Cas Client
Business Intelligence - Construction budgétaire
Description générale
Acteur majeur de l’agro-alimentaire depuis plus de trente ans, l’entreprise X est spécialisée dans la conception et la distribution de produits alimentaires ethniques frais et surgelés. La société a su au fil des années étoffer sa gamme de produits et a gagné sa position de leader sur un secteur en constante évolution.
L’entreprise a débuté la commercialisation de ses produits à l’aide du réseau de boucheries halal indépendantes puis l’a agrandi avec les réseaux de distribution RHF (restauration hors foyer) et les moyennes et grandes surfaces. Aujourd’hui, le marché Français offre encore de belles perspectives de développement où elle entend densifier son maillage territorial et parallèlement, se lancer sur des marchés voisins tel que le Bénélux.
Sur un secteur où le dernier maillon de la chaîne, la grande surface, profite d’un rapport de force favorable pour imposer des conditions commerciales difficiles, l’entreprise X a malgré cela des cartes à faire valoir. En effet, la vente de ses produits en grande distribution est en plein essor et les leviers de croissance sont liés principalement à la largeur de ses gammes, aux prix pratiqués (offres promotionnelles) et à la qualité de ses produits (succès en rayon). La maîtrise de ces enjeux de merchandising passe par une connaissance très précise de ses niveaux de marge et d’un suivi minutieux de son budget.
Avec plusieurs milliers de références d’articles distribués aux travers d’enseignes découpées en plusieurs strates de tailles et en réseaux spécialisés, le suivi budgétaire et analytique est complexe. Il est d’autant plus complexe qu’il englobe le système des NIP, nouveaux instruments promotionnels, accordant des réductions de prix calculés selon des accords commerciaux annuels négociés à l’avance.
Dans le cadre de ce projet de Business Intelligence , les enjeux pour la direction de la société sont claires : optimiser le temps de production des tableaux d’analyse et de suivi budgétaire, fiabiliser, partager et accéder plus facilement à la donnée (comparativement à des tableurs Excel) et enfin, profiter de la puissance du temps réel des outils de Business Intelligence.
Chalenge métiers et techniques
Comme chaque projet de Business Intelligence, les challenges sont tout autant métiers que techniques. Dans ce cas client, les enjeux techniques sont de deux natures différentes : la technique financière liée à la construction des budgets et des analyses de marge et la technique propre à la BI.
Pour la partie financière, nous nous sommes appuyés sur un cabinet spécialisé dans l’accompagnement financier de PME et ETI. Le cabinet OXYGEN, basé à Lyon, avait développé l’ensemble des tableaux de bord à partir d’extraction venant de l’ERP. Nous avons donc travaillé conjointement pour comprendre les mécanismes de fonctionnement des tableaux afin de les retranscrire en tableaux de bord Power BI.
Business Intelligence technique
Côté technique BI, les challenges étaient nombreux :
Le premier challenge est lié à la mécanique budgétaire. Il est rare de pouvoir charger une notion de budget dans un ERP dont l’utilité première est de collecter de la donnée d’exploitation et de la traiter par nature d’opération. Ainsi, les ventes sont alimentées au fil de l’activité et génèrent des données quotidiennes, mensuelles puis annuelles de chiffres d’affaires. Or, les valeurs budgétaires sont des données prévisionnelles qui ne sont pas issues de l’ERP et sont la plupart du temps traitées en dehors de l’outil. Ainsi, la difficulté est de travailler sur un même visuel, des données de sources différentes qui doivent être comparées pour afficher une évolution au fil du temps.
Un autre défi technique est lié à l’historique des données dans un contexte de changement d’ERP. En effet, l’entreprise agro-alimentaire s’est dotée d’un nouvel outil une année avant le début du projet de BI. Lors de la migration vers le nouvel ERP, l’historique des données n’a pu être chargé dans le nouvel environnement. Ainsi, la comparaison avec l’année N était rendu impossible dans le nouveau système mais pas d’un outil de BI… !
Dans la continuité du changement d’ERP, un autre défi de taille est la gestion du référentiel article. Pour des raisons internes à la société, un référentiel article a été créé en dehors de l’ERP. Il y a donc deux référentiels d’articles à faire communiquer. Ainsi, il était nécessaire dans l’ETL de fusionner les deux référentiels pour disposer d’un système homogène et pouvoir comparer des résultats sur une dimension article avec deux référentiels différents.
