Business intelligence: Think big and start small

Bell Food Group SA, Valéry Thomas

Partager sur des réseaux sociaux

Partager le lien

Utiliser un lien permanent pour partager dans les medias sociaux

Partager avec un ami

S'il vous plaît S'identifier envoyer ceci presentation par courriel!

Postez les commentaires avec des adresses email (confirmation de l'email est nécessaire afin de publier le commentaire sur le site internet) ou veuillez S'identifier poster un commentaire

Think big & start small

BI & Analytics @ Bell Food Group

Digital Business Lunch

30.06.2020 | Valéry Thomas

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Page 2

Digital Business Lunch 30.06.2020

Agenda

Bell Food Group – qui sommes-nous?

Vue d’ensemble BI & Analytics @ Bell Food Group

Exemple concret: S&OP Reporting

Besoins

Réalisation

Demo

Prochaines étapes

COVID-19 – Une arme face à la crise

Démarche (applicable à tous)

Valéry Thomas

Head of BI, Analytics & Digitalisation @ Bell Food Group

https://www.linkedin.com/in/valerythomas/

valery.thomas@bellfoodgroup.com

+41 79 218 72 73

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Page 3

Bell Food Group

Qui sommes-nous?

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Page 4

Vue d'ensemble de Bell Food Group

Résultats de l'exercice 2018

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Page 5

Large portefeuille de produits

Vue d'ensemble de Bell Food Group

Produits longue conservation

Soupes

Sauces

Desserts

Ingrédients

Convenience ultra-frais

- Salades composées

- Salades coupées, fruits et légumes

Convenience frais

Pâtes

Sandwiches

Plats cuisinés

Pizzas

Viande

Viande fraîche

Volaille

Seafood

Charcuterie

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Page 6

BI & Analytics @ Bell Food Group

Le projet Elixir

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Page 7

Situation initiale et solution

Situation initiale

Groupe très hétérogène (achats et ventes de sociétés)

Peu d’intégration Process et IT (Systèmes et process différents)

Différents degrés de maturité en terme d’analyse de données

Seule possibilité pour le Management d’avoir une vue d’ensemble? Excel…

Le projet Elixir

Solution

Création d’une plateforme data indépendante des outils (ERP ou BI) existants dans le groupe (Greenfield)

Méthodologie Agile: développement en cycles courts, toujours en lien avec le business

Rapid Prototyping: avant de commencer chaque développement, un prototype est réalisé et discuté avec le business

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Page 8

Nouvelle plateforme de données pour l’ensemble du groupe

La plateforme Elixir

Principes

Single point of entry

Single source of truth

Bell Food Group guidé par les données

BI Competence Center

Integration verticale et horizontale

Innovation

Flexibilité,

Simplicité d’utilisation et stabilité

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Seite 9

S&OP Reporting

Exemple concret

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Page 10

Situation initiale

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Page 11

Contexte

L’équipe S&OP (Sales & Operations Planning) est en charge de la planification de la production à partir des prévisions de vente

Les prévisions de vente sont générées dans un système expert qui tient compte de la saisonnalité des ventes et permet aux membres de l’équipe S&OP d’adapter manuellement les chiffres futurs (en fonction des promotions, de la météo, etc…)

Une quantité importante de données est extraite toutes les semaines de cet outil par plusieurs personnes différentes et traitée dans plusieurs dizaines de fichiers Excels pour:

Communiquer et analyser les prévisions

Calculer et améliorer la justesse des prévisions (comparaisons entre les prévisions et les ventes réelles)

Piloter les ventes, la production, les achats, etc…

Etc…

Certaines périodes (comme les congés de fin d’année) sont stratégiques dans l’agroalimentaire, une petite erreur dans les prévisions peut avoir un gros impact négatif sur le résultat de toute l’année

S&OP Reporting

Besoins

A court terme:

Analyse précise des prévisions de vente et de leur évolution pour la période de Noël 2018

Optimisation des prévisions de vente et de la production

Resultats rapides

A moyen terme:

Centralisation et transparence

Efficacité dans le reporting

Concentration sur ce qui est important: analyser et améliorer

Utilisation de méthodes de visualisation «actuelles»

Réalisation

Premier prototype réalisé à partir de fichiers Excel en un temps très court (quelques heures)

Quelques itérations jusqu’à finalisation du prototype (quelques jours)

Présentation et validation du prototype

Lancement d’un projet

Développement agile: cycles courts et itératifs

S&OP Reporting

1. Idée

Définition de

quelques KPI

Dessins faits à la main

2. Prototype

Itérations

3. Validation

Présentation

du prototype

Resultat concret

4.

