Groupement Interprofessionnel de Fabricants pour l'Étude de la Commercialisation
sur "LES ENJEUX DU BIG DATA POUR LES INDUSTRIELS ET LE B2B"
Les Experts de la table ronde :
• Mr François-Xavier PIERREL, Chief Data Officer du Groupe JC Decaux
• Mme Jennifer RIMETZ, Directrice Communication et Webmarketing, chez Tubesca-Comabi
• Mr Akil DABOUL, Senior Data Manager chez Data Value Consulting
TEL 06 51 36 59 58 / MAIL : akil.daboul@datavalue-consulting.com
Echanges autour de 3 axes :
1/ Cadrage et enjeux du Big Data aujourd’hui
2/ Cas d’usages en général et en particulier pour l’industrie
3/ Focus sur des retours d’expérience sur le management d’un projet « data »
Vous pouvez visionner le REPLAY via ce lien
On peut définir la BIG DATA par « toutes données dont la taille ou la complexité dépasse les capacités technologiques couramment utilisées pour les capturer, les gérer, les traiter à un coup acceptable et un délai raisonnable ». Doug Laney a introduit en 1997 le principe des 3 V :
Volume = l’humanité génère en 1 journée autant de données qu’au cours des 2 derniers siècles
Variété = les formats des données sont très différents et souvent incompatibles
Vélocité = vitesse de production, collecte et analyse des données en temps réel.
Cela a commencé avec les géants du web comme google, qui n’arrivaient pas à stocker et partager les données qu’ils collectaient avec les solutions technologiques de l’époque. Ils ont créé en 2004 les BIG TABLE puis publié leur Framework GSF (Google File System).
La meilleure technologie est le cerveau des personnes qui composent l’entreprise.
La DATA est un moyen au service d’une stratégie qui permet de répondre à des problématiques métiers, la technologie n’est qu’un outil. Ce n’est jamais la poêle qui cuisine, mais le cuisinier !
Avoir une vision /un objectif porté par la Direction Générale (SPONSOR) car un projet DATA est un projet de fond qui touche tous les services de l’entreprise, et demande beaucoup d’investissement en temps et en argent.
Ensuite mettre en place une gouvernance à 3 têtes :
- JURIDIQUE (respect RGPD et privacy)
- IT (moyens techniques)
- DATA CHIEF OFFICER (valide les cas usage et met en place les outils)
Il doit reporter directement à la direction générale et jamais à un autre service (surtout pas IT)
être suffisamment autonome pour avancer, des jalons clairs doivent être préalablement définis.
Besoin d’un cœur de compétence en interne complété par des experts externes, lorsque que son seuil de compétence est dépassé, surtout en phase de démarrage pour aider à réfléchir, à se poser les bonnes questions, arbitrer, définir les étapes et les couts.
Ensuite internaliser les compétences quand on est certain de ce que l’on veut faire.
Alignement tète / cœur /jambes : si la tête ne comprend pas son intérêt, le cœur n’adhère pas et les jambes n’exécutent pas.
Avoir des ambassadeurs/ interprètes qui ont le verni technique pour comprendre « ce qui sort de la cuisine » mais qui ont aussi la capacité à le transmettre et le traduire auprès des opérationnels. Pour cela il faut bien comprendre ce qui est attendu des opérationnels, et la manière dont ça va être traduit en spécificité techniques.
Identifier des KEY USERS dans les différents services pour les faire adhérer d’un point de vue opérationnel, pour qu’ils s’approprient le projet, portent la bonne parole et convainquent leurs homologues. Cela doit partir du terrain pour fédérer les équipes. Ils remonteront ensuite les infos pour faire évoluer le projet.
Cela fait gagner un temps considérable sur la construction et la validité du projet data.
Être DATA CENTRIC / Faire un socle commun au centre de toutes les données à disposition dans l’entreprise avec les applications qui gravitent autour, au service des cas d’usage actuels et futurs.
On identifie 3 outils dédiés à la DATA :
- Intelligence industrielle avec système ERP (Enterprise resource planning) = logiciel qui gère les activités quotidiennes de l’entreprise achats-stock-ventes, comptabilité, opérations de supply chain, jusqu’à la nomenclature des composants des produits…
- Intelligence client CRM (Customer Relationship Management), ou GRC pour Gestion de la Relation Client en Français, centralisation au sein d'une base de données de toutes les interactions entre une entreprise et ses clients. Cela permet de mettre en commun et de maximiser la connaissance d'un client donné et, ainsi de mieux comprendre, anticiper et gérer ses besoins
- Intelligence marketing PIM (Product information management) ou GIP, pour Gestion des Informations Produits. Technologie qui regroupe toutes les informations détenues sur un seul produit tout au long de son cycle de vie, de sa création à sa destruction.
- Ensuite filtrer les données : une partie à exploiter de suite, 1 partie qui ne sert à rien, 1 partie à exploiter plus tard.
Sans oublier les données historiques et manuelles. C’est la mémoire de l’entreprise et sa valeur ajoutée (monnayable en cas de cession).
Qui est maitre de telle date : de sa qualité, son usage, qui en est propriétaire ?
Qui la transforme, vers quel outil, sous quel format ?