Enfin, nous pouvons évoquer un dernier point qui n’est pas un challenge technique mais un point de vigilance dans tout projet de BI : la date de clôture de l’exercice comptable. Lorsque celui-ci est décalé par rapport à l’année civile, cela engendre pour l’utilisateur une difficulté d’usage lorsque Power BI est laissé dans sa configuration standard.
Solutions mises en œuvre
Construire un budget dans Power BI avec une alimentation au quotidien de l’activité réalisée revient à créer des chemins directs pour chacune des données. En d’autres termes, le budget commercial d’entreprise X est construit sur différentes dimensions : clients avec des niveaux de regroupement par entités ou réseaux de distribution, articles avec également des niveaux de regroupement par univers ou familles de produits, etc… Ces agrégats calculés avec plusieurs axes d’analyse doivent venir se loger en face du montant budgété et cela avec la bonne notion de temps. Le procédé technique est donc de décrire dans Power BI un chemin pour trouver la donnée source budgétaire et la copier dans le tableau Power BI à côté de la donnée réelle issue d’une mesure ERP recalculée dans Power BI. Cela implique un travail conséquent de paramétrage et de normalisation du fichier budgétaire. En effet, le fichier doit rester stable afin de ne pas refaire ce travail à chaque nouveau budget.
La problématique liée à l’historique des données inexistant dans l’ERP a pu être facilement résolue grâce à l’extraction des données historiques dans l’ancien système via des fichiers CSV. Ces fichiers ont ensuite été chargés dans l’entrepôt de données afin de constituer la base historique de toutes les mesures faisant référence aux données N-1.
La gestion du référentiel article a nécessité un travail important de reconstruction d’un référentiel commun. En effet, un article disposait de trois référentiels : celui dans l’ERP, celui extérieur à l’ERP et les deux systèmes à la fois. A l’aide d’une table de correspondance, on a pu bâtir un référentiel unique et commun afin de pouvoir consolider les ventes sur un même niveau de granularité. Ce référentiel commun est aussi indispensable pour effectuer les analyses comparatives d’une année sur l’autre.
La date de clôture fait partie des premières questions à poser lorsque l’on débute un projet de Business Intelligence. En effet, la dimension de temps est connecté à l’ensemble des tables de faits et permet de construire les analyses sur des périodes hebdomadaires, mensuelles ou annuelles. Dans le cas d’Oriental Viandes, la clôture est décalée. Pour rendre l’usage des tableaux de bord plus aisée, on a opté pour la notion de table de temps dynamique qui permet de se positionner automatiquement sur l’année N déclarée préalablement avec les bonnes dates de début et de fin. On raisonne en année N, N-1 et non plus en année 2020, 2019… Le système devient autonome !
Résultats
Le premier résultat le plus remarquable est le gain de temps de jours de production pour construire les analyses commerciales et budgétaires. Cinq jours étaient en moyenne nécessaire pour obtenir les résultats mensuels lorsqu’aujourd’hui, les tableaux s’alimentent tout seul. Le rafraichissement des données s’exécute chaque jour et vient alimenter les tableaux d’analyse budgétaire et commerciales.
L’autre résultat est la facilité d’exploration des données : En quelques clics, la direction peut analyser ses résultats mensuels d’une vision macro à une vue par univers de vente, puis par famille de produits et sous-catégories. Et cela de la même façon sur la dimension client, en chiffres d’affaires et/ou marges sur achats.
Un autre avantage désormais acquis par la société est sa maîtrise du partage et de l’accès à la donnée. Auparavant, il y avait une véritable gestion des versions de fichiers sources : est-ce que l’on dispose bien de la dernière version contenant l’ensemble des données ? Qui s’occupe d’administrer les données sources ? Comment les mettre à disposition et qui peut affirmer qu’il s’agit bien de la version finale ? Cette gestion était également vraie pour les fichiers d’analyse…
Désormais, les données sources sont alimentées automatiquement et sont identiques pour tous. Chacun dispose du même niveau d’information et des mêmes mesures de calcul. Côté indicateurs, Le partage est également paramétré selon le rôle de chacun et garantit ainsi le respect de la direction sur sa gouvernance des données.
13 rue des Aulnes