principaux membres d’une dimension représentent ensemble au moins 40 % d’une mesure.
- Pareto : 20 % des membres d’une dimension génèrent 80 % d’une mesure.
- Corrélation : une autre mesure évolue de manière similaire (positive ou négative) à la mesure analysée selon une dimension.
Ces faits marquants permettent ainsi de mettre en évidence rapidement des tendances ou des concentrations importantes dans les données.
Agent IA
L’agent IA est une fonctionnalité introduite dans la version 2025R2 de DigDash qui permet de créer des visualisations de données à l’aide d’un chatbot.
L’utilisateur saisit simplement une requête en langage naturel, par exemple : « donne-moi le coût de communication par pays ». L’agent analyse la demande et propose automatiquement le graphique le plus pertinent en fonction du contenu de la requête et des données disponibles.
Pour obtenir un résultat plus précis, l’utilisateur peut également préciser certains éléments dans sa demande, comme le modèle de données, le type de graphique ou les filtres à appliquer.
Une fois le graphique généré, il reste possible d’interagir avec celui-ci directement dans l’interface : ajouter des filtres, modifier la visualisation ou poursuivre l’analyse grâce aux fonctionnalités d’analyse ad-hoc.
Cette approche permet ainsi de simplifier la création de visualisations tout en conservant la possibilité d’affiner l’analyse directement dans le tableau de bord.
CONCLUSION DE L’EXPERT
Nous avons vu de manière concise les différentes fonctionnalités proposées par DigDash qui apportent un réel plus dans la réalisation d’un tableau de bord. En effet, l’intelligence artificielle intervient à plusieurs étapes : lors de la construction du modèle de données, pour l’enrichissement ou encore pour la transformation assistée.
L’IA facilite également la création de visualisations, que ce soit de manière simple grâce aux requêtes en langage naturel ou de façon plus avancée avec l’agent IA. Elle permet aussi d’améliorer l’analyse des données avec des fonctionnalités comme les faits marquants ou les groupes intelligents.
DigDash souhaite poursuivre dans cette direction avec le développement d’une plateforme IA prévue pour 2026. Celle-ci proposera une large gamme d’outils autour de l’intelligence artificielle, comme un chatbot spécialisé, l’agent IA, des fonctionnalités de text-to-speech, ou encore la création de workflows automatisés.
Une présentation plus détaillée de cette plateforme IA fera l’objet d’un article dédié lors de sa sortie.
