Transformer les données brutes d’Open iT en leviers d’action

Bonjour à tous et bienvenue. Merci et bienvenue d’être ici pour notre webinaire sur transformer les données 

0:09 

9 seconds 

brutes d’Open IT en levier d’action avec notalement du Power BI pour la gestion des 

0:16 

16 seconds 

licences. Donc je me présente, je m’appelle Nicolas, donc je suis data analyste chez Open IT. Euh avant d’être 

0:24 

24 seconds 

data analyste chez Open IT, j’étais professeur de mathématiques en lycée en France et au Mexique. Euh mais ne vous 

0:31 

31 seconds 

inquiétez pas, il y aura pas trop de mathématiques dans la présentation. Par contre, vous allez peut-être le remarquer que j’étais 

0:39 

39 seconds 

professeur. Donc aujourd’hui, on va s’intéresser à quoi ? On va s’intéresser à l’optimisation des l’usage de licence 

0:46 

46 seconds 

logicielle dans les entreprises. Donc on va voir pourquoi est-ce que on peut s’intéresser à ce domaine là. On va voir 

0:53 

53 seconds 

comment on peut faire pour mettre en place des méthodes d’optimisation. 

0:58 

58 seconds 

On va vous présenter License Analyzer qui est donc notre solution chez Open IT pour optimiser l’usage de vos licences logicielles et on ira faire un petit 

1:07 

1 minute, 7 seconds 

tour sur Power BI pour aller voir des exemples d’analyse. Euh si vous avez des 

1:15 

1 minute, 15 seconds 

questions, vous pouvez les poser dans la partie Q&A sur Teams et donc notre équipe fera en sorte d’y répondre à la fin de la présentation. Merci. 

1:26 

1 minute, 26 seconds 

Alors, pourquoi s’intéresser à l’optimisation des licences logicielles ? Donc quand on est une entreprise et 

1:35 

1 minute, 35 seconds 

quand on fait face à des difficultés financières, qu’on est qu’on doit faire des réductions de coût, qu’on est soumis à une pression 

1:43 

1 minute, 43 seconds 

budgétaire, souvent les solutions envisagées sont les mêmes, entre guillemets les plus classiques, 

1:48 

1 minute, 48 seconds 

c’est-à-dire geler les recrutements, réduire les déplacements, 

1:53 

1 minute, 53 seconds 

couper dans les formations ou geler des projets non prioritaires. Ces quatre solutions ici, 

2:00 

2 minutes 

elles ont toutes un point commun et un impact négatif. C’est-à-dire qu’elles ont un coût indirect sur la performance, 

2:08 

2 minutes, 8 seconds 

c’est-à-dire qu’on peut avoir des effets négatifs tel que affecter la motivation, 

2:12 

2 minutes, 12 seconds 

la productivité mais également par exemple la capacité d’innovation. 

2:18 

2 minutes, 18 seconds 

On oublie souvent, les entreprises n’y pensent pas beaucoup, euh que l’optimisation des l’usage des licences logicielles peut aussi être une solution pour réduire les coûts d’une entreprise. 

2:30 

2 minutes, 30 seconds 

Quel est l’avantage et pourquoi est-ce que c’est intéressant de s’intéresser à ce domaine-là ? C’est que il n’y a pas de coût caché et le retour sur 

2:39 

2 minutes, 39 seconds 

investissement est mesurable. Donc pas de coût caché car on parle d’optimisation, c’est-à-dire adapter le 

2:46 

2 minutes, 46 seconds 

nombre de licences à ceux dont on a besoin. Ça veut pas dire qu’on va avoir des utilisateurs qui auront plus accès aux licences. Et le retour sur 

2:56 

2 minutes, 56 seconds 

investissement est mesurable. Pour voir ça, on va aller voir du côté de nos clients, donc de nos témoignages clients, pardon. Euh, on a ici par 

3:04 

3 minutes, 4 seconds 

exemple Total Energie qui nous dit euh que la solution Open IT leur a permis de réduire leur coût de 39 % ce qui 

3:13 

3 minutes, 13 seconds 

représentait un retour sur investissement d’un facteur 21. 

3:17 

3 minutes, 17 seconds 

Alors évidemment, ça va dépendre de la taille de notre entreprise, des types de licence qu’on utilise, mais 39 % de réduction des coûts et unroï de 21, 

3:30 

3 minutes, 30 seconds 

c’est assez énorme. Alors, comment ça se fait qu’on puisse atteindre des nombres si importants et comment ça se fait que 

3:37 

3 minutes, 37 seconds 

l’optimisation des licences logicielles ne soit pas plus automatique si les gains sont si importants ? Une des 

3:43 

3 minutes, 43 seconds 

raisons, une des explications qu’on peut vous donner, c’est que pour les entreprises, c’est un petit peu une boîte noire les licences logicielles. 

3:52 

3 minutes, 52 seconds 

C’est-à-dire que tant que on n pas de problème, on considère que tout roule, 

3:58 

3 minutes, 58 seconds 

d’accord ? Sauf que il y a une grosse différence entre avoir une utilisation optimale et ne pas avoir de problème. 

4:05 

4 minutes, 5 seconds 

D’accord ? 

4:08 

4 minutes, 8 seconds 

On peut avoir 500 licences pour 10 utilisateurs. Forcément, on aura aucun problème de denials par exemple, mais on 

4:15 

4 minutes, 15 seconds 

peut optimiser ça. Donc on va voir comment on peut optimiser l’usage des licences logicielles, comment on peut aller un 

4:24 

4 minutes, 24 seconds 

petit peu dans cette boîte noire. et on va faire une analogie avec la gestion du budget familial et on va voir que c’est plus simple qu’il n’y paraît euh dès 

4:32 

4 minutes, 32 seconds 

qu’on commence à s’y intéresser. Imaginons une famille euh veut reprendre le contrôle de son 

4:39 

4 minutes, 39 seconds 

budget, veut faire des économies par exemple pour euh faire des passer des vacances au Mexique. Qu’est-ce qu’elle va faire ? 

