Articles

Paris, le 19 septembre 2022 – SAP SE (NYSE : SAP) a lancé l’édition 2023 de son programme d’accélération de start-ups axé sur le futur du Retail and Consumer Products. Pour cette 8ème édition de SAP.iO Foundry Paris, 12 start-ups internationales ont été sélectionnées par un jury composé d’experts SAP, de partenaires, de clients et de fonds d’investissement. Ces start-ups ont été reconnues comme étant précurseur sur ce thème de “Future of Retail and Consumer Products ”, un thème plus que jamais d’actualité avec les bouleversements des usages et du parcours client observé durant la crise sanitaire, et qui résulte de l’accélération de la numérisation de toutes les entreprises.

SAP.iO Foundry Paris, véritable incubateur de SAP en France, a déjà aidé plus de 65 start-ups à développer leur business ou leur solution. En quatre ans, SAP a atteint l’objectif fixé avec le gouvernement français visant à soutenir l’économie des start-ups lors sur sommet #ChooseFrance.

Ce nouveau programme a pour objectif de proposer aux entreprises du Retail et Consumer Products un accompagnement de leur stratégie digitale, grâce aux solutions de ces 12 start-ups, au rythme de l’évolution technologique autour de deux enjeux clés :

  • Proposer à leurs clients une expérience d’achat améliorée et différenciante
  • Assurer la traçabilité et l’authenticité de leurs produits

Odilia von Zitzewitz, Interim Lead SAP.iO Foundry Paris déclare : “SAP.iO est un accélérateur de start-ups formidable et engagé. Pour cette édition, l’accent a été mis sur le Retail laissant place à des innovations de choix, et qui répondent aux enjeux prédominants des acteurs de ce secteur clé. Nous sommes très fiers d’accompagner cette nouvelle promotion de start-ups !”

Au cours des 5 prochains mois, les start-ups auront accès à un mentorat personnalisé de la part des dirigeants de SAP France, à une exposition à la technologie SAP® et aux interfaces de programmation d’applications (API), ainsi qu’à des opportunités de collaboration avec des clients SAP du monde entier.

Les start-ups suivantes participent au programme SAP.iO Foundry Paris :

Sorga Technology

La mission de Sorga Technologie est d’accompagner les marques retail dans leur innovation digitale en proposant une solution à faible consommation d’énergie assurant la transparence et la traçabilité de leurs produits

https://sorga.org/

Arianee

La mission d’Arianee est de fournir aux entreprises des solutions simples pour établir des relations directes avec les consommateurs, respectueuses des données des utilisateurs et indépendantes des grandes plateformes technologiques.

https://www.arianee.org

 

CollectID

CollectID permet de garantir l’authenticité d’un produit, l’amélioration de l’expérience phygitale, ou encore l’établissement d’un canal de communication direct entre les marques . Une solution qui garantit l’authenticité et l’unicité des produits tout en rapprochant les marques de leurs clients.

https://www.collectid.com/

DIAKSE

Diakse développe et commercialise une solution de création de showrooms virtuels dans le métavers avec un objectif : permettre aux marques de mieux communiquer sur leurs produits et ainsi les aider à augmenter leurs ventes.

www.diakse.com

 

Foodetective

Foodetective est une plateforme de gestion et une infrastructure (API) de l’industrie F&B. Les entreprises utilisent Foodetective pour automatiser leurs opérations, simplifier leur administration, augmenter leurs revenus en ligne et accélérer les nouvelles opportunités commerciales. business.foodetective.co

LIVEBUY GmbH

LIVEBUY est une solution d’achat en direct pour les détaillants leaders du marché,

qui fournit à la fois la technologie et les bons créateurs pour construire une plateforme de contenu réussie au sein des boutiques en ligne.

https://www.livebuy.io/

  

Priceloop

Priceloop a développé une IA permettant de faciliter et d’automatiser les processus de tarification, proposant les meilleurs prix en tenant compte de tous les paramètres essentiels.

https://priceloop.ai/

 

Replika Software

Le logiciel Replika est une solution de vente sociale clé en main. Replika permet aux marques d’activer un réseau de vendeurs sociaux avec une entreprise clé en main pour inspirer sur les médias sociaux, vendre en ligne et se connecter avec les clients.

www.replikasoftware.com

  

Shopreme GmbH

Shopreme GmbH Développe notamment une technologie appelée « Scan & Go » qui transpose les avantages des achats en ligne dans les vrais magasins (rapidité, facilité de paiement, recommandations personnalisées, listes de course partagées…).

https://www.shopreme.com/

 

SmartPixels

SmartPixels fournit un outil de configuation et de visualisation de produits en 3D, l’objectif est d’aider les marques de mode et de luxe à créer des expériences personnalisées et interactives en ligne et en magasin.

https://www.smartpixels.fr/

 

SMARTZER LTD

La plateforme de Smartzer est utilisée par les marques pour transformer leurs vidéos et leurs flux en direct en expériences interactives et exploitables, ce qui leur permet d’obtenir un retour sur investissement direct du contenu et de mesurer les données détaillées des interactions vidéo.

www.smartzer.com

 

YZR

YZR automatise et accélère tous les projets de données textuelles de ses clients grâce à une solution puissante basée sur le traitement automatique des langues.

https://www.yzr.ai/en/

The post SAP.iO Foundry Paris lance la nouvelle édition de son programme consacré aux start-ups sur le thème de « Futur of Retail » appeared first on SAP France News.

Source de l’article sur sap.com


Découvrez les saisons précédentes de la série de podcasts SAP intitulée « Parlons des données » dans nos précédents blogs sur la saison 5 et la saison 4.

Il est essentiel de créer un robuste socