Le temps au fil des âges
Dans tous les projets de Business Intelligence, de DataViz, de DataScience, l’axe temps est un facteur indispensable et systématiquement utilisé.
Les utilisateurs l’exploitent pour ventiler et filtrer leurs données, il est donc primordial de le maitriser et faciliter son utilisation. C’est aussi la clé d’un reporting performant.
Nous ne sommes pas ici pour analyser la relativité des choses, savoir si le temps passe vite ou non mais plutôt pour essayer de maitriser cet élément non tangible.
Chose immatérielle, que l’homme a essayé de dompter et de maitriser depuis la nuit des temps. L’homme a créé des mesures pour des raisons organisationnelles sociales, religieuses ou économiques.
L’année est calquée sur le cycle solaire et lunaire (Equinoxe et solstice).
Commençons par l’histoire du temps :
Au VIIième Siècle av JC, le calendrier romain a vu le jour, il comptait 304 jours et commençait en Mars.
En 46 av JC, Jules César demande à l’astronome Grec Sosigène d’Alexandrie de réformer le calendrier romain pour créer le calendrier julien qui innove avec les années bissextiles (365 jours et 1 année bissextile tous les 4 ans).
En 1582, le Pape Grégoire XIII avec l’astronome Luigi Giglio fixa les années bissextiles et créa le calendrier grégorien encore utilisé de nos jours (Début en Janvier).
En 1785, le poète François Fabre d’Eglantine compose le calendrier révolutionnaire ou républicain. Il associe chaque jour à un produit du terroir et non plus un saint, les semaines deviennent des décades et les mois des noms liés aux saisons.
En 1806, Napoléon remet le calendrier grégorien.
De même, les jours de la semaine sont fixés par rapport aux astres (Lune = lundi, Mars = Mardi, Mercure = Mercredi, Jupiter = Jeudi, Venus = Vendredi, Saturne = Samedi, Dimanche = Soleil).
La minute et l’heure ne sont pas aussi toutes jeunes car les mésopotamiens (Sumériens et Babylonniens) au IIième Siècle av JC comptaient en base 60 pour calculer les angles (6 * 60 = 360 degrés) , 1h = 60 mn = 60² secondes.
En reporting, l’utilisation du temps diffère d’un service à l’autre.
Certains comparent des dates, d’autres des semaines, des mois ou des années.
Certains se comparent de date à date, en date comparative ou via des périodes glissantes. Et tout cela se complique pendant les années bissextiles ou lors d’évènements exceptionnels comme la période de la COVID-19.
Voyons comment uniformiser et faciliter son usage dans votre vie courante.
Le temps, cette unité de mesure intangible sera systématiquement utilisée dans vos reporting à minima comme filtre ou comme axe d’analyse.
Malheureusement, dès lors que nous utilisons l’axe temps, cela complexifie grandement les projets. On doit filtrer une période entre une date de début, une date de fin, déduire des périodes glissantes, calculer les périodes précédentes, tenir compte d’évènements qui activent ou désactivent des dates.
D’autant plus que chaque service fait un usage différent des dates, certains travaillent en jours calendaires alors que les services commerciaux travaillent en jours ouvrés.
La Covid a eu un impact majeur sur la construction des reporting dans la majorité des sociétés. En effet, la majorité des sociétés utilisent des % d’évolution sur les mêmes périodes afin de mesurer la performance d’une semaine sur l’autre.
Cela a encore rendu l’axe temps un peu plus complexe à utiliser, un vrai casse-tête pour beaucoup d’utilisateurs afin d’avoir des vraies comparaisons en cette période exceptionnelle.
En effet, l’épisode de la Covid a considérablement modifié les habitudes des utilisateurs car les standards de comparaisons n’ont plus aucun sens.
Il existe des méthodes d’analyses utilisées dans le Retail afin de comparer des périodes identiques. On l’appelle communément le « Like for Like » ou on parle de périodes comparables.
Prenons le cas d’un client dans le Retail qui a dû fermer ses magasins pour cause de vagues successives de la Covid. Dorénavant, les magasins sont réouverts, mais la fermeture de ce magasin va entrainer de nombreux problèmes lors des analyses car il sera difficile de comparer les périodes où le magasin était fermé.
Afin de savoir si un magasin a fait un bon chiffre par rapport au chiffre qu’il avait fait l’année dernière à la même période, il est indispensable de le comparer à des dates comparables.
Imaginons un magasin qui ferme le 01/04/2021.