4:47 

4 minutes, 47 seconds 

Souvent les conseils données sont les mêmes. Toujours on veut commencer par garder des traces des dépenses. D’accord 

4:55 

4 minutes, 55 seconds 

? Donc garder les factures et garder les tickets de caisse. On va garder ça pour à la fin du 

5:03 

5 minutes, 3 seconds 

mois ou à la fin de la semaine identifier nos dépenses pour voir faire des catégories. Donc des catégories comme par exemple le loyer, les 

5:11 

5 minutes, 11 seconds 

assurances, euh les abonnements, donc toutes les charges fixes, on peut avoir ensuite les loisirs, l’alimentaire, on va faire des catégories. Donc on grosso 

5:20 

5 minutes, 20 seconds 

modo, on fait un petit peu de d’analyse de données et ensuite une fois qu’on aura nos informations qui seront 

5:27 

5 minutes, 27 seconds 

représenté, donc le point numéro 1, ça serait les données brutes, le point numéro 2, ça serait les leviers d’action, le point numéro 3, prendre les 

5:35 

5 minutes, 35 seconds 

décisions. Donc chez Open IT, donc dans le cas des licences logicielles, c’est ce qu’on appelle mesurer, 

5:44 

5 minutes, 44 seconds 

analyser et optimiser. D’accord ? Ce sont les trois grandes étapes à respecter pour pouvoir justement faire 

5:52 

5 minutes, 52 seconds 

face à ces pressions budgétaires en considérant la l’optimisation des licences logicielles. Donc on va aller voir chacun de ces trois points un par un pour avoir un petit peu de contexte. 

6:04 

6 minutes, 4 seconds 

Donc mesurer l’usage des licences logicielles. Si on reprend notre exemple des familles, c’est les factures et les tickets de caisse. Et littéralement, 

6:14 

6 minutes, 14 seconds 

c’est ce qu’on va faire. C’est-à-dire que dans le cadre de l’optimisation des licences logicielles, les factures et les tickets de caisse, on appelle ça 

6:23 

6 minutes, 23 seconds 

grosso modo les check-in et les checkout. Qu’est-ce que c’est les checkin et les checkout ? C’est tout simplement l’utilisation des licences. 

6:31 

6 minutes, 31 seconds 

Donc un checkin, on remet la licence dans le pool de licence. Grosso modo, on ferme une application. Donc on se place 

6:39 

6 minutes, 39 seconds 

du point de vue du gestionnaire de licence. C’est pour ça que le checkin, 

6:42 

6 minutes, 42 seconds 

c’est pour remettre la licence dans le gestionnaire de licence grosso modo. Et le checkout c’est prendre une licence dans le pool de licence. Voilà, à peu 

6:50 

6 minutes, 50 seconds 

près notre ticket de caisse. On aura un petit peu plus d’informations. Dans les informations supplémentaires, on aura l’application qui a été ouverte ou fermée, 

7:00 

7 minutes 

l’utilisateur qui a ouvert ou fermé l’application, qui a utilisé la licence. On va avoir l’heure du checkin, l’heure du checkout. D’accord ? 

7:11 

7 minutes, 11 seconds 

Donc c’est pas forcément une liste exhaustive, mais c’est le type de d’information qu’on va avoir sur notre ticket de caisse. Et donc avec ça, on 

7:19 

7 minutes, 19 seconds 

peut également créer d’autres types de données un peu plus élaborées. Par exemple, si j’ai l’heure du check-in et 

7:26 

7 minutes, 26 seconds 

l’heure du checkout, je fais une différence. Je peux avoir la durée d’utilisation de la licence, par exemple la durée de la session, pardon. Euh tout 

7:35 

7 minutes, 35 seconds 

comme avec les tickets de caisse, à la fin du mois, je peux calculer ma consommation quotidienne de pâtes par exemple. Donc c’est une information qui 

7:43 

7 minutes, 43 seconds 

n’apparaît pas explicitement sur mon ticket de caisse mais euh que je peux déduire ensuite. Donc ça c’est la partie 

7:50 

7 minutes, 50 seconds 

analyse qu’on va voir juste après. Donc cette partie analyse, on va rentrer un petit peu plus dans le détail quand même. Donc c’est les tri par catégorie. 

8:01 

8 minutes, 1 second 

Donc souvent faire des analyses sur Excel ou sur les BI Tools comme pour BI ou d’autres, ça revient à quand même 

8:09 

8 minutes, 9 seconds 

faire des catégories. Donc qu’est-ce qu’on a comme catégorie dans le cadre des licences logicielles ? On peut avoir donc des 

8:17 

8 minutes, 17 seconds 

analyses par application, donc par vendeur, par produit. 

8:22 

8 minutes, 22 seconds 

On peut avoir des analyses par utilisateur. On va voir que c’est important pour identifier des comportements qui pourrait nous 

8:30 

8 minutes, 30 seconds 

permettre d’économiser un petit peu plus euh enfin de faire des économies pardon. Ensuite, on peut faire une analyse par projet ou par département. 

8:38 

8 minutes, 38 seconds 

D’accord ? Donc en gros, ce seront des groupes d’utilisateurs. Ça c’est encore plus pratique dans le cas d’un charge 

8:45 

8 minutes, 45 seconds 

back par exemple si vous voulez répartir un peu plus équitablement de façon plus juste vos ressources à travers vos 

8:54 

8 minutes, 54 seconds 

différents départements. On peut aussi faire ça. Et quelque chose qui est important aussi, on peut faire des analyses de 

9:03 

9 minutes, 3 seconds 

tendance sur des périodes. Donc euh ça c’est un point important qui peut être un point à part mais qui peut aussi 

9:10 

9 minutes, 10 seconds 

concerner les autres. C’est-à-dire que si vous commencez dès demain à vous intéresser à l’optimisation, à mesurer 

9:18 

9 minutes, 18 seconds 

tout d’abord l’utilisation de vos licences logiciel, euh peut-être que la période d’été est une période un peu creuse. Donc peut-être que ça ne sera 

9:27 

9 minutes, 27 seconds 

pas représentatif des besoins de l’entreprise sur une année. Euh donc il faut faire attention à ça. En général, 

9:33 

9 minutes, 33 seconds 

on préconise d’avoir 6 mois de données pour pou pour pouvoir faire justement cette analyse de tendance et ces prédictions sur une année. Euh ça 

9:42 

9 minutes, 42 seconds 

empêche pas que dans certains cas, on peut prendre des décisions plus rapidement qu’avec 6 mois, il y a pas de 

9:50 

9 minutes, 50 seconds 

souci. Donc ces analyses, on va pas les faire uniquement sur Excel. Ce qu’il se passe, c’est que dans le logiciel d’Open 

9:57 

9 minutes, 57 seconds 

IT, donc License Analyzer, vous avez accès à des euh donc je vais dire des rapports en français, d’accord ? Euh ça 

10:05 

10 minutes, 5 seconds 

vient de l’anglais report, je veux dire rapport. Euh ces types de rapport, vous y avez accès très simplement dans le logiciel. 

