Cognos ou l’Homme augmenté d’une vision 360°

Dans la mythologie, il est très souvent fait référence à la connaissance, au savoir. Aujourd’hui on parlerait de la vision (360°).

Récemment investi d’un POC (proof of concept) pour le compte d’une grande enseigne de primeurs (fruits & légumes, épicerie, crèmerie, boucherie), je me vois confié l’analyse de 50 millions de tickets de caisse, afin de produire le reporting ad’hoc, par magasin, par famille et par produit.

Objectif : extraire le panier moyen, mais aussi la corrélation des achats, et toutes autres bonnes propositions de ROI. Le sujet est plus vaste, car au final, l’application de Data Intelligence devra recenser et raffiner trois milliards de transactions, soit plusieurs dizaines de milliards d’articles vendus en l’espace de trois ans.

Ce n’est pas mince ! On frôle le Big Data : « Le big data, littéralement « grosses données », ou méga données, parfois appelées données massives, désignent des ensembles de données qui deviennent tellement volumineux qu’ils en deviennent difficiles à travailler avec des outils classiques de gestion de base de données ou de gestion de l’information ».

Enfin, l’enseigne connait un fort succès et naturellement une croissance organique (une douzaine d’implantations / an), justifiant l’exploration de l’existant (env. 200 magasins) et les perspectives de futures ouvertures, en intégrant le maximum de paramètres (superficie, linéaire, parking,…).
[/av_textblock]

De la réflexion à la solution

Maintenant, il s’agit de choisir et de proposer à la DSI, le bon schéma de Système d’Information Décisionnel, d’apporter les ressources et les compétences nécessaires pour ce challenge. Aussi, je m’entoure des meilleurs experts sur les différents sujets

Le choix de la base de données sera lui aussi déterminant, et ses performances vont littéralement « bluffer » l’équipe projet. En moins de dix jours, les premiers indicateurs sont présentés au comité de pilotage, qui adhère et choisi de poursuivre avec nous.

Aussi, les attentes grandissent au regard du potentiel de la solution, et rapidement nous apportons « la cerise sur le gâteau » grâce aux analyses prédictives. Voilà mises en relation les corrélations d’achats de notre chère ménagère, et mis en évidence ses choix de produits.

Dans un contexte de négoce, les perspectives d’analyses sont évidemment centrées sur les marges. Les indicateurs clefs principalement destinés aux Directeurs de magasins, mais bien sûr à la Direction Générale, qui consulte les tableaux de bords de gestion quotidiennement.

Plus concrètement, les dimensions (dont le nombre n’est pas exhaustif, au regard des capacités et des performances de l’application et du Data WhareHouse) s’articulent sur le temps (granularité la plus fine quotidienne), sur la géographie (région, département, ville et magasin), et sur les produits (famille, sous-famille, article).

De l’intelligence au service de la donnée

Mais, revenons aux chiffres ; c’est bien près de deux millions de tickets de caisse qui viennent alimenter le Data WareHouse, chaque nuit, par un processus d’ETL, – paramétré afin de traiter les exceptions, rendre cohérent les flux de données, ainsi fiabiliser leur exploitations-.

En effet, ‘mélanger des choux et des carottes’ en Business Intelligence, peut parfois se révéler bien plus complexe qu’il en a l’air (en cuisine,…). Le sujet de Data Quality Management, ou raffinage de la donnée, consiste à traiter l’information brute (que toute base de données contient), afin de la rendre fiable et exploitable pour son analyse.

A titre d’exemple, certains outils transactionnels (comptabilité, gestion commerciale, CRM,…) tolèrent bien souvent des saisies libres en genre ou en nombre ; également et pire le nom (couche sémantique BI) des tables de probables systèmes hétérogènes, complexifient sérieusement l’agrégation de données, qui dans les faits sont identiques.

Qui ne s’est jamais confronté à une commune orthographiée deux ou trois fois différemment, des unités de mesure variables, des plans de comptes (clients/fournisseurs) désordonnés, ou bien à la conversion de devises…, bref le sujet est vécu et connu par vos services comptable et gestionnaire.

C’est là que l’intelligence et la MOA prennent tout leur sens, dans un projet de reporting, qu’il soit industriel, inhérent au service, ou au négoce ; dans tous les cas la constitution du fameux entrepôt de données et de ces sous-composants (DATAMARTs) posera ses fondements et sa réussite.

Dans notre cas présent, un autre problème a émergé en phase de déploiement, d’ordre organisationnel : la non délivrance de l’information par un magasin, pour x ou y raisons.
Quid des résultats à posteriori, et du traitement de variable nulle !

Une solution acceptable, consiste à simuler les ventes du magasin défaillant dans sa transmission, par les données historiques (ou historisées – dans notre jargon). Certes l’exercice nécessite la mise en œuvre de processus assez complexes, dotés de marqueurs, permettant ainsi la réversibilité.

Un résultat au-delà des attentes

Révélant la puissance des solutions retenues dans le portfolio d’IBM Anayltics, appuyée par une base de données DB2 BLU, et SPSS, le POC s’est avéré aller bien au-delà des attentes du client, et la mise en production de l’application a révélé de belles perspectives. L’avenir confortera ce choix stratégique, ainsi que les best-practices mises en œuvre.

D’autres éléments viendront compléter les analyses de ROI, comme l’incidence d’une campagne promotionnelle précise, mais également la présence d’une enseigne concurrente à proximité d’un magasin (effet de masse), … à terme la météorologie (avec le rachat par IBM de Weather Co), afin de croiser la saisonnalité dans les conduites d’achats.

L’architecture hybride choisie, -le mode cloud-, par la DSI auprès d’un hébergeur identifié, permettra d’accueillir la base de données DB2 ainsi que l’application COGNOS en s’affranchissant ainsi des questions de performance et de capacité des serveurs, des sauvegardes, d’un PRA,…

Le budget défini a été respecté, et le ROI attendu est au rendez-vous. Les services opérationnels ont rapidement pris la mesure des avantages et bénéfices offerts par un reporting ad’hoc ; leur permettant ainsi de consacrer le meilleur de leur temps à des taches à forte valeur ajoutée.

L’équipe Business Cairn

À la Une

MyReport sort sa V6

MyReport vient de sortir sa version 6 début 2024. Voyons ensemble les évolutions et nouveautés de cette version.

Faciliter et automatiser vos indicateurs Like for Like

Pour une parfaite maitrise et une automatisation du Like for Like (LFL) afin d’avoir des indicateurs comparables.
Venez découvrir et comprendre l’utilisation de ces indicateurs essentiels dans le Retail et en période de Covid.

MyReport, le «Patron» du Reporting Cegid Retail

Cegid Business Retail connu sous le nom de CBR ou plus récemment Y2 est une solution métier conçue pour les enseignes dont l’activité principale est le commerce de détail. Avec des milliers...