Les rapports statiques ne suffisent pas

Les systèmes d'information tels que SAP ERP, BI, BW et bien d'autres fournissent aux collaborateurs des données qui sont reliées à des informations pertinentes et exploitables par des KPI définis.

Ils nous aident à canaliser le flux d'informations quotidien et donc à prendre des décisions basées sur des faits plutôt que sur des émotions. Un autre avantage est qu'elles sont ensuite compréhensibles pour des tiers. Chaque niveau de l'entreprise a besoin d'informations spécifiques

Si nous examinons la structure d'une entreprise, nous constatons que les différents niveaux de l'entreprise ont besoin d'informations différentes.

Au niveau supérieur de la gestion, les données théoriques ou planifiées sont comparées aux données réelles ou historiques dans des agrégations. Ces besoins en informations sont généralement couverts par des implémentations BI classiques.

Au niveau opérationnel, en revanche, on trouve souvent tout un zoo de fichiers Excel, de bases de données Access ou de rapports spécifiques. Tant les implémentations BI classiques que la mosaïque de solutions partielles au niveau opérationnel mesurent généralement les performances passées.

Ce n'est plus adapté à notre époque où tout va très vite, car nous avons davantage besoin d'un pronostic pour les événements futurs que d'un regard dans le rétroviseur.

Si l'on examine de plus près les besoins en informations des cadres moyens ou au niveau opérationnel, on constate qu'ils sont plutôt horizontaux et couvrent l'ensemble de la chaîne de création de valeur.

Ils sont également extrêmement variables et se situent souvent au niveau granulaire le plus bas - par exemple au niveau du poste ou même de la répartition dans le système SAP.

Ces besoins complexes en informations sont rarement couverts par les systèmes actuels et, s'ils le sont, ce n'est qu'au prix d'efforts extrêmement importants. La difficulté réside notamment dans la complexité de la chaîne d'approvisionnement associée à des exigences en constante évolution.

Les rapports statiques ne suffisent pas, car à peine une information est-elle déterminée que la question suivante en découle. C'est pourquoi un tel système d'information doit être extrêmement rapide et flexible.

Le diable se cache dans les détails

Les analyses sur les données historiques permettent de jeter un regard en arrière. Les données en temps quasi réel au niveau granulaire le plus bas permettent en outre de prendre des décisions ad hoc proactives qui intègrent également les données horizontalement tout au long de la chaîne de création de valeur.

Toutefois, pour exploiter pleinement le potentiel des données, il faut les relier intelligemment afin de pouvoir ensuite les utiliser pour faire des prévisions.

Un exemple : chaque jour, l'entreprise est confrontée à de nouveaux événements imprévus, comme des livraisons tardives dues à la prochaine grève des chemins de fer. La question est de savoir si le retard de livraison aura un impact sur la chaîne de valeur (fabrication, vente) et, le cas échéant, quel sera cet impact.

Pour cela, il faut être en mesure de déterminer directement, par exemple à l'aide de l'avis de livraison et du numéro de commande, les goulots d'étranglement correspondants ; qu'il s'agisse d'ordres de fabrication qui dépendent du matériel en retard, d'ordres de vente ou autres. Et ce, en tenant compte de la chaîne d'approvisionnement à plusieurs niveaux, le cas échéant, avec tous les processus interentreprises.

La corrélation ne suffit pas, la causalité est nécessaire

L'exemple ci-dessus montre clairement qu'un regard dans le rétroviseur ne suffit plus de nos jours. Cela signifie également qu'il faut établir un lien de cause à effet entre tous les documents au niveau granulaire le plus bas (dans SAP : niveau de l'échéance).

Le cas échéant, on peut encore prédire un événement par corrélation, mais au plus tard lors de l'analyse des causes et de la prévision de l'impact sur l'ensemble de la chaîne de création de valeur, on a besoin du lien de cause à effet.

Pour une analyse de processus de bout en bout d'une telle complexité et avec un tel volume de données, un instantané "en mémoire" est indispensable.

Souvent, l'informatique n'a pas la capacité de répondre rapidement aux besoins en informations des services spécialisés. Il n'y a souvent pas le savoir-faire correspondant ou même l'autorisation de se procurer ces informations dans les systèmes.

Et même si c'est le cas, 90 % du temps est alors consacré à la recherche d'informations et seulement 10 % à la résolution des problèmes.

Ce qu'il faut, c'est donc un véritable self-service pour le domaine spécialisé, dans lequel un utilisateur n'a besoin que de 10% du temps pour la recherche d'informations et peut consacrer 90% de son temps à la résolution du problème. Pour cela, deux choses sont nécessaires :

1. qu'un tel système d'information préétablit des KPI classiques (comme la qualité du service, le respect des délais de livraison, l'OTIF) ainsi que des centaines de calculs intégrés et calculés (par exemple, la demande de la semaine/mois/trimestre précédent ou la valeur du stock excédentaire) sur la base de données actuelles

2. que les utilisateurs métiers puissent rapidement et facilement adapter ces analyses et effectuer des calculs complexes sur l'ensemble de la chaîne de valeur (par exemple, le pourcentage de commandes affectées ou dépendantes).

Conclusion

Les analyses commerciales opérationnelles s'adressent aux services spécialisés qui, à l'aide d'analyses ad hoc, souhaitent par exemple réduire les stocks tout en augmentant le niveau de service au client final.

Comme son nom l'indique, le niveau opérationnel reçoit des bases de décision sur la base desquelles il peut intervenir immédiatement dans n'importe quel processus. Les goulots d'étranglement dans la chaîne de création de valeur sont identifiés avant qu'ils n'apparaissent dans la pratique, qu'ils ne paralysent les processus ou qu'ils n'entraînent des retards dans les livraisons.

Les analyses en temps quasi réel permettent aux collaborateurs de prendre rapidement des décisions dans leur domaine d'activité au niveau le plus granulaire et d'éviter les goulots d'étranglement dans les processus.

Il est ainsi possible de chercher une aiguille dans une botte de foin : Parmi des milliers d'enregistrements, les collaborateurs trouvent en quelques secondes les enregistrements pertinents pour leur domaine d'activité.

Every Angle propose à cet effet une solution plug-and-play pour les clients qui utilisent SAP. Comme la solution interprète le Customizing du système SAP, aucune modélisation n'est nécessaire et le système est opérationnel en deux jours.