L’entreprise data driven, la digitalisation de la relation client, l’amélioration de l’expérience client omnicanale, l’ouverture et la cloudification du SI sont autant de préoccupations actuelles pour les entreprises qui sont portées par les innovations technologiques du SI.
Le SI est désormais au cœur des décisions stratégiques de transformation des entreprises et conditionne leur capacité à accroître leur performance au travers d’une évolution permanente et continue.
L’Architecture SI se base sur des fondations digitales / data, des modèles de référence associés à des principes directeurs qui permettent de structurer et définir une vision cible du SI et les trajectoires de transformation associées.
Nos modèles de référence d’Architecture sont donc là pour vous aider à soutenir vos projets de transformation SI, à organiser et structurer la construction de vos fondations digitales / data pour établir une feuille de route cohérente de votre SI cible.
Au cœur de notre expertise, ces modèles de référence d’Architecture structurent notre approche méthodologique construite par R&D mais aussi éprouvée de manière très opérationnelle auprès de nos clients.
Dans ce Livre Blanc, vous trouverez une cartographie de toutes les fonctions attendues par modèle de référence afin d’éclairer vos choix de solution selon vos enjeux métier et vos contextes SI spécifiques.
D’autres modèles de référence d’Architecture viendront très prochainement enrichir et compléter cette première version.
A plein temps ou à temps partagé, vous êtes chargés de mener à bien les transformations dans votre organisation. Vous vous trouvez sûrement confrontés au besoin de progresser pour faire face à l’exigence d’accroître l’impact de vos activités quotidiennes.
Rhapsodies Conseil aide à renforcer les capacités de transformation. L’équipe Transformation Office Management est en mesure de vous assister dans tous les domaines de la gestion des transformations.
Nous vous invitons à télécharger la plaquette de présentation de notre équipe, et sommes à votre disposition pour répondre à toutes vos questions.
Et si mon nouveau CRM devenait mon référentiel Client
Et si mon nouveau CRM devenait mon référentiel Client ?
Et si mon nouveau CRM devenait mon référentiel client ?
La question est légitime, car le CRM doit contenir l’ensemble des Clients / Prospects et l’information peut être tenue à jour par les commerciaux qui les rencontrent régulièrement. Mais avant de faire ce choix, quelques interrogations méritent d’être levées.
La gouvernance à mettre en place est-elle compatible avec mon CRM ?
Le CRM n’est pas le seul système à pouvoir créer, compléter ou mettre à jour des données Clients. Les systèmes de gestion, de facturation ou autres frontaux Clients influent également sur la vie de ces données. Appliquer au CRM l’étiquette de référentiel n’est donc pas suffisant. Il faut mettre en place l’ensemble de la gouvernance des données de référence Client (ou plus généralement concernant les Tiers) associées au principe de référentiel :
Définir le cycle de vie des Clients,
Définir un modèle objet exhaustif (qui ne soit pas limité aux seuls besoins du service commercial),
Pour chaque attribut, définir quels utilisateurs seront en capacité de le mettre à jour, à partir de quel outil, le tout en fonction du statut ou de l’état du Client,
Mettre en place une couche pour assurer la qualité de la donnée (formatage, dédoublonnage, contrôle de cohérence, complétion via des bases externes, …),
Prévoir les mécanismes et processus de validation des données,
Construire les interfaces nécessaires afin de consolider et de diffuser la donnée,
Définir les droits/politiques d’accès à la donnée,
Anticiper les impacts sur le pilotage, le reporting, la traçabilité, le versionning des données, la gestion des données à date, …
Quel modèle de donnée client dans le référentiel ?
Il faut également garder en mémoire que les CRM se concentrent par nature sur les éléments ayant trait à la relation commerciale avec les Clients. Or l’ensemble des données du CRM ne sont pas forcément à porter dans un référentiel. Inversement, dans bien des cas un CRM ne contient pas l’ensemble des données référentielles d’un Client (rôles du Client [payeur / commanditaire / bénéficiaire…], données techniques liées à la mise en place d’un service pour le Client…).