10:14 

10 minutes, 14 seconds 

Vous pouvez simplement choisir votre vendeur, le produit qui vous intéresse, 

10:19 

10 minutes, 19 seconds 

la période que vous voulez observer et vous allez avoir ce qu’on appelle ici une hit map des licences de l’utilisation des licences 

10:28 

10 minutes, 28 seconds 

logicielles. Que veulent dire les nombres ici dans notre tableau ? Il veut ils veulent dire il y a eu par exemple 

10:35 

10 minutes, 35 seconds 

le dimanche à 4h du matin, il y avait deux licences ouvertes simultanément. 

10:40 

10 minutes, 40 seconds 

D’accord ? Qu’est-ce qu’on constate ? On constate que durant les horaires de travail euh c’est là que nos couleurs se 

10:48 

10 minutes, 48 seconds 

décalent vers le jaune et le rouge puisque ce sont les horaires de travail donc dans lesquels les applications sont utilisées. On voit déjà des données qui 

10:57 

10 minutes, 57 seconds 

sont intéressantes ici. Par exemple, le maximum de licen disponibles, donc c’est-à-dire les licences que l’entreprise paye ici est de 22. 

11:09 

11 minutes, 9 seconds 

Alors que on voit que donc sur cette période de 3 mois, le maximum qui a été utilisé simultanément est de 14. Bon, 

11:19 

11 minutes, 19 seconds 

donc ici, on peut éventuellement se dire je vais faire une étude un petit peu plus poussée, c’està dire éventuellement sur une période plus longue pour voir si 

11:27 

11 minutes, 27 seconds 

ces 3 mois sont représentatifs et on pourra éventuellement adapter ce nombre de licences. 

11:34 

11 minutes, 34 seconds 

Qu’est-ce qu’on regarde d’autre sur cette hit map où c’est très facile à voir, on le reverra plus tard également. 

11:40 

11 minutes, 40 seconds 

On voit que le dimanche et le samedi, on a constamment deux licences ouvertes. 

11:46 

11 minutes, 46 seconds 

Ici, on en a même trois. On a continuellement deux licences ouvertes pendant tout le weekend. Alors, avant de 

11:53 

11 minutes, 53 seconds 

se dire que c’est pas bien, euh, on peut considérer que ce soit volontaire. On a peut-être des logiciels de simulation, 

12:01 

12 minutes, 1 second 

des jobs qui tournent. C’est peut-être volontaire euh mais peut-être que ça ne l’est pas. En tout cas, on a la donnée, 

12:09 

12 minutes, 9 seconds 

on peut prendre une décision ici. La décision sera d’aller éventuellement dans un autre rapport, d’identifier les utilisateurs qui ont ces licences 

12:16 

12 minutes, 16 seconds 

ouvertes à ces moments et euh d’aller se renseigner euh sur pourquoi est-ce que ces applications sont ouvertes. Donc ça 

12:25 

12 minutes, 25 seconds 

peut être deux utilisateurs qui chacun ont oublié de fermer une application. Dans ce cas-là, ça s’appelle du camping. 

12:33 

12 minutes, 33 seconds 

C’est ce qu’on appelle du camping. 

12:34 

12 minutes, 34 seconds 

Garder une licence pour soi pendant 2 jours entiers. Ça peut être aussi un seul utilisateur qui a deux euh deux 

12:42 

12 minutes, 42 seconds 

licences qui a pris deux licences du pool qui a deux fois l’application ouverte. Dans ce cas-là, ça s’appelle du hogging. Donc, ça serait du hogging et 

12:50 

12 minutes, 50 seconds 

du camping. Donc, les données nous permettent de voir ce genre de comportement. 

12:55 

12 minutes, 55 seconds 

Et on peut on ira voir tout à l’heure que quand on commence à avoir beaucoup d’employés par même même on va dire je 

13:03 

13 minutes, 3 seconds 

sais pas une cinquantaine d’employés qui utilisent des licences euh c’est important de d’identifier ces comportements parce que ça peut créer 

13:11 

13 minutes, 11 seconds 

une sorte d’offset c’est-à-dire on part pas de zéro mais on part de deux à chaque fois. Donc voilà, les ces données très visuelles sur toute l’entreprise 

13:19 

13 minutes, 19 seconds 

nous permettent d’avoir accès à ces informations. Donc ça vient du ticket de caisse et on le transforme en information. 

13:28 

13 minutes, 28 seconds 

On peut avoir accès aussi à des diagrammes en barre comme ici. Donc ce graphique là s’appelle par exemple 

13:35 

13 minutes, 35 seconds 

license efficiency chart qui grosso modo nous donne un petit peu donc on va partir du principe qu’on 

13:42 

13 minutes, 42 seconds 

a 10 licences disponibles. La license efficiency ça veut dire si on utilise les 10 licences sur les 10 disponibles, 

13:49 

13 minutes, 49 seconds 

c’est très bien. D’accord ? Ici qu’est-ce qu’on voit ? On voit qu’on a le maximum d’utilisation simultanée de 

13:57 

13 minutes, 57 seconds 

cette licence est de 9. Donc si on garde uniquement ces deux chiffres, on pourrait avoir deux approches. On pourrait se dire c’est bien, on a de la 

14:06 

14 minutes, 6 seconds 

place. On pourrait se dire attention, on risque d’avoir des denials. Donc c’estàdire des des refus des des utilisateurs qui n’ont pas accès aux 

14:13 

14 minutes, 13 seconds 

licences parce que on n’est pas loin du nombre maximal. Euh mais ce graphique qu’est-ce qu’il nous dit ? Il nous dit également 

14:21 

14 minutes, 21 seconds 

que 99 % du temps 8 licences suffisent et que 95 % du temps cette 

14:30 

14 minutes, 30 seconds 

licen suffise. Alors qu’est-ce que ça veut dire ? Si on revient sur l’exemple de la hit map tout à l’heure avec les campers 

14:37 

14 minutes, 37 seconds 

et les huggers, qu’on regarde également ces données là, c’est-à-dire 99 % du temps 

14:44 

14 minutes, 44 seconds 

ou 95 % du temps le nombre de licences suffisant. On voit au final que c’est un tout. Si on veut prendre une décision 

14:53 

14 minutes, 53 seconds 

sur quelque chose, il faut qu’on ait accès au maximum de données possibles. 

