La gestion des données dans le monde VUCA de SAP


Les conséquences d'événements actuels tels que l'invasion de l'Ukraine ou la pandémie de coronavirus s'étendent profondément dans les chaînes d'approvisionnement, les marchés de vente ou l'organisation du travail des entreprises. Notre monde SAP ne représente qu'une partie de la réalité. Comment faire face à la complexité du modèle de données et des processus représentés et réussir le redressement de la gestion des données ?
Nous nous trouvons dans un monde que l'acronyme VUCA tente de décrire : Volatility (volatilité), Uncertainty (incertitude), Complexity (complexité) et Ambiguity (ambiguïté) rendent de plus en plus difficiles les actions et les décisions dans les entreprises. Le terme a été créé dans les années 1990 et a servi à décrire le monde multilatéral après la fin de la guerre froide. La mondialisation et la numérisation lui ont entre-temps ajouté une dynamique jusqu'alors insoupçonnée.
SAP ERP reproduit déjà en soi des processus d'entreprise étendus et utilise pour cela un modèle de données complexe - complexe dans le sens où les utilisateurs ne peuvent pas reconnaître toutes les dépendances entre les contenus des données. À la complexité extérieure s'ajoute une dimension supplémentaire, à savoir celle du propre modèle de données. Notamment en raison de la quantité de champs de données : La base de données articles compte à elle seule plus de 1000 champs. On ne peut pas forcément le reprocher au système ERP, car il essaie de reproduire un modèle de la réalité. Mais cette constatation n'aide pas non plus l'utilisateur dépassé par les événements.
Le fait que des données de base et des données de mouvement correctes soient décisives pour le succès d'une entreprise est désormais accepté par tous. D'autres exigences viennent s'y ajouter avec les thèmes de l'industrie 4.0. Les systèmes d'intelligence artificielle, qui font également leur entrée dans les entreprises, dépendent eux aussi de données d'entraînement cohérentes. La qualité des données est importante - mais comment l'atteindre ? Qu'est-ce qui est judicieux pour sortir du piège de la complexité et retrouver une plus grande capacité d'action ? Comment les personnes concernées peuvent-elles devenir des parties prenantes et finalement des contributeurs actifs ?
Il est utile d'alléger la charge de travail des utilisateurs grâce à des outils intelligents de gestion des données. Une première étape consisterait à créer des tableaux de bord avec des graphiques qui permettent de visualiser clairement les données. Il peut s'agir, par exemple, de la quantité, de l'âge ou de la fréquence de modification de certaines données - de même que des graphiques représentant des évaluations sur certaines erreurs de données. Les analyses cycliques illustrent les tendances. Mais la représentation claire des étapes de travail lors de la création et de la gestion des données est également utile. Qui doit faire quoi et quand ? Là aussi, la clarté doit être de mise.
Aucun utilisateur ne devrait avoir à s'occuper des valeurs de champ qui peuvent également être déterminées par des règles ou des formules. Il est souvent possible d'exploiter des potentiels étonnants qui ouvrent des espaces de liberté pour des tâches stratégiques. De plus, les erreurs des utilisateurs sont évitées.
Dans le monde SAP, nous disposons idéalement d'un modèle de données cohérent et complet. Il est donc crucial de tirer parti de ses avantages. Malheureusement, le monde réel n'est pas idéal. C'est alors que se forment des îlots avec des systèmes fantômes soi-disant plus simples et plus faciles à gérer, comme Excel ou des outils rattachés. Afin d'éviter les erreurs d'interprétation ou tout simplement les données erronées, il est recommandé d'intégrer les outils directement dans SAP sous forme de modules complémentaires.
J'ai souvent vu de grands projets de gouvernance de données stratégiques se retrouver dans une sorte d'impasse, en raison de la complexité décrite au début. Souvent, lorsque les projets sont longs, les exigences changent au cours du projet en raison de la volatilité décrite. Le risque est alors que ces projets soient mis en service soit avec des exigences non satisfaites, soit avec des dépassements de délais et de ressources.
Je recommande ici une approche de projet pragmatique (agile). Les mesures visant à améliorer la qualité des données ou les processus de gestion des données devraient donner des résultats tangibles en peu de temps. Sur la base des expériences ainsi acquises, il est alors possible de prendre plus facilement des décisions concernant le déploiement, par exemple pour d'autres objets de données (article, nomenclature, gamme opératoire, fiches info, etc.).
La gestion des données reste une tâche permanente pour le management et les utilisateurs, surtout dans le monde VUCA. La tâche des fournisseurs de systèmes et des conseillers est de mettre à disposition des outils et des méthodes appropriés pour une plus grande transparence des données et un meilleur confort d'utilisation.
Il sera alors possible de donner un nouveau contenu à l'acronyme VUCA. Que diriez-vous de Vision, Understanding et Clarity au lieu de Volatilité, Incertitude et Complexité ? Et l'ambiguity, l'ambiguïté, peut être abordée avec agilité.