Construire le référentiel Client au sein du CRM implique donc de s’assurer que ce dernier contienne bien l’ensemble des données référentielles et de pouvoir aisément distinguer celles-ci des données à caractère opérationnel.
De plus, dans de nombreux cas cela implique également que des acteurs non commerciaux aient accès au CRM afin de maintenir ces données Client. La Direction Commerciale et Marketing souhaitera-t-elle ouvrir son outil à ces acteurs ? Ceux-ci accepteront-ils d’utiliser le CRM, outil qui n’est pas fait pour répondre à leurs propres besoins ?
Quel périmètre de données est concerné ?
Lorsque les clients sont des personnes morales, il peut être intéressant de croiser les données afin de savoir quels sont les clients qui sont également fournisseurs, quel est le chiffre d’affaire généré par un Client/Fournisseur vs la charge que représente ses prestations. Toute consolidation risque d’être complexe si les référentiels Client et Fournisseur sont distincts. Il s’agit pourtant dans les deux cas de personnes morales mais gérer ses Fournisseurs dans un CRM ne fait pas forcement sens. Dans ce cas, un référentiel ad hoc permettrait de pallier le problème. La problématique sera identique pour tout autre tiers d’intérêt comme les apporteurs d’affaire, les sous-traitants, les cautions / garants…).
Et la technique dans tout ça ?
Point inhérent aux précédents, le CRM a-t-il les capacités techniques pour assurer le rôle de référentiel ? Est-il capable de faire de la gestion de la qualité des données ? Ou alors s’intégrer avec un outil de DQM (Data Quality Management) spécifique ? Est-ce que le modèle de données du CRM est compatible ou suffisamment personnalisable afin d’intégrer le modèle de données de l’entreprise ? L’outil aura-t-il les capacités techniques pour diffuser l’information au sein du SI ? Supportera-t-il des dizaines de milliers de requête par jour ? Est-ce que le contrat de service associé à ce CRM est suffisant pour permettre à l’ensemble des applications qui en dépendent de fonctionner correctement ?
Est ce que je fais un bon investissement ?
Les aspects financiers sont également un élément-clé de la décision. Certes, de prime abord, utiliser le CRM comme référentiel Client permet d’éviter un investissement dans un nouveau système, mais à quel prix ? Combien coûte la mise en place (et l’exploitation) des fonctionnalités de référentiel au sein d’un CRM ? Combien coûtent la haute disponibilité, la qualité de service, les SLA qui n’étaient peut-être pas nécessaires pour le simple usage des commerciaux ? Combien coûtent les licences supplémentaires attribuées aux utilisateurs qui n’étaient pas dans le périmètre initial ? Le modèle de facturation du fournisseur est-il en cohérence avec l’usage que l’on souhaite en faire (un coût à l’usage peut s’avérer rapidement très onéreux) ? Est-ce que l’économie est réelle lorsque l’on compare cette option à la mise en place d’un référentiel dédié ?
Quelles sont les autres solutions possibles ?
Si le CRM n’est pas l’outil le plus adapté à votre cas, quelles sont les autres possibilités ?
Les MDM (Master Data Management) sont a priori plus aptes à traiter les problématiques de référentiel de données puisqu’ils ont été développés dans cette optique. Ils possèdent des fonctionnalités pour traiter la saisie, la consolidation et la diffusion des données et intègrent généralement une couche de DQM permettant d’en assurer la qualité.
Toutefois, la prudence s’impose car tous les outils n’ont pas forcement la même maturité et tous proposent des fonctionnalités qui répondent à des besoins qui ne sont peut-être pas les vôtres. Pourquoi payer les fonctionnalités d’un progiciel si c’est pour ne pas les utiliser ?
Pour répondre à des besoins relativement simples, le développement d’une solution spécifique pourrait être considéré.
Quelle est la meilleure solution pour mon référentiel client ?
CRM, MDM ou développement spécifique, il n’y a pas de réponse générique, mais il peut y avoir des conséquences sur l’ensemble du système d’information.
Bien que tous les éditeurs (de CRM) soutiennent que leur solution peut être utilisée en tant que référentiel Client, ils sont beaucoup plus tempérés une fois les besoins et contraintes à traiter exprimés.
Par ailleurs, et non des moindres, il faut noter que ce n’est pas uniquement le réceptacle qui fait le référentiel. C’est bien la gouvernance qui encadre la donnée qui permet de maintenir le point de vérité. Il est nécessaire de mettre en place une organisation avec des rôles et responsabilités définis ainsi que des outils adaptés respectant l’urbanisation et l’architecture du système d’information.
Mais n’en sommes-nous pas à la vision 360° client désormais ?
Encore une fois, malgré des éditeurs de CRM et de MDM qui promettent la Vision 360° Client, il faut replacer ces solutions à leurs « justes » fonctionnalités et regarder vers de nouveaux outils autour du Big Data qui permettent effectivement la mise en place d’une « vraie » Vision 360° Client sans pour autant remplacer le CRM ni le Référentiel Client. Ces visions consolidées et cross-business sont généralement utiles aux clients eux-mêmes mais aussi et surtout aux commerciaux ou gestionnaires pour leur permettre d’être encore plus efficient dans leur travail au quotidien.
Notons surtout que ces nouveaux outils ne font que renforcer l’intérêt d’un Référentiel Client qui soit partagé au sein du SI car construire une vision 360° Client nécessite d’agréger en un point unique des données venant de l’ensemble du SI.
De nouveaux types d’architecture, incluant la mise en place de Data Lake, d’API, de frontaux digitaux permettent la construction et l’utilisation de cette vision 360° mais elle ne restera possible que si les données peuvent être corrélées les unes avec les autres. Cette corrélation est grandement facilitée lorsqu’un référentiel Client a été mis en place au cœur du système d’information. La vision 360° n’a alors plus qu’à relier tous les éléments métier autour du « golden record » Client unique.
Nous entrons dans une ère où les actifs de l’organisation doivent être mis au service de l’essentiel. Il est temps de dire au revoir au data lake « fourre tout », et d’assurer la maîtrise des données essentielles pour la stratégie et la raison d’être de l’organisation. La gouvernance des données devra être pragmatique pour assurer que les investissements (stockages, traitements, compétences data, …) sont mis au service de ce qui compte vraiment.
Le rôle du Chief Data Officer de 2021 est de réguler/minimiser au maximum les comportements automatisés ou humains qui génèrent toujours plus de volume, mais… pas toujours plus de valeur. Ces comportements prennent parfois la forme de boucles de rétroactions positives, non régulées. Il est temps de trouver le bon niveau de régulation pour limiter ces proliférations, vers plus de sobriété. Ce sera un bien pour votre portefeuille et pour l’environnement.
Une donnée… fait des petits
Voici un exemple de rétroaction :
Une donnée fait des petits (copies, données transformées pour des usages spécifiques, parfois ponctuels, ,..). Plus les volumes de données stockées sont importantes dans votre organisation et plus l’augmentation de ces mêmes volumes demain aura tendance à être grande. Duplication des données, copier coller à droite à gauche… Sans une gouvernance aboutie des données en guise de régulation : plus il y a de données… plus il y aura de données, sans même que vous l’ayez demandé ou voulu ! Au même titre que plus il y a de gens sur cette planète, plus il y aura de naissances…
Quelles régulations ?
Faire le tri dans vos données existantes, c’est comme faire le tri dans votre appartement après une grosse dépression : C’est le « bordel ». Vous devez ranger. Vous commencez par enlever tout ce qui n’a clairement rien à faire là et qui n’est pas utile (les déchets, les vieux papiers sans utilité, …), vous remplissez quelques poubelles sans trop d’état d’âme. Puis vient l’étape plus minutieuse, où vous prenez le temps par catégorie. Vous vous posez vraiment la question : « Dans ce qui reste, de quoi puis-je me passer ? ». Alors vous triez en paquets « je garde, je ne peux pas m’en passer », « ça peut, peut être, servir », « je suis décidé, je m’en débarrasse ».
Pour les données c’est pareil. Il y a toujours des petits malins pour dire : « Gardons l’historique, après tout, ça peut peut être servir un jour, c’est le principe du data lake non ? » Non, parce qu’une donnée stockée a un coût environnemental et financier, si on ne sait pas dire simplement pourquoi elle est là, alors elle n’a pas à être là. Fin de la partie. « Delete »… Dans l’ère du « Big Data », ce réflexe n’est pas naturel (c’est le moins qu’on puisse dire) et pourtant il est précieux, et vous évitera bien des problèmes, plus qu’il ne vous fera manquer d’opportunités…
L’ajout d’une nouvelle donnée doit être justifiée « by design ». Une application sera conçue en appliquant le principe de « Data Minimization », pas seulement pour les données personnelles mais pour toutes les données. Si la valeur de la donnée n’est pas avérée, alors on ne demande pas à l’utilisateur de la saisir. L’UX n’en sera que plus épurée, et ça fera un problème de moins à gérer, et un bienfait pour la charge mentale de vos utilisateurs, clients, collaborateurs.
La gouvernance des données doit intégrer dans son ADN ce principe simple et parfois oublié : une donnée qui n’a pas d’usages clairement qualifiés n’a rien à faire dans les bases de données de votre organisation.
Et malheureusement, l’augmentation des volumes peut générer rapidement des pertes de qualité
Parce que plus il y a d’objets et de meubles dans votre appartement, plus il faut prendre du temps pour nettoyer…Il faut bouger les meubles pour nettoyer derrière, soulever les objets pour nettoyer en dessous… Vous n’y échapperez pas, pour les données c’est pareil. La gouvernance des données doit assurer le coup de chiffon qui va bien au bon moment pour limiter les risques de non qualité ou de sécurité, et réduire l’empreinte carbone du système d’information.
Voilà un challenge que le Chief Data Officer devrait s’approprier davantage à l’échelle de son organisation. Maîtriser les volumes et la prolifération des données, pour être capable de maintenir un niveau de qualité acceptable, et documenté : Un utilisateur ou un projet doit être alors capable en toute autonomie de décider si le niveau de qualité de l’information est suffisant pour l’usage qu’il veut en faire, et, si son usage le justifie, qualifier des exigences de qualité supérieur à ce qu’il a aujourd’hui (fraicheur, complétude, ..) avec les équipes en charge des données.
C’est également la juste contribution du CDO dans les prochaines années à la maîtrise de l’empreinte carbone du numérique, en régulant la masse de ses actifs data plus sérieusement qu’il ne le fait aujourd’hui.
Moins de volume ET plus de valeur : Vous relevez le défi ?
Le terme « valeur » est devenu omni présent dans les entreprises. Ses usages et les fonctions organisationnelles l’ont doté d’une sémantique étendue propice à la confusion. C’est maintenant aux PMO PPM qu’il revient d’optimiser la valeur des transformations sous leur supervision.
L’activité PMO est aujourd’hui au croisement de plusieurs sciences : les sciences de gestion des organisations, d’économie, sociales et progressivement écologiques. Et si cela devait être résumé autour d’un seul concept, c’est celui de « Valeur » qui conviendrait le mieux. Quel que soit le périmètre d’intervention dans l’organisation ou le niveau de responsabilité, l’usage de la notion de valeur est quotidien et saturé de sens pour le PMO autant que pour ces interlocuteurs.
Précédemment j’avais abordé la gestion de la réalisation des Bénéfices, en évoquant le remplacement de la perspective de pilotage budgétaire par celle de la valeur. Probablement, vous avez dû être nombreux à vous faire la réflexion : « Mais, encore une fois, de quelle valeur parle-t-on ? »
Je vous propose de couvrir dans cette série d’articles, les représentations couramment associées à la « Valeur » et les emplois qui en sont fait en gestion des transformations. Les questions auxquelles je me propose de répondre seront :
Sans entrer dans le champ étymologique, quelles acceptions de la « valeur » sont en usage en entreprise ? (Raison de l’ambiguïté à s’en emparer)
Au croisement de plusieurs disciplines, quelles notions de la valeur sont invoquées en gestion de transformation ? (Un ensemble éclectique à intégrer)
Quelles sont les modalités à disposition du Project Management Officer pour optimiser la valeur en gestion de transformation ? (Les moyens de parvenir à impacter l’organisation)
Quelles acceptions de la « valeur » sont en usage en entreprise ?
Ce concept a été décliné dans un très grand nombre d’applications au fil du temps. Parmi les champs de connaissances qui font appel à ce terme il y a :
Les sciences exactes : valeur quantitative de mesures dans différentes unités – absolue en mathématique – des données et variables en informatique, …
L’écologie : valeur qui touche aux relations de l’homme à la nature avec le respect environnemental, le renouvellement des ressources, le cycle de vie produit /service, le zéro déchet, …
Le sociétale : valeur rattachée à plusieurs disciplines distinctes,
Economique : valeur sous-jacente à la croissance de la richesse des états, entreprises et individus qui se distingue entre celle des biens possédés et celle issue des échanges.
Sociale : valeur sous-jacente aux rapports humains dans leurs dimensions humaines, culturelles et philosophiques qui déterminent : postures, dialogues, décisions et jugements.
Politique : valeur sous-jacente aux modèles qui régissent les choix de vie en société d’une entité locale, nationale ou plus large à propos de travail, d’éducation, de santé, de sécurité, de justice, …
En gestion des organisations, la « Valeur » est essentiellement associée à la quantification monétaire de la valeur des biens et à l’optimisation de l’emploi de ressources pour atteindre des fins de création de valeur. Elle s’adresse aux managers des différents flux qui animent toute organisation. A eux de démontrer la pertinence de leurs décisions en coordonnant les individus, les activités et ressources de la chaîne de valeur. Les produits et services ainsi délivrés aux usagers sont alors évalués selon des critères tels que la valeur d’usage, celle perçue ou encore d’échange en fonction de sa rareté.
Dans son acception sociale, la « Valeur » est liée à la dynamique des rapports humains. Elle a trait à la culture du dialogue, de la collaboration, des prises de décision et délimite un espace émotionnel au sein des organisations que les managers se doivent aussi d’appréhender. J’y reviendrai la prochaine fois.
C’est cette multiplicité d’acception, tels des éclats multicolores d’une boule à facette, qui suscite la confusion vis-à-vis des promesses de réussite des projets entrepris. L’assimilation des principes Agiles dans les projets et plus récemment dans les bureaux PMO, ont conduit à attribuer la responsabilité de la valeur des projets et portefeuilles de transformation, d’abord aux chefs de projet puis progressivement aux PMO PPM. Ces modèles et les discours qui en découlent, érigent maintenant la « Valeur » en une sorte de boussole absolue des organisations sans en définir explicitement le cadran.
Comme je viens de le partager, la notion de « Valeur » s’apparente à une multitude de reflets auxquels tout un chacun est sujet à se perdre et à s’émouvoir à titre personnel et professionnel. Je vous propose dans les prochains épisodes de mieux en comprendre ses nuances et applications. D’abord en revenant sur les dimensions de la création de Valeur propres à la gestion des transformations. Puis d’effectuer une revue de l’évolution des pratiques mises en œuvre pour maximiser l’impact des transformations et pour finir : tenter une extension au champ de l’écologie qui émerge.
Préparation des champs, culture, traitement, récolte, acheminement, tri, emballage, préparation, … la liste est encore très longue avant que vous ne puissiez déguster votre produit.
Ceci est bien souvent imperceptible du grand consommateur mais les challenges à relever sont innombrables entre le champ et l’assiette.