14:57 

14 minutes, 57 seconds 

D’accord ? Ici, on a peut-être 7, mais on a peut-être un 97 de 2. Donc en fait, 

15:03 

15 minutes, 3 seconds 

peut-être que ce nombre là, même 5, ça suffirait. Donc ça, c’est un petit peu l’étude, 

15:07 

15 minutes, 7 seconds 

l’analyse qu’on peut faire avec nos données. D’accord ? Ici, qu’est-ce qu’on voit ? On voit que donc ce tableau-là est une traduction du 

15:15 

15 minutes, 15 seconds 

diagramme. Le maximum de licence utilisé simultanément était de 9 pendant 2 heures, ce qui correspond à 0,1 % du 

15:25 

15 minutes, 25 seconds 

total. Euh donc ce graphique-là ne correspond pas à la hit map que j’ai présenté tout à l’heure hein. D’accord ? 

15:32 

15 minutes, 32 seconds 

Ce sont pas les mêmes les mêmes chiffres. Mais voilà ici on voit que régler le problème des utilisateurs 

15:39 

15 minutes, 39 seconds 

d’abord les huggers et les campers euh permet ensuite de pouvoir mieux envisager le nombre qu’on a dans les autres 

15:48 

15 minutes, 48 seconds 

tableaux. Donc on a aussi des données représentées sous forme de tableau un peu plus classique. D’accord ? Donc les trois rapports qu’on a ici, vous y avez 

15:56 

15 minutes, 56 seconds 

accès de façon très simple dans le logiciel. Ici, on a par exemple un rapport sur la dernière fois qu’a été 

16:04 

16 minutes, 4 seconds 

utilisée l’application par les utilisateurs. D’accord ? Donc la dernière fois donc days since last used, 

16:10 

16 minutes, 10 seconds 

donc les jours passés depuis la dernière utilisation. Euh donc ça ce sont les données brutes. Qu’est-ce qu’on peut nous en tirer comme conclusion entre 

16:19 

16 minutes, 19 seconds 

guillemets ou comme information ? Si je regarde cette colonne là par exemple, on a le temps d’utilisation totale sur la 

16:27 

16 minutes, 27 seconds 

période concernée. On va pas faire nos calculs de OK, si je prends 3 mois 8h par jour pendant 3 mois. Non, ce qu’on va faire, 

16:37 

16 minutes, 37 seconds 

c’est qu’on va comparer les utilisateurs entre eux. Et on peut voir très rapidement que on a des utilisateurs avec 1 millier d’heures, euh des utilisateurs avec 500 he par exemple, 

16:48 

16 minutes, 48 seconds 

d’autres avec 0,3h. Donc grosso modo, à quoi ça sert d’avoir cette différence- làà ? Euh ça 

16:57 

16 minutes, 57 seconds 

sert à mieux ajuster, on va le voir tout à l’heure dans la prise de décision, 

17:01 

17 minutes, 1 second 

mieux ajuster les types de de licen qu’on a. D’accord ? Ici, c’est peut-être pas très avisé d’avoir un même type de 

17:10 

17 minutes, 10 seconds 

licence pour Braendra avec 1000 he que Benjamin qui a 2h en 3 mois. D’accord ? 

17:17 

17 minutes, 17 seconds 

On peut adapter les types de licenation qu’on en fait. On peut voir euh donc on peut faire des groupes aussi. D’accord. Tous 

17:26 

17 minutes, 26 seconds 

ceux qui ont une centaine d’heures par exemple pourront pourrai envisager des licences flottantes par exemple euh et ce genre de choses. D’accord ? Donc ça, 

17:34 

17 minutes, 34 seconds 

ce sont les conclusions qu’on peut tirer des données que nous on transforme. On peut avoir aussi par exemple cet utilisateur là qui n’a pas utiliser le la licence depuis 83 jours. 

17:46 

17 minutes, 46 seconds 

Si on est dans un cas de licence nommée par exemple, peut-être que ça serait intéressant de changer le type de licence pour cet 

17:56 

17 minutes, 56 seconds 

utilisateur. OK. Donc ici, on a vu l’analyse et on a commencé à parler un petit peu de l’optimisation aussi. On va 

18:03 

18 minutes, 3 seconds 

voir un petit peu plus en détail, même ça sera rapide. Prendre des décisions, qu’est-ce que ça veut dire ? 

18:09 

18 minutes, 9 seconds 

Premièrement, on peut parler de changer les habitudes des utilisateurs. Comme je l’ai dit, on a des huggers, des campeurs 

18:17 

18 minutes, 17 seconds 

euh pardon bon, on a des gens qui font du hogging et des gens qui font du camping. D’accord. Parler de hugger et campeur, c’est peut-être un petit peu 

18:24 

18 minutes, 24 seconds 

trop trop violent. Euh, on peut changer déjà ces habitudes là, d’accord ? 

18:30 

18 minutes, 30 seconds 

puisque on a vu que garder plusieurs licences ouvertes, ouvrir plusieurs applications, euh ça peut créer des offset dans les données. D’accord ? 

18:40 

18 minutes, 40 seconds 

Alors, la première chose he c’est que souvent les employés ne sont pas trop au courant qu’ouvrir plusieurs applications 

18:48 

18 minutes, 48 seconds 

ou que oublier de fermer l’application a un impact financier sur l’entreprise. 

18:53 

18 minutes, 53 seconds 

D’accord ? déjà parce que dans un premier temps, les entreprises ne savent pas vraiment non plus combien ça leur coûte d’avoir deux licences ouvertes plutôt 

19:01 

19 minutes, 1 second 

qu’une. Euh et ensuite, c’est une mauvaise habitude qu’on a. J’imagine que vous écoutez maintenant ma la le webinaire, vous avez également d’autres 

19:10 

19 minutes, 10 seconds 

applications qui l’ont qui sont lancées alors que vous ne vous en servez pas. 

19:14 

19 minutes, 14 seconds 

Euh donc c’est une habitude de consommation que tous les utilisateurs d’outil informatique ont et qui sont pas forcément faciles à changer. Euh mais 

19:23 

19 minutes, 23 seconds 

voilà, première décision qu’on peut prendre, c’est sensibiliser un petit peu les utilisateurs. On peut aller voir les utilisateurs un par un entre guillemets. 

19:31 

19 minutes, 31 seconds 

Je veux dire dans les données, on peut les retrouver, on peut les consulter ou sinon on peut faire une petite formation. Ensuite, la partie la plus 

19:39 

19 minutes, 39 seconds 

importante, c’est la renégociation des contrats. D’accord ? C’est-à-dire que on vous donne accès à des données, on ouvre la boîte la boîte noire, pardon. En 

19:47 

19 minutes, 47 seconds 

ouvrant la boîte noire, vous pouvez justifier les décision que vous voulez prendre. Donc ça peut être changer le 

19:55 

19 minutes, 55 seconds 

nombre de licences. Alors, je dis changer et pas réduire parce que l’optimisation ce n’est pas forcément que la l’optimisation financière ou la réduction. D’accord ? Évidemment, oui. 

