La récupération d'informations exploitables est essentielle à l'excellence opérationnelle d'une entreprise, mais l'obtention de ces données sans les bons outils peut s'avérer difficile et, dans certains cas, impossible. Acumatica Cloud ERP permet de récupérer des informations exploitables pour prendre des décisions commerciales cruciales à l'aide d'interrogations génériques (IG).

Qu'est-ce qu'une demande de renseignements génériques ?

Acumatica Cloud ERP dispose de puissants outils et capacités d'analyse de données. Les requêtes génériques sont l'une de ces fonctionnalités. Elles permettent aux utilisateurs de créer des requêtes personnalisées sans avoir besoin de compétences approfondies en programmation. Vous pouvez imaginer les requêtes génériques comme une question posée à Acumatica Cloud ERP, et la réponse est une donnée qui peut être présentée visuellement de manière significative comme une réponse à cette question.

Dans une vidéo de présentation des requêtes génériques, Harsha Sarjapur, fondateur d'InfoSourcing Inc. partenaire d'Acumatica, explique que lorsque vous utilisez les requêtes génériques, " vous essayez d'interroger le système en disant : "Montrez-moi une liste de tous les clients" ou "Montrez-moi une liste de tous les fournisseurs" ou "Montrez-moi toutes les commandes clients créées la semaine dernière". Vous vous renseignez sur quelque chose".

Ces demandes génériques - tous les clients, tous les fournisseurs, toutes les commandes clients - et d'autres comme elles sont préconstruites et facilement disponibles dans Acumatica Cloud ERP, mais vous pouvez étendre ces demandes existantes ou créer les vôtres pour obtenir exactement l'information que vous voulez voir, à chaque fois. Ces IG peuvent être utilisées pour :

• • Créer des tableaux de bord personnalisés pour analyser visuellement des informations spécifiques.
  • Générer des rapports personnalisés pour les indicateurs clés de performance (KPI) importants.
  • Disséquer les couches de données en creusant pour découvrir des informations exploitables.
  • Identifier et corriger les divergences ou les erreurs de données à l'aide de l'IA.
  • Générer rapidement des rapports pour répondre aux besoins immédiats de l'entreprise.
  • Déclencher des flux de travail, en automatisant des actions basées sur des conditions de données spécifiques.
  • Créer des rapports d'audit, en veillant au respect des politiques internes/fournisseurs et des réglementations externes.

Et bien d'autres choses encore. Ce qui différencie les demandes génériques de la métaphore "poser une question au système", c'est que vous ne posez pas la question en langage naturel. Au lieu de cela, les demandes génériques utilisent le langage de requête structuré (SQL), qui est, comme le dit Geeks for Geeks, "un langage de programmation standardisé utilisé pour gérer, manipuler et interagir avec les bases de données relationnelles". Les bases de données relationnelles, comme celle qu'utilise Acumatica Cloud ERP, organisent les données en tables. Les lignes de ces tables représentent des enregistrements individuels (comme un client ou un fournisseur), et les colonnes représentent des attributs qui fournissent des détails sur ces enregistrements (comme le nom du client, les contacts, les emplacements, les numéros de téléphone, les adresses électroniques, etc.)

Bien que les demandes génériques utilisent SQL, il n'est pas nécessaire de le connaître. En fait, les outils de création d'IG rendent la construction de votre IG simple et sans effort.

Les demandes génériques font partie de la promesse depersonnalisation sans code d'Acumatica Cloud ERP, fondée sur notre conviction que vous avez le droit "d'adapter et de personnaliser entièrement la solution pour répondre à l'évolution des exigences de votre entreprise". Cela signifie que vos experts en processus métier - ceux qui connaissent le mieux votre organisation - peuvent utiliser les requêtes génériques pour configurer Acumatica en fonction de vos opérations, sans connaissances techniques approfondies. Il n'est pas nécessaire d'avoir une formation approfondie en programmation SQL ou d'avoir une équipe de développeurs plus importante. Il vous suffit de savoir comment fonctionne votre entreprise et quels sont les détails spécifiques que vous souhaitez extraire et analyser à partir de vos données.

Cependant, si les demandes génériques sont extrêmement conviviales, il est également essentiel de comprendre les meilleures pratiques pour les optimiser. Cela permet de s'assurer qu'elles fonctionnent efficacement, que vous recevez toujours les bonnes informations rapidement et qu'elles n'ont pas d'impact sur les autres utilisateurs et sur les performances du système.

Examinons plus en détail quelques problèmes que vous pouvez rencontrer avec des requêtes génériques non optimisées, comment diagnostiquer ces problèmes, et quelles sont les meilleures pratiques que vous pouvez employer pour optimiser vos requêtes génériques et éviter des impacts inutiles sur les performances du système.

Signes de la nécessité d'optimiser vos demandes de renseignements génériques

Comme toute autre requête ou demande, les demandes génériques deviennent naturellement plus complexes au fur et à mesure que l'on cherche à obtenir des informations plus approfondies. Mais lorsqu'elles ne sont pas optimisées, les demandes génériques complexes peuvent être à l'origine d'inefficacités notables.

Par exemple, vous pouvez être confronté à de longs délais d'attente lors de l'ouverture d'une IG, et d'autres utilisateurs peuvent se plaindre des performances du système lorsque vos demandes de renseignements génériques sont en cours d'exécution. Vous pouvez également avoir l'impression que vos tableaux de bord, alimentés par une IG complexe, sont constamment rafraîchis. Il s'agit plus ou moins d'une lutte entre le taux de rafraîchissement de votre tableau de bord et le temps nécessaire à l'exécution de l'IG. Cette lutte peut être exacerbée si de nombreux utilisateurs doivent exécuter la même IG en même temps.