Sinon nous souhaitons une évolution :
- S / S-1 -> il convient de neutraliser le 25/03/2021 (équivalent semaine précédente)
- M / M-1 -> il convient de neutraliser le 04/03/2021 (équivalent mois précédent)
- A / A-1 -> il convient de neutraliser le 02/04/2020 (équivalent année précédente)
L’illustration ci-dessous sera plus explicite avec un exemple plus concret.
Le contexte actuel nous contraint à une analyse plus fine des données. Le like for like (LFL) permet une approche détaillée de votre performance.
Cette notion indispensable dans le Retail devient indispensable à la suite de la crise sanitaire.
Définition du Like for Like (LFL) aussi appelé Comparable
Les ventes comparables sont utilisées comme mesure de croissance ajustée qui incluent les revenus générés par les magasins, les produits ou les clients ayant des caractéristiques similaires, tout en omettant ceux présentant des différences distinctes qui pourraient fausser les chiffres ou les évolutions.
La comparaison des chiffres au fil du temps donne un aperçu des facteurs qui contribuent à la croissance ou au déclin d’une entreprise.
Les ventes comparables donnent aux entreprises un aperçu des magasins existants par rapport aux magasins nouvellement ouverts.
L’utilité du Like for Like dans le Retail :
Les ventes comparables servent de méthode d’analyse financière utilisée pour identifier quels produits ou magasins d’une entreprise contribuent à sa croissance. Il exclut également les facteurs externes qui pourraient gonfler ou dégonfler artificiellement les chiffres, comme une acquisition, une ouverture d’un nouveau magasin ou une fermeture exceptionnelle.
L’analyse des ventes comparables aide les dirigeants à mieux comprendre quels produits ou magasins contribuent à la croissance ou au déclin d’une entreprise. Il est couramment utilisé lors de comparaisons de ventes, telles que la comparaison des ventes dans des régions spécifiques ou la comparaison de deux détaillants vendant des produits identiques.
Lors de l’analyse des ventes comparables, les segments sont généralement regroupés pour afficher leurs taux de croissance en pourcentage pour une période donnée. Comme dans toute analyse financière, les données comparables peuvent être comparées au même trimestre d’une année précédente, au trimestre précédent ou sur plusieurs trimestres consécutifs.
Les indicateurs de ventes comparables permettent de suivre les résultats de façon objective en excluant les facteurs « externes » qui pourraient perturber ou gonfler ses performances.
Un calendrier intelligent pour un Like for Like automatique
A ce stade, vous devez vous imaginez dans quelle galère nous nous engageons afin de mettre en place un tel mécanisme. Si certains plébiscitent de nombreux paramètres dans les rapports, il n’est pas viable de gérer des plages de dates et ajouter des exceptions pour gérer le Like for Like. Imaginez-vous faire un Like for Like de 2021 vs 2020 avec plus de 200 magasins en considérant que chaque magasin à des périodes de fermetures différentes, etc.
Vous le voyez cela devient vite très compliqué, un vrai casse-tête à administrer, à gérer et surtout à interpréter et à analyser.
Pour arriver à un tel résultat de façon automatique, il faut se reposer sur les fondamentaux de la Business Intelligence : La création d’un référentiel.
Ce référentiel temps sera un calendrier d’analyse pour toute la société et il vous permettra de travailler en Like for Like de façon automatique.
A partir d’une liste d’évènements, il est très facile de générer ce référentiel de temps pour les magasins.
L’axe temps est trop souvent négligé dans les projets alors qu’il devrait être un levier de valeur ajoutée. Un axe temps bien pensé, intelligent permet de simplifier grandement le reporting et les analyses qui en découlent. Il est aussi un facteur de rapidité car il vous permettra de filtrer plus facilement vos données plutôt qu’un ensemble de filtres imbriqués.
Avec un tel calendrier, vous aurez en un claquement de doigts votre comparaison Like for Like en A/A-1, 12 mois glissants, année civile, etc. Vous n’aurez pas besoin de mettre un mécanisme complexe de filtres ou de calculs pour arriver à ce résultat.
La comparabilité deviendra donc un standard, il devient un axe d’analyse comme un autre.
Sans quoi vous devrez montrer une mécanique complexe dans vos reportings, créer de multiples requêtes, retraiter l’information et complexifier grandement vos rapports structurels ce qui les rend difficilement industrialisable.
Avec la mise en place d’un calendrier pour le like for like, nous avons passé un rapport de plus de 30 min à quelques secondes. Et bien évident, il a été plus facile à réaliser.
Le véritable enjeu est d’avoir un Axe Temps optimisé, évolutif, simple et surtout pérenne. Un véritable référentiel de temps commun à toute l’organisation et facilement utilisable.