20:06 

20 minutes, 6 seconds 

Euh, l’idéal, entre guillemets, c’est de pouvoir réduire le nombre de licences, 

20:11 

20 minutes, 11 seconds 

c’est-à-dire euh voir qu’on a des offsets, voir que en fait on a acheté beaucoup trop de licences, qu’on utilise 50 % des licences. Euh dans ce cas-là, 

20:21 

20 minutes, 21 seconds 

on on regarde nos données et on peut prendre la décision de baisser ce nombre de licences. Mais vous pouvez aussi vous servir de ces données là pour justifier 

20:29 

20 minutes, 29 seconds 

un investissement supplémentaire. Si vous voyez que vous atteignez le maximum de des licences utilisées, vous voyez que vous avez beaucoup de denials, euh 

20:39 

20 minutes, 39 seconds 

que vous n’avez pas d’obset, c’està-dire d’offset pardon, c’est-à-dire pas de pas d’habitude négative sur l’utilisation des licences et que c’est un fait, vous 

20:46 

20 minutes, 46 seconds 

pouvez utiliser ces données là pour éventuellement justifier un achat. Mais le plus intéressant aussi, qu’on oublie tout le temps, c’est que vous pouvez changer le type de vos licences. Alors, 

20:58 

20 minutes, 58 seconds 

qu’est-ce que ça veut dire ? La plupart du temps, en gros, les entreprises mettent tous leurs œufs dans le même panier. C’est-à-dire, on a des licences 

21:07 

21 minutes, 7 seconds 

à jeton, 100 % de nos licences seront à jeton, par exemple, ou 100 % seront des licences nommées. On l’a vu tout à l’heure un petit peu dans notre petit 

21:16 

21 minutes, 16 seconds 

exemple que en fait le plus évidemment le plus optimal euh c’est de faire des mélanges. C’est-à-dire ceux qui ceux que 

21:24 

21 minutes, 24 seconds 

pour qui c’est plus intéressant d’avoir des licences à jeton, on prendra un certain nombre de jetons. Si on a des utilisateurs qui 

21:32 

21 minutes, 32 seconds 

l’utilisent toute la journée, tous les jours, on prendra peut-être un autre type de licence. D’accord ? Ces étudesl notre équipe chez Open IT vous aide à 

21:41 

21 minutes, 41 seconds 

les faire. D’accord ? Vous n’avez pas besoin de trouver dans le rapport dans le dans les outils de rapport comment arriver à cette information là. on vous 

21:49 

21 minutes, 49 seconds 

aide à les faire et on vous aide à trouver la meilleure recette en gros pour votre entreprise, c’estàdire la plus optimale euh en terme de coût. 

21:57 

21 minutes, 57 seconds 

D’accord ? Souvent ce qu’il faut retenir globalement de de cette renégociation des contrats, c’est que c’est jamais intéressant de mettre tous ces œufs dans 

22:05 

22 minutes, 5 seconds 

le même panier. Je vais prendre un exemple qui moi me parle plus. La différence entre des licences nationales locales ou des licences internationales. 

22:13 

22 minutes, 13 seconds 

D’accord ? Si on part du principe que vous avez des ingénieurs dans beaucoup de pays différents et vous vous dites “Et ben dans ce cas-là c’est facile, il 

22:20 

22 minutes, 20 seconds 

me faut des licences international, c’est peut-être pas la meilleure idée quoi si vous avez des 

22:27 

22 minutes, 27 seconds 

licences dans enfin des entreprises pardon dans plusieurs pays, des gens qui utilisent les logiciels dans plusieurs pays différents et que vous vous dites 

22:35 

22 minutes, 35 seconds 

“1 % de mes licences doivent être internationales pour cette raison-là. 

22:39 

22 minutes, 39 seconds 

Euh OK, peut-être que vous avez 90 % de l’utilisation de tel logiciel ou de telle euh feature du logiciel qui se fait aux États-Unis. Dans ce cas-là, 

22:50 

22 minutes, 50 seconds 

c’est peut-être plus intéressant d’avoir une licence locale pour les États-Unis et licence internationale pour le reste. 

22:58 

22 minutes, 58 seconds 

D’accord ? Ce qu’il faut retenir, c’est que c’est jamais bon de mettre tous ces œufs dans le même panier et que l’optimisation en gros c’est le bon type de licence pour les bons utilisateurs. 

23:07 

23 minutes, 7 seconds 

Et c’est ici que on fera le plus de d’économie ensuite parce que c’est quand même le un des points principals, en 

23:15 

23 minutes, 15 seconds 

tout cas une de nos préoccupations principales, pardon. Euh également euh donc quelque chose de plus basique mais 

23:22 

23 minutes, 22 seconds 

euh vous pouvez également identifier un petit peu mieux les types de les packaging entre guillemets les les éditions dont vous avez besoin. D’accord 

23:30 

23 minutes, 30 seconds 

? Si entre l’édition basique et l’édition avancée j’ai seulement deux nouvelles fatures et que cette fature elle est utilisée seulement par quatre 

23:38 

23 minutes, 38 seconds 

personnes, j’ai peut-être pas besoin de prendre 100 % d’édition avancée de tel logiciel. D’accord ? Ça paraît évident. 

23:45 

23 minutes, 45 seconds 

Mais en gros, ce raisonnement là que je fais avec édition basique et avancée, 

23:49 

23 minutes, 49 seconds 

c’est le raisonnement qu’il faut faire avec tous les paramètres de la licence. 

23:53 

23 minutes, 53 seconds 

Donc des jetons, licences internationale, une licence perpétuelle ou un abonnement. Voilà. D’accord ? Donc ce qu’il faut garder en tête, ne pas 

24:01 

24 minutes, 1 second 

mettre tous ces œufs dans le même panier, c’est rarement la solution la plus optimale. J’espère que ça va et que vous 

24:08 

24 minutes, 8 seconds 

suivez. Maintenant, on va aller voir un petit peu de Power BI. D’accord ? Donc 

24:14 

24 minutes, 14 seconds 

ici, j’espère que vous voyez mon écran. Ici, on a un rapport donc power di donc vous allez vous dire classique, 

24:23 

24 minutes, 23 seconds 

le professeur de math, il nous parle de ticket de caisse et après le jour de l’examen, on a quelque chose qu’on comprend pas. Donc ici, c’est une vue 

24:31 

24 minutes, 31 seconds 

d’accord, tout simplement sur tous les produits de notre entreprise. D’accord ? 

24:36 

24 minutes, 36 seconds 

Quand on va dans ce genre de rapport, en général, on y va pas sans une idée derrière la tête, c’est-à-dire quelque chose qu’on veut observer. Donc ici, je 

24:45 

24 minutes, 45 seconds 

vais commencer par sélectionner un produit qui m’intéresse. D’accord ? Donc ici, je vais m’intéresser au produit 6is. D’accord ? Donc je vais 

24:53 

24 minutes, 53 seconds 

cliquer sélectionner mes produits. Donc il y en a d’autres, hein. D’accord ? Pour la démo ici, je prends celui-là. 

25:00 

25 minutes 

Qu’est-ce qu’on vient déjà de constater ? On vient de constater que toutes les données se sont mis à jour avec les produits que j’ai sélectionné ici. 

25:08 

25 minutes, 8 seconds 

D’accord ? Dans Power PI, c’est ce qu’on appelle un filtre. Donc c’est un des gros avantages de Power BI, c’est l’accès au filtre. Donc nos données se 

25:17 

25 minutes, 17 seconds 

mettent à jour. D’accord ? On va voir ici également qu’on a des tools types, 

25:22 

25 minutes, 22 seconds 

c’està-dire je passe ma souris sur une donnée, je peux avoir plus de précision. 

25:26 

25 minutes, 26 seconds 

D’accord ? Donc tout ça qui change dynamiquement. Ici, on n’ pas besoin de faire du clic, on a des données supplémentaires si on voit quelque chose 

25:34 

25 minutes, 34 seconds 

qui nous intéresse. Je regarde ce graphique là ici. D’accord ? Et ici, on est dans le cas typique d’une compagnie 

25:41 

25 minutes, 41 seconds 

qui a 50 licences disponibles et ici, on voit une utilisation quotidienne, d’accord, qui dépasse rarement les 20. 

25:49 

25 minutes, 49 seconds 

D’accord ? Ici, on a 21, on est en février et on voit que oui, 

25:56 

25 minutes, 56 seconds 

effectivement, il y a aucun problème de d’utilisation des licences. D’accord ? 

26:00 

26 minutes 

Ici, on a des denials, on pourra aller se renseigner sur les raisons. D’accord ? Si je mets la souris dessus, j’ai un nom d’utilisateur. Avec ce nom 

26:09 

26 minutes, 9 seconds 

d’utilisateur, je pourrais plus tard aller regarder les raisons de ce denials. D’accord ? Donc ici, 

26:16 

26 minutes, 16 seconds 

typiquement, on attend, on regarde sur 2 mois par exemple un petit peu l’utilisation des licences et on voit que bon, peut-être qu’on a un petit peu 

26:25 

26 minutes, 25 seconds 

trop de licence par rapport à ce don ce qu’on utilise réellement. D’accord ? Et on va le voir, cette entreprise, elle a 

26:33 

26 minutes, 33 seconds 

pris la décision de vendre un certain nombre de licences. D’accord ? Mais on voit également que ici les l’utilisation a aussi baissé. D’accord ? 

26:42 

26 minutes, 42 seconds 

Je ne connais pas les raisons, mais ce que je pourrais dire par exemple, c’est ici, on s’est rendu compte de deux choses peut-être. La première qu’on 

26:51 

26 minutes, 51 seconds 

avait trop de licence disponible. La deuxième peut-être qu’on a été étudier le comportement des utilisateurs et qu’on a vu que on avait peut-être du 

26:59 

26 minutes, 59 seconds 

hogging et du camping. Si je regarde la hit map en bas, d’accord, qui représente les mêmes euh données, euh qu’est-ce que 

27:07 

27 minutes, 7 seconds 

je vois ? Je vois que le samedi et le dimanche par exemple, j’ai constamment 14 licences ouvertes au 

27:16 

27 minutes, 16 seconds 

minimum. Donc 14 sur 21 quand on a les utilisations maximales, ça représente 

27:23 

27 minutes, 23 seconds 

quand même beaucoup. D’accord ? Donc ici, on a probablement détecté qu’on avait un offset. D’accord ? dû à une mauvaise 

27:32 

27 minutes, 32 seconds 

utilisation par les utilisateurs. Donc on a baissé notre nombre de licences d’abord par rapport à l’utilisation 

27:40 

27 minutes, 40 seconds 

maximale et ensuite par rapport à l’offset. D’accord ? Donc on est passé de 50 licences disponibles à 16 licences disponibles. D’accord ? Et on voit que 

27:48 

27 minutes, 48 seconds 

en tout cas sur les premiers échantillons ici qu’on a grosso modo une semaine euh ça n’a pas causé de 

27:55 

27 minutes, 55 seconds 

problème. D’accord ? Donc en gros du point de vue de la compagnie, on avait pas de problème avant, on a pas de problème après, sauf que entre-temps, on 

28:04 

28 minutes, 4 seconds 

économise énormément sur les licences. Ici, on a notre carte des deniersals. Donc je suis parti du principe que vous saviez ce que c’est. 

28:13 

28 minutes, 13 seconds 

Donc un deniers, c’est tout simplement je demande une licence et je ne peux pas y avoir accès. Il peut y avoir plusieurs raisons à ça. Je mets ma souris 

28:22 

28 minutes, 22 seconds 

ici et ça va m’afficher un nom d’utilisateur. D’accord ? Et je vais pouvoir aller m’intéresser à cet u utilisateur là. Pardon. Dans ce rapport, 

28:32 

28 minutes, 32 seconds 

on a notre vue holistique sur tous les produits, mais on peut aussi avoir accès à un autre niveau qui est le niveau 

28:40 

28 minutes, 40 seconds 

utilisateur dans lequel je peux aller chercher mon utilisateur. D’accord ? Ici c’était né. 