Une IG comportant de nombreuses jointures (c'est-à-dire une IG qui combine des données provenant de plusieurs tables) peut être considérée comme complexe. Les types de jointures utilisés, l'ordre dans lequel ils sont définis, les champs utilisés et l'indexation de ces champs doivent faire l'objet d'une attention particulière. La principale inefficacité observée dans la plupart des cas est la récupération involontaire d'un plus grand nombre d'enregistrements de données que nécessaire. La seconde est la jonction de tables sur des champs non indexés, ce qui oblige la base de données à "scanner" la table pour chaque enregistrement joint. Il est également essentiel d'éviter l'utilisation de champs définis par l'utilisateur (UDF) dans les jointures.

Les IG peuvent également être utilisées pour créer des formations. Il est essentiel de veiller à ce que l'IG automatisée soit efficace et de faire attention au type d'événement utilisé.

Il est essentiel de savoir comment diagnostiquer ces problèmes - pour comprendre où les complexités de l'IG causent des inefficacités inutiles - afin de pouvoir utiliser les enquêtes complexes à votre meilleur avantage.

Parvenir à un diagnostic

Si vous constatez que vous avez des difficultés avec une interrogation générique, commencez le processus de diagnostic en remontant le temps. Ne pensez pas à l'IG elle-même. Pensez plutôt aux données auxquelles l'IG tente d'accéder.

Posez-vous les questions suivantes :

• • Quelles sont les informations que je recherche ?
    • Vous devez savoir ce dont vous avez besoin avant de demander au système de le retrouver pour vous.
  • Les données existent-elles ou peuvent-elles être calculées à partir de données préexistantes ?
    • Si ce n'est pas le cas, vous devrez peut-être créer de nouvelles tables ou colonnes dans les tables existantes contenant les informations dont vous avez besoin.
  • Si les données existent ou peuvent être calculées, où se trouvent-elles ? Sont-elles situées de manière à optimiser les résultats de l'IG ?
    • Si l'accès aux données est complexe (trop de jointures, par exemple), l'IG peut finir par perdre du temps avant que les résultats ne soient affichés.
  • Les données sont-elles normalisées ?
    • L'élimination de la redondance et de la dépendance des données et la définition d'un objectif clair et précis pour les relations avec votre base de données permettront à votre enquête générique de savoir où elle est censée chercher les informations dont vous avez besoin.

L'examen de ces questions et de bien d'autres à l'aide d'une approche structurée permet d'utiliser les meilleures pratiques, ce qui réduira l'effort global de création d'IG, en particulier lors des tests, et produira des IG performantes et efficaces.

Mise en œuvre des meilleures pratiques : L'approche du cycle de vie

Au fur et à mesure que les entreprises se développent, les demandes d'informations complexes deviennent de plus en plus fréquentes. Il est donc essentiel de mettre en place un processus qui permette de répondre à ce volume croissant de demandes complexes tout en maintenant les meilleures pratiques et en évitant que les IG n'aient un impact sur les performances du système, voire qu'elles ne provoquent un comportement inattendu de ce dernier.

L'approche du cycle de vie est une forme de développement intentionnel qui institue les meilleures pratiques suivantes, telles qu'elles s'appliquent aux demandes génériques, depuis la conception jusqu'au déploiement et au suivi.

• • Commencez par créer et utiliser un environnement de test pour construire et tester les IG. Veillez à ce que votre environnement de test reflète l'environnement de production en utilisant des sauvegardes ou des instantanés.
  • Évitez d'utiliser une nouvelle IG dans votre système de production tant que vous n'êtes pas sûr qu'elle fonctionne correctement et efficacement dans l'environnement de test.
  • Avant de créer une requête générique, assurez-vous de bien comprendre le problème de votre entreprise et de savoir exactement quelles informations vous souhaitez que l'IG récupère pour répondre à ce problème.
  • Utilisez l'outil d'identification "Inspecter l'élément" sur les écrans contenant les données qui vous intéressent pour identifier l'emplacement de ces données.
  • Le DAC Schema Browser est facilement accessible pour vous aider à déterminer quelles données sont nécessaires, où elles sont stockées et quels champs doivent être utilisés pour créer les relations de table qui permettront de récupérer les informations souhaitées.
  • Appliquez des filtres au niveau des jointures si possible. Laissez la base de données travailler pour vous en filtrant à l'intérieur des jointures.
  • Appliquer des filtres (plages de données, par exemple) et des conditions (comme "ignorer si inférieur à x") qui minimisent la taille des informations extraites et maximisent les performances de l'IG.
  • Maintenez vos IG en appliquant les mises à jour et les mises à niveau dans l'environnement de test, afin de vous assurer qu'elles fonctionnent correctement avant de les utiliser dans votre système de production. Consultez les notes de version pour chaque version d'Acumatica Cloud ERP, afin de rester informé des changements apportés qui pourraient avoir un impact sur vos demandes génériques.
  • Utilisez les outils non disponibles dans SaaS, tels que SSMS, qui s'applique aux déploiements de MS SQL, en conjonction avec les outils intégrés, tels que System Monitor, Request Profiler et Trace facility.

Pour toute autre question, contactez la communauté Acumatica, où vous pouvez converser, partager des connaissances et des idées avec d'autres développeurs Acumatica actifs et des experts en processus d'affaires.