On doit arriver à stocker et modéliser les données pour leur donner du sens, faire la différence avec les concurrents, auprès de clients qui valorisent la connaissance du marché, être plus performants !
On ne peut pas se permettre d’être dépassé par un concurrent ou ne pas être à l’écoute de son marché.
Cela implique une mutation lente et laborieuse mais en même temps tellement pertinente et essentielle pour l’entreprise.
Collecter les données est facile, la difficulté est de les traiter, prioriser, les organiser, pour quel besoin.
Listez les cas d'usage en partant des opérants, quelles sont leurs problématiques, ne pas en faire un cas d’expert, ne jamais partir de l’IT. Par exemple : les commerciaux sur le terrain n’ont pas les infos au bon moment, ou bien les opérations veulent faire de la maintenance prédictive pour anticiper les pannes, etc…
Par la suite, priorisez les cas d’usage : qu’est ce qui va avoir de l’impact tout de suite (économie ou efficience financière), partir des besoins clients internes ou externes. Définir les cas d’usage pertinents en relation avec les objectifs et les enjeux de l’entreprise.
Par exemple : opération, maintenance, ciblage marketing, nouvelle infrastructure, etc…
Pour répondre à telle problématique métier (cas usage) ou tel process, comment la DATA peut impacter nos process et à quel niveau, à quoi sert-elle ? La DATA doit apporter des solutions cohérentes avec la stratégie de l’entreprise, au service des métiers et des usages.
Par exemple construire un PIM pour répondre aux demandes clients pressantes, on n’a pas le choix ...
5 applications aux cas d’usage :
- INNOVATION (créer de nouvelles offres, nouveaux modèles de business…)
- EXPERIENCE CLIENT (comportement selon contexte, scoring, reccomandation…)
- EXELLENCE OPERATIONNELLE (optimisation des process et process, achats, logistique…)
- RISQUES ET PREVENTION (fraude, cybersécurité)
- AGILITE OPERATIONNELLE (devenir plus collaboratif, organisation plus ouverte, plus de partage, simplification de la communication entre entités)
Être capable de prouver la valeur systématiquement sous forme d’Impacts transformationnels ou business :
- KPI financières (1 personne dédiée à la DATA doit rapporter 1 million de CA)
Valorisation financière des Actifs, faire des économies, générer du nouveau business ( ex vendre du service) mais aussi aspect qualitatif de l’effet de transformation de l’entreprise / accompagner les métiers pour mieux faire, faire différemment et finalement coller à la vitesse du marché
- Effet fédérateur, la data oblige les métiers à communiquer entre eux
- Être attractif et séduire les jeunes talents digital native pour les recruter
- Economie Energie et RSE : avec ce socle commun DATA CENTRIC les données sont traitées et stockées qu’une seule fois, et non autant de fois que de cas d’usage.
Un projet DATA permet de réduire des taches fastidieuses et répétitives et ainsi dégager du temps humain pour d’autres taches à plus forte valeur ajoutée. Par ex : au lieu de remplir un tableau Excel, prendre le temps d’analyser les données collectées à notre place, et en tirer des actions. Inverser les 80/20% du temps consacré à ces taches, être plus performant. La Data transforme les métiers. Il faut donc être vigilants aux process de conduite du changement et d’acculturation.
L’IA va permettre d’affiner, analyser, comprendre pour prédire et anticiper.
Par ex optimiser les achats, les process de fabrication, les stocks pour au final mieux servir les clients
C’est l’étape qui vient après la mise en place des outils. L’information va apporter une connaissance qui va permettre d’améliorer son savoir-faire. Aujourd’hui qui détient l’information détient le pouvoir.
Equivaut en français à l'acronyme GIP, pour Gestion des Informations Produits. Il s'agit d'une technologie qui regroupe toutes les informations détenues sur un seul produit (tout au long de son cycle de vie, de la chaine d’approvisionnement, à la fabrication, jusqu’à l’activité des clients ou revendeurs) en une seule et unique information afin de pouvoir distribuer efficacement et de façon précise cette information aux canaux de vente.
Un projet PIM impacte donc tous les métiers de l’entreprise, d’où sa complexité, son cout et le temps nécessaire (3 ans pour une PMI environ) pour le mener à bien.
Il est difficile de mener de front un projet PIM et un projet CRM. Souvent les entreprises priorisent le PIM sur le CRM pour répondre à la demande pressante de leur client (création de catalogue par ex).
Il faut identifier en cas de création ou d’évolution de produits, qui va créer la donnée ? Qui du BE, de l’indus, des méthodes, de la logistique, de la qualité, du Marketing ou de la com, va remplir quelle donnée, à quel endroit et avec quel outil. Qui va pousser la data au client, à quelle fréquence, sous quel format, avec quelle méthode de sécurité.
Il faut se poser les bonnes questions, mettre en place une gouvernance, collecter, cartographier et modéliser les données, ensuite mettre en place le fil conducteur et les technologies.
La principale différence entre les systèmes PIM et DAM, est que le premier se concentre sur les produits tandis que le second traite du contenu visuel. Le DAM est l'endroit où vous conservez tous les actifs et opérations numériques de l'entreprise : le logo de votre marque, les mises en page visuelles, le matériel des campagnes publicitaires, les vidéos d'instruction, et toutes les images de produits, les sons…