28:48 

28 minutes, 48 seconds 

1. En cliquant sur cet utilisateur là,

28:51 

28 minutes, 51 seconds 

je vais avoir la même chose ici, une hit map, d’accord, mais relative à l’utilisateur. Et ce qu’on voit, c’est 

28:58 

28 minutes, 58 seconds 

que on a probablement un petit peu de camping et on a aussi un petit peu de hogging. Donc imaginez si un utilisateur 

29:05 

29 minutes, 5 seconds 

peut avoir jusqu’à trois licences ouvertes, euh ben grosso modo, ça multiplie par 3 les coûts en licence. OK ? Donc voilà ce qu’on peut faire sur Power BI. Donc ce rapport là, 

29:17 

29 minutes, 17 seconds 

vous l’avez vu, il est sur Power BI, il est pas sur license analyser. Qu’est-ce que ça veut dire ? Ça veut dire que globalement vous rentrez en contact avec 

29:25 

29 minutes, 25 seconds 

les équipes de Open IT parce que vous avez besoin d’un rapport un petit peu plus personnalisé. Vous avez une idée plus précise de ce que vous voulez que 

29:34 

29 minutes, 34 seconds 

les rapports disponibles sur License Advisor. Et dans ce cas-là, on vous aide, on vous fait, on va dire, le rapport et on communique avec vous pour 

29:42 

29 minutes, 42 seconds 

être sûr que c’est bien ce que vous voulez. D’accord ? On a des différents ici. Je montre que celui-là mais vraiment ça dépend de ce que vous voulez 

29:51 

29 minutes, 51 seconds 

montrer, ce que vous voulez voir dans vos rapport. 

29:58 

29 minutes, 58 seconds 

Donc Open IT vous propose sa solution pour optimiser les données. Donc sa solution principale, son produit phare, 

30:06 

30 minutes, 6 seconds 

c’est license analyser. Donc évidemment nous, on veut aider les entreprises. Donc aussi on s’adapte aux entreprises. 

30:13 

30 minutes, 13 seconds 

D’accord ? Donc on a trois niveaux différents suivant ce que vous voulez, 

30:16 

30 minutes, 16 seconds 

comment vous voulez optimiser, même voir le degré d’optimisation. Le niveau 1 concerne le temps d’utilisation, c’est-à-dire en 

30:23 

30 minutes, 23 seconds 

gros on récupère on récupère les tickets de caisse, d’accord ? Et on va on va vous dire voilà, vous 

30:30 

30 minutes, 30 seconds 

avez tant de licen et vous les utilisez comme ça. Vous avez 25 personnes en même temps qui les utilisent, d’accord ? Donc ça ça sera dans les dans les temps 

30:38 

30 minutes, 38 seconds 

d’utilisation. Vous avez quand même accès à des rapports, d’accord ? mais vous n’aurez pas accès par exemple au niveau 2 qui est l’usage actif réel. 

30:47 

30 minutes, 47 seconds 

C’est-à-dire on va vous aider à faire la différence entre une utilisation active et une utilisation inactive. 

30:54 

30 minutes, 54 seconds 

C’est-à-dire quelqu’un qui utilise la licence qui travaille dessus. Comment on fait pour le savoir ? et ben on va mesurer un petit peu les inputs souris 

31:03 

31 minutes, 3 seconds 

et clavier par exemple dans le cadre de l’application et euh et on fera la différence entre le temps où une une 

31:11 

31 minutes, 11 seconds 

application est réellement utilisée travaille sur l’application et le temps où elle est simplement ouverte. D’accord ? Ça ça vous donnera un deuxième un 

31:20 

31 minutes, 20 seconds 

deuxième levier d’action grosso modo qui permettra d’aller voir les utilisateurs et éventuellement préconiser des de fermer les applications quand on s’en 

31:27 

31 minutes, 27 seconds 

sert pas. Euh cette fermeture automatique, c’est notre niveau 3. Le niveau 3, qu’est-ce qu’il fait ? Il fait 

31:34 

31 minutes, 34 seconds 

comme le niveau 2. Mais si on voit que l’application n’est pas utilisée, on envoie une alerte à l’utilisateur. Si l’alerte est ignorée, 

31:43 

31 minutes, 43 seconds 

on considère que l’utilisateur ne se sert pas de l’application, n’est pas là et donc on va fermer l’application. Ça veut pas dire qu’on ferme et qu’on perd 

31:51 

31 minutes, 51 seconds 

tout ce qu’on a fait. D’accord ? Grosso modo, c’est la licence qui vaêtre être remise dans le poulet. D’accord ? le travail n’est pas 

31:58 

31 minutes, 58 seconds 

perdu. Et évidemment pour tout ce qui est paramètres que vous voulez adapter à votre entreprise, tout ça, on peut le faire, on peut l’adapter aussi, 

32:07 

32 minutes, 7 seconds 

c’est-à-dire si vous voulez attendre 10 minutes avant de lancer une alerte, on attend 10 minutes. Euh quelque chose que j’ai éventuellement oublié de mentionner, je vous ai parlé de 6 mois, 

32:18 

32 minutes, 18 seconds 

ce genre de choses. Les données, les tickets de caisse, on les récupère en temps réel toutes les 5 minutes. 

32:23 

32 minutes, 23 seconds 

D’accord ? Vous pouvez à n’importe quel moment générer un rapport, d’accord ? Il sera à jour avec les données les données 

32:32 

32 minutes, 32 seconds 

actuelles. Donc voilà pour ce webinaire sur les transformer les données brutes, 

32:38 

32 minutes, 38 seconds 

d’accord, dans lequel j’ai fait de l’analogie avec les les tickets de caisse en levier d’action, d’accord, où on a parlé de des types de décisions qu’on pouvait prendre. 

32:49 

32 minutes, 49 seconds 

Euh donc je vous invite à poser vos questions dans la partie Q&A et euh voilà, tout en n’oubliant pas de vous dire que Open IT a 25 ans cette année. 

32:59 

32 minutes, 59 seconds 

Donc si vous voulez souhaiter un joyeux anniversaire, n’hésitez pas. Euh donc 25 ans où on s’occupe de l’optimisation des 

33:06 

33 minutes, 6 seconds 

licences logicielles. Donc pour nous c’est quelque chose d’assez normal et naturel mais on le voit pour les entreprises, c’est pas encore un 

33:15 

33 minutes, 15 seconds 

réflexe. Donc est-ce qu’il y a des questions ? 

33:28 

33 minutes, 28 seconds 

Hm. 

33:35 

33 minutes, 35 seconds 

Et que je h donc dans les questions donc est-ce que vous avez 

33:43 

33 minutes, 43 seconds 

besoin d’acheter une licence Power BI pour utiliser le logiciel ? Donc effectivement, j’ai dit que le Power BI, 

33:51 

33 minutes, 51 seconds 

il était pas inclus dans Open IT, mais pour vous en servir, vous n’avez pas besoin d’acheter de licence Power BI. 

