Projets

Comment Monoprix met la donnée au service des processus métier

Retrouvez cet article dans le CIO FOCUS n°190 !

Données et documents : un patrimoine à valoriser pour le business

Qu'il s'agisse de construire les transports en commun de demain pour la région parisienne, de valoriser des programmes audiovisuels ou, plus simplement, d'exploiter la data à des fins commerciales ou encore de traiter des notes de frais, le terme "système d'information" prend tout son sens. Ces...

Découvrir

---

En s'appuyant notamment sur les solutions d'Abbyy, Monoprix a pu automatiser au maximum la production de rapports pour des décisions business.

PublicitéFiliale à 100 % du Groupe Casino, le Groupe Monoprix comprend bien sûr 675 magasins en propre (Monoprix, Monop', Naturalia...) et une centaine de franchisés mais aussi Monoprix Online (Monoprix.fr, Sarenza). Comme dans toute la distribution, le traitement des données (essentiellement de ventes) est la base de nombreuses décisions business. Par exemple, déterminer si une promotion a été efficace permettra d'envisager de la refaire (ou une similaire) ou non. A l'invitation de l'éditeur Abbyy, Arnaud Foujols, directeur Performance, Digital Transformation et Data chez Monoprix, a témoigné de la manière dont les données disponibles ont été valorisées au service des métiers chez ce distributeur.

Celui-ci a ainsi souligné la grande complexité des activités économiques dans la distribution : des centaines de magasins, autant de lignes de produits, une cross-canalité... Face à une surabondance de données, les équipes en place avaient de grandes difficultés à établir des indicateurs clés de performance ou à comprendre les réalités révélées par les chiffres. « Il fallait que nous soyons plus structurés » tranche Arnaud Foujols.

Un problème en premier lieu technique

Le premier problème était technique : l'outil de BI datait de 2012. Son rôle essentiel était d'extraire les données qui étaient retravaillées dans Excel. Bien évidemment, la taille des données posait des problèmes dans Excel. Et les serveurs étaient également vite saturés. Arnaud Foujols se souvient : « nous avions de grandes difficultés, le lundi, à sortir les chiffres relatifs à l'activité du week-end ». Or les décisions business devaient être prises en fonction des résultats et cela sans attendre. Par ailleurs, il y avait très peu de tâches automatisées, presque tout étant réalisé manuellement, avec par conséquent une forte consommation de ressources humaines et des délais importants.

Pour structurer la démarche analytique, des évolutions techniques ont donc été menées. Pour commencer, une solution Alteryx a été utilisée pour extraire les données. D'autres outils ont aussi été déployés au fur et à mesure, notamment proposées par Abbyy, un éditeur très généraliste dans le traitement de la donnée et des documents (OCR, IA/Machine Learning notamment pour la reconnaissance et la compréhension du langage naturel (NLP), extraction des informations, etc.). La prise en main des différents outils a nécessité quelques mois.

Une prise en compte indispensable des besoins métiers

Mais, dans un premier temps, les résultats n'ont pas été à la hauteur des espoirs soulevés. « Par exemple, les dictionnaires de données avaient été conçus par et pour la DSI mais étaient absolument abscons pour les métiers » relève Arnaud Foujols. Au bout de six mois de structuration des données, l'équipe data a commencé à construire des tableaux de bord. Arnaud Foujols indique : « nous avons alors cherché à automatiser leur production pour que les analystes analysent au lieu de passer du temps à des tâches sans valeur ajoutée forte. »

PublicitéUne fois ces tableaux de bords produits, encore fallait-il qu'ils soient utilisés. Or ce n'était pas le cas, simplement parce qu'ils arrivaient en dehors des processus de décision, là où ils auraient été utiles. Un effort a donc été réalisé pour diffuser la données en l'intégrant au plus près des processus métier. Cela a notamment pu se faire grâce à des plates-formes de mise à disposition de la donnée. Arnaud Foujols se réjouit : « désormais, la donnée brute est enrichie et mise à disposition à J+1 afin de pouvoir répondre à des questions essentielles telles que : combien d'euros additionnels générés par telle action promotionnelle ? »

De l'analyse du passé à la prédiction de l'avenir

Il restait une étape importante à franchir : l'analyse post-mortem permet bien sûr de tirer des leçons mais c'est, par définition, trop tard pour traiter des promotions réalisées. La DSI a donc créé des outils pour que les créateurs d'une promotion puissent prédire -en fonction des précédentes- les effets de telle ou telle promotion. En plus, un outil de gouvernance a également été mis en oeuvre pour avoir en amont une vision globale de l'ensemble des opérations programmées. Enfin, il restait à traiter un lourd travail administratif : chaque promotion entraîne diverses tâches comme la communication, la commande des marchandises, la saisie dans les systèmes de caisse... Plus de 7000 contrats sont signés chaque année avec des fournisseurs en lien avec la réalisation de telles promotions dont ils partagent le coût. La GED avec signature électronique de Docusign a donc été interfacée afin que la génération des contrats puisse être automatisée.

Au final, c'est l'équivalent de quatre équivalents temps plein qui a été économisé tout en permettant un gain de 50 millions d'euros en plus de l'évolution du marché. Arnaud Foujols précise quelques bonnes pratiques : « il faut d'abord faire monter en compétences les équipes d'analystes. Surtout, pour lever tous les freins à l'adoption des outils et des rapports générés, il faut toujours partir des besoins des utilisateurs afin d'amener la bonne information, au bon moment, au bon utilisateur. La data s'associe alors à la transformation numérique. »

Article rédigé par

Bertrand Lemaire, Rédacteur en chef de CIO

Partager cet article