Challenges d’autant plus compliqués à résoudre avec les enjeux qui courent :
Nourrir 7,7 Milliards d’humain sur Terre avec une tendance à la hausse de 1,2% par an,
Mieux répartir les denrées alimentaires pour éviter les gâchis aberrant et les famines navrantes,
Jongler avec un climat capricieux qui joue avec les extrêmes entre sécheresse et inondation,
Mieux manger avec une exigence réglementaire de traçabilité mais également impulsé par les consommateurs soucieux d’inverser la tendance,
Pour être efficace il faut agir sur chacun des maillons de la chaîne Production – Supply Chain – Vente tout en ayant une approche holistique.
Plusieurs révolutions ont bouleversé ces champs d’activité ces dernières décennies, une autre est en marche il s’agit de l’Internet Of Things.
L’IoT dans le champ : Agriculture 4.0
La production de denrées alimentaires est un secteur critique répondant à notre besoin primaire de se nourrir. Vous, moi, nous sommes désormais tous quasi dépendants de cette production qu’elle soit agricole, piscicole, …
Il faut optimiser les productions tout en respectant dame nature et ses ressources mais également les consommateurs finaux en garantissant une nourriture saine et de qualité.
La culture intensive est toujours très utilisée de par le monde mais aux vues des dégâts engendrés, des méthodes plus respectueuses ont émergé : agriculture raisonnée, durable, biologique, mais elles ne sont pas forcément viables dans tous les contextes (la perte de production pouvant se traduire par une perte de rentabilité sur un secteur déjà difficile et malmené).
C’est là que les nouvelles technologies et l’IoT entrent en jeu.
A bien des égards il peut être aberrant et contre nature de barder de capteurs cette dernière.
Et pourtant, quelques capteurs/actionneurs connectés …
… bien localisés avec une empreinte faible sur l’écosystème constituent un important levier d’optimisation pour :
Prédire la météo (à l’échelle de l’exploitation) et agir en conséquence,
Optimiser l’utilisation des ressources (eau, électricité, traitement, nourriture, …) en répondant au juste besoin (en quantité et en temporalité),
Déceler les comportements anormaux et les prémisses de maladies pour intervenir en anticipation,
Contribuer au bien être animal,
Identifier précisément les niveaux de maturation pour récolter au bon moment et limiter les pertes,
Préserver la qualité de la marchandise stockée,
Connaître en temps réel le stock disponible,
Diminuer la pénibilité du travail en automatisant certaines activités,
Limiter la pollution, l’usage de la biochimie (pesticide), et l’impact sur la faune et la flore.
La GreenTech rayonne de plus en plus avec des solutions innovantes et diversifiées, que ce soit sur les objets connectés eux mêmes mais également sur les plateformes IoT spécialisées (Sencrop, Libelium, Observant, Agrilab.io, pycno, arable, …).
En France, la valorisation des données Agricoles est lancée, la société API AGRO a créé une place de marché (AgDataHub) permettant aux éditeurs de services digitaux, notamment les start-up, de co-développer de nouvelles applications web et mobiles pour l’agriculture numérique.
Bien que ce paroxysme de la maîtrise de l’environnement et de la réutilisation des ressources en circuit fermé est parfaitement atteint dans les cultures hydroponiques, ces moyens technologiques peuvent trouver leur place dans tous types de production de par leur polyvalence d’emploi et leur facilité de mise en œuvre.
L’IoT dans la Supply Chain : Industrie 4.0
2 tonnes de poissons frais arrivent au port, 1 tonne de fraises sortent de l’exploitation, la course contre la montre démarre pour mettre ces denrées sensibles et périssables à disposition des consommateurs finaux.
La Supply Chain entre dans la danse avec son infrastructure (Entrepôts, chaînes mécanisées, poids lourds, camionnettes réfrigérées, …), ses processus très normés et son lot d’enjeux :
Comment garantir la chaîne du froid : pas uniquement au niveau du contenant (palette) mais également au niveau du contenu (poisson) lui-même ?
Comment géolocaliser mes flux d’entrées/sorties de marchandise ?
Comment optimiser le temps de transport et éviter les retards ?
Comment automatiser le rapprochement de données entre marchandises commandées et marchandises livrées ?
Comment garantir la qualité de mon aliment fragile à son arrivée à destination ?
…
L’accessibilité, l’autonomie et la performance des capteurs IoT couplés à un réseau 0G (LPWAN) peuvent faire des miracles …
Equiper vos moyens de transports et vos containers d’un tracker GPS pour :
les suivre en temps réel et adapter les parcours et moyens à mettre en oeuvre en fonction des aléas rencontrés sur le trajet,
gérer vos flux intermodaux d’entrée/sortie,
garantir la disponibilité de vos moyens de transport pour la prise en charge d’une nouvelle marchandise,
Placer des capteurs de températures / hygrométrie dans vos moyens de transport mais également au coeur de la marchandise pour agir au besoin sur les équipements de régulation afin de préserver la qualité des produits et garantir le respect de la chaîne du froid,
Installer des capteurs de mouvement et vibration pour déceler le malmenage de vos marchandises et :
agir en conséquence auprès de vos équipes, équipements et partenaires,
router la marchandise abîmée sur une voie parallèle plutôt que de la livrer à la poubelle
Étiqueter vos Unités de Conditionnement avec des tags RFID pour automatiser l’identification et le calcul de la quantité de marchandises reçues.
… en intégrant cet écosystème IoT au Système d’Information Supply (Warehouse Management System, Warehouse Control System, Manufacturing Execution System), l’ensemble devient connecté, plus efficient et proactif face aux défis et aléas à relever.
L’IoT en point de vente
Malgré la forte progression de l’e-commerce, 90% des ventes sont toujours réalisées dans les points de vente (PDV) physiques.
Ces derniers, en passant leurs commandes de marchandises, se positionnent en clients des deux précédents maillons (Production et Supply Chain).
Ils ont donc une responsabilité certaine sur :
la répartition des produits alimentaires,
le gâchis alimentaire
Mais également des exigences fortes sur la performance et l’agilité des deux précédents maillons pour obtenir de la marchandise de qualité en temps et en heure convenus.
Les points de vente ont finalement trois enjeux fondamentaux :
Piloter finement leur stocks pour à la fois :
éviter les ruptures qui engendrent un manque à gagner sur les ventes manquées et une insatisfaction client,
éviter le sur-stockage qui coûte cher et peut générer un important gâchis alimentaire
Vendre une marchandise de qualité pour…
… Satisfaire et fidéliser les clients.
Là encore les acteurs de l’IoT ont su cerner ces cas d’usage et proposer des solutions aux Retailers pour optimiser les processus clés de leur métier :
Utiliser des racks, étagères, présentoirs connectés afin de connaitre l’état réel des stocks en rayon pour optimiser le processus d’achalandage et de réapprovisionnement,
Utiliser des armoires réfrigérées connectées permettant de monitorer finement leur bon fonctionnement afin d’ intervenir rapidement en cas de panne et ainsi éviter les pertes de marchandises sensibles,
Remplacer les étiquettes papiers par des étiquettes électroniques connectées afin d’optimiser les processus d’affichage des prix de vente mais également pour afficher des informations recherchées par les consommateurs (traçabilité, ….)
Utiliser des caméras connectées (sous réserve d’autorisation) pour analyser la fréquentation, le comportement des consommateurs en fonction de la période et adapter en conséquence les commandes de marchandises,
Donner de l’autonomie aux clients pour que leur parcours de courses et d’achat soit agréable et efficace avec des solutions de self scanning, de panier connecté ou de casier connecté pour le retrait de marchandises en Click & Collect.
L’IoT sur chacun des maillons de la chaîne (Production, Supply, Retail) a su s’adapter et décliner des solutions efficaces pour répondre à leurs enjeux propres. Le challenge à relever pour atteindre l’efficience de l’ensemble, réside dans la capacité de chacun des maillons à s’intégrer (partage de données IoT/métier) avec les autres pour créer un écosystème connecté et intelligent au service du “mieux manger” et d’un environnement durable.