33:57 

33 minutes, 57 seconds 

Vous pouvez éventuellement en avoir besoin si jamais vous voulez utiliser des fonctionnalités avancées mais pour 

34:03 

34 minutes, 3 seconds 

avoir accès au rapport que nous on fera avec vous ou qu’on fera et que ensuite on regardera ensemble. Pour ça, il y a pas besoin de d’investir dans des 

34:12 

34 minutes, 12 seconds 

licences pour l’imprique. D’autres questions 

34:24 

34 minutes, 24 seconds 

? OK. 

34:29 

34 minutes, 29 seconds 

Donc OK. Euh si vous utilisez pas PowerBI spécifiquement, on s’adapte, on peut avoir les outils classiques de 

34:38 

34 minutes, 38 seconds 

présentation des des données. Donc il y a Power BI, on peut faire avec Spotfire, vous pouvez faire avec Excel aussi, 

34:45 

34 minutes, 45 seconds 

tableau. Donc voilà, si vous utilisez déjà des outils de visualisation, vous n’aurez pas besoin de changer pour en apprendre un 

35:04 

35 minutes, 4 seconds 

peu. Pas une autre question ? 

35:08 

35 minutes, 8 seconds 

Si. Est-ce que on offre des formations en Power BI ? 

35:15 

35 minutes, 15 seconds 

Alors de tout enfin des formations, on nous on peut offrir du conseil, on va dire notre équipe de data analyste on 

35:24 

35 minutes, 24 seconds 

fera on n pas de formation certifiée ou de formation diplomante sur le Power BI mais si vous avez une idée de ce que 

35:32 

35 minutes, 32 seconds 

vous voulez vous contactez l’équipe de donc type donc de data analyse et prévente. C’est simple, si vous voulez 

35:41 

35 minutes, 41 seconds 

que on travaille ensemble sur un rapport, c’est ce qui se passera et vous aurez accès à des donc c’est pas des formation officielle en gros, je dirais 

35:50 

35 minutes, 50 seconds 

ça comme ça, mais vous aurez toute l’aide disponible de l’équipe TPA. Donc déjà la première chose c’est que si vous 

35:57 

35 minutes, 57 seconds 

avez aucune formation en Power BI dans le logiciel vous avez accès à une quinzaine je crois de même plus de type de rapport on va dire prédéfinis. 

36:08 

36 minutes, 8 seconds 

C’est-à-dire vous avez juste à sélectionner le rapport qui vous intéresse. Vous mettez votre vendeur, 

36:13 

36 minutes, 13 seconds 

vous mettez la date et ça va vous sortir le tableau. D’accord ? Donc la partie pour faire un tableau, celle-là elle est 

36:21 

36 minutes, 21 seconds 

pas indispensable, d’accord ? Soit elle est déjà disponible sur le sur le logiciel License Analyer, soit le plus 

36:29 

36 minutes, 29 seconds 

simple, c’est de prendre contact avec l’équipe de TPA pour créer le rapport qu’on veut sur mesure. Donc ça c’est la partie création du rapport. Ensuite, la 

36:38 

36 minutes, 38 seconds 

partie euh business intelligence, entre guillemets, les décisions. Euh nous, on vous donnera nos conseils qui sont qui ont été acquis en fait grâce à notre 

36:46 

36 minutes, 46 seconds 

expérience de 25 ans. Euh mais voilà, il y a pas une formation une diplômante, une formation 

36:53 

36 minutes, 53 seconds 

certifiante sur le Power BI, mais ça veut pas dire que vous n’aurez pas d’aide. 

37:07 

37 minutes, 7 seconds 

OK, donc je vois pas d’autres questions pour l’instant. Je vais patienter un tout petit peu, être sûr que je regarde 

37:16 

37 minutes, 16 seconds 

au bon endroit. OK. 

37:23 

37 minutes, 23 seconds 

Donc la dernière conclusion, il y a toujours plusieurs conclusions. Euh donc on l’a vu, il faudrait par exemple 6 

37:30 

37 minutes, 30 seconds 

mois de données pour avoir quelque chose qui est représentatif. Ça veut dire quoi ? Ça veut dire que si vous vous êtes intéressé, si vous pensez que ça peut 

37:38 

37 minutes, 38 seconds 

s’appliquer à votre entreprise, euh la plupart du cas ça l’est. Euh le mieux est de commencer le plus tôt possible, 

37:45 

37 minutes, 45 seconds 

hein, éventuellement. Enfin, je veux dire, évidemment, c’est ça ressemble à un argument marketing, mais ça a aussi une base mathématique, on va dire. 

37:52 

37 minutes, 52 seconds 

Euh donc le mieux c’est de commencer le plus tôt possible. Le plus tôt vous commencez, le plus tôt vous pourrez prendre les bonnes décisions. Donc si vous êtes intéressé, 

38:01 

38 minutes, 1 second 

pardon, euh vous pouvez ici avec le QR code euh prendre contact avec nous et avoir une consultation gratuite de 30 

38:11 

38 minutes, 11 seconds 

minutes avec un membre de l’équipe de data analyse. Donc vous aurez la vidéo, enfin vous aurez un accès au recording du 

38:18 

38 minutes, 18 seconds 

webinaire à la fin. Donc vous pourrez avoir accès à ce QR code. D’accord ? 

38:23 

38 minutes, 23 seconds 

N’hésitez pas. Toutes les questions que vous avez, celles que j’ai peut-être pas vu ou celle auquel je n’ai pas répondu, celle que vous n’avez pas osé poser, 

38:32 

38 minutes, 32 seconds 

n’hésitez pas à le faire ici. D’accord ? 

38:35 

38 minutes, 35 seconds 

Ouais. Avec l’expérience de professeur de mathématiques, je sais qu’il y a toujours des questions mais qu’on ose pas les poser. Donc ici, vous aurez peut-être un cadre un petit peu plus 

38:42 

38 minutes, 42 seconds 

privé euh pour les poser et vous pouvez prendre contact avec nous, d’accord ? 

38:48 

38 minutes, 48 seconds 

notamment à cette adresse mail ici getstedopenit.com euh pour on va prendre 

38:55 

38 minutes, 55 seconds 

contact avec vous et de toute façon ça commencera par du dialogue et identifier vos besoins. On verra rapidement et on identifiera 

39:03 

39 minutes, 3 seconds 

les axes possibles d’optimisation et et on vous expliquera un petit peu plus d’un point de vue technique comment ça se met en place si vous le désirez. 

39:14 

39 minutes, 14 seconds 

Donc merci beaucoup d’être venu à ce webinaire. J’espère que c’était pas trop scolaire et que ça vous a pas rappelé 

39:21 

39 minutes, 21 seconds 

trop de mauvais souvenirs. Merci 

Sync to video time