Développement

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Page 12

Itérations

Nouvelles fonctionnalités

Automatisation, robustesse, etc….

Bénéfices et prochaines étapes

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Page 13

Bénéfices

Transparence: Base de données centrale et homogène à laquelle tous les acteurs ont accès (Single Source of Truth)

Analyses multi-niveaux: Dashboard présentant les KPI’s les plus importants avec possibilités de drill-down jusqu’au niveau de détail le plus fin

Efficacité: les tâches récurrentes de récupération, traitement et extraction de données sous Excel ont disparu (environ 10h par semaine)

Historisation: les données sont conservées dans le temps, ce qui permet d’analyser les évolutions

Visualisation: grâce aux fonctionnalités avancées de visualisation, il est possible de se concentrer sur les points qui nécessitent de l’attention

S&OP Reporting

Etapes suivantes (en cours)

Evolution constante du système (intégration des stocks, des quantités produites, nouveaux reports, etc…)

Analyse des performances du système de prévisions des ventes

Démarrage d’un projet de Demand Forecasting à l’aide de techniques de Machine Learning

Une arme face à la crise du COVID-19

S&OP Reporting

Sandwichs frais

Menus préparés

Meilleure réactivité

Mise à jour des données plusieurs fois par jour pour supporter le business

Décisions basées sur des faits (data-driven)

Base solide pour les discussions de crise avec les clients

Demande

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Page 14

Demande année précédente

Think big & start small

(Démarche applicable à tous!)

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Page 15

Constat/questions de départ

Un projet BI est long et coûteux

Il est impossible de déterminer le ROI (retour sur investissement) d’un projet BI

Souvent, le besoin ne justifie pas de construire des systèmes énormes et difficiles à maintenir

Démarche

Comment investir dans un projet sans savoir ce qu’on a à y

gagner?

Un Data Warehouse est-il toujours nécessaire?

Une PME peut-elle se permettre de faire de la Business Intelligence?

Think big & start small

La complexité et les coûts définissent le design de la solution BI à mettre en place

Start small…But fast!

Les outils et méthodes actuels permettent de réaliser des prototypes fonctionnels en un temps record

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Page 16

Think big & start small

Etape 1: Un simple dashboard répondant à un besoin précis

Démarche

Valeur ajoutée

Dashboard

Toutes les données sont intégrées, transformées et calculées dans un outil Front-End

Coûts très faibles

Facile à mettre en oeuvre (pas ou peu de compétences en BI nécessaires)

Exemples d’outils: Microsoft Excel, Microsoft Power BI, SAP Analytics Cloud

Complexité & Coût

Inspiration: Raphael Branger, IT-Logix, Architektur-T-Shirt-Grössen für BI-Projekte

Page 17

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Think big & start small

Démarche

Dashboard

Dashboard

Complexité & Coût

Inspiration: Raphael Branger, IT-Logix, Architektur-T-Shirt-Grössen für BI-Projekte

Page 18

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

… Puis un 2ème dashboard est créé, puis un 3ème, etc…

Plusieurs dashboards sont basés sur les mêmes données source

Chaque dashboard contient ses propres indicateurs et méthodes de calcul

Le «même» indicateur peut présenter des valeurs différentes dans 2 dashboards différents

Complexité de la maintenance (si les données source changent)

Valeur ajoutée

Dashboard

Think big & start small

Démarche

Datamart

Dashboard

Dashboard

Dashboard

Dashboard

Etape 2: Création d’un Datamart pour centraliser les données et la logique métier

Les dashboards sont juste encore en charge de la visualisation des données (graphiques, tableaux, etc…)

Le datamart est le point central qui accède aux données, les indicateurs y sont définis

Exemples d’outils: SQL Server Analysis Services, Univers Business Objects, …

Valeur ajoutée

Complexité & Coût

Inspiration: Raphael Branger, IT-Logix, Architektur-T-Shirt-Grössen für BI-Projekte

Page 19

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Dashboard

Dashboard

Think big & start small

Démarche

Datamart

Dashboard

Dashboard

Dashboard

Dashboard

Datamart

Datamart

Complexité & Coût

Inspiration: Raphael Branger, IT-Logix, Architektur-T-Shirt-Grössen für BI-Projekte

Page 20

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

… Le besoin se fait ressentir d’avoir plusieurs datamarts pour des données différentes

Données de vente, achats, finance, etc…

Très vite, un seul datamart ne suffit plus à contenir toutes les données et à répondre à tous les différents besoins

Les mêmes données sont présentes dans plusieurs datamarts (produits, date), éventuellement sous d’autres formes

Les datamarts sont tous alimentés par le même système source, ce qui peut entraîner des problèmes de performance

Aucune historisation des données n’est possible

Valeur ajoutée

Dashboard

Dashboard

Think big & start small

Démarche

Datamart

Dashboard

Dashboard

Dashboard

Dashboard

Datamart

Datamart

Datamart

Dashboard

Dashboard

Datamart

Datamart

Etape 3: Une Data Staging Area permet de copier et d’historiser les données source

La Staging Area contient une copie exacte des données du système source

Les données sont chargées une unique fois, puis mises à disposition des datamarts

Les données sont historisées: rien n’est supprimé

Exemples d’outils: SQL Server, SAP HANA, Wherescape, …

Staging Area

Complexité & Coût

Inspiration: Raphael Branger, IT-Logix, Architektur-T-Shirt-Grössen für BI-Projekte

Page 21

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Valeur ajoutée

Dashboard

Dashboard

Dashboard

Think big & start small

Démarche

Datamart

Staging

Area

Dashboard

Dashboard

Dashboard

Datamart

Datamart

Datamart

Dashboard

Dashboard

Datamart

Datamart

Datamart

Dashboard

Dashboard

Datamart

Datamart

Staging

Area

DWH

Etape 4: Un Data Warehouse (DWH) permet de regrouper les données de différentes sources et de garantir leur qualité

Chaque système source bénéficie de sa Staging Area

Les données sont rassemblées et reliées dans le DWH

Le DWH contient des données intégrées, harmonisées et historisées

Exemples d’outils: SQL Server, SAP HANA, Wherescape, …

Area

Area

Complexité & Coût

Inspiration: Raphael Branger, IT-Logix, Architektur-T-Shirt-Grössen für BI-Projekte

Page 22

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Valeur ajoutée

Dashboard

Dashboard

Dashboard

Dashboard

Staging Area

Staging Area

Start small… But fast!

Démarche

Prototype/MVP (Minimum Viable Product)

Draft

(Excel,

Dessins,

Besoin

etc…)

Construction

itérative

Opérationnalisation

Lancement d’un projet IT

Investissement (ressources internes ou prestataires externes)

Utilisation du prototype/MVP comme base

Datamart

DWH

Staging Area

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Page 23

Résultat concret et utilisable

Avantages

Définition des besoins facilitée

Un dessin ou un fichier Excel dans un premier temps

Démarche

Stabilité

Agilité

Agilité et flexibilité

Les besoins évoluent au cours du temps et avec l’utilisation

Rapid Prototyping

Prototype à partir de données Excel ou fichiers texte

Pas besoin d’automatisation ou de systèmes IT stables au départ

Démarrage d’un projet dans un deuxième temps

Gain de temps considérable grâce au prototype (les besoins sont clairs)

Minimisation du risque lié à un investissement

Conseils

Importance du choix des outils

Importance du choix des partenaires

Inutile de démarrer des gros projets et d’investir beaucoup d’argent au départ!

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Page 24

Merci pour votre attention!

30.06.2020 | Think big & start small - BI & Analytics @ Bell Food Group

Page 25

Valéry Thomas

Head of BI, Analytics & Digitalisation Bell Food Group AG

Tel: +41 79 218 7273

valery.thomas@bellfoodgroup.com

?

Vues

  • 192 Total des vues
  • 154 Vues du Site web

Actions

  • 0 Partages sociaux
  • 0 Aime
  • 0 N'aime pas
  • 0 Commentaires

Partagez le comptage

  • 0 Facebook
  • 0 Twitter
  • 0 LinkedIn
  • 0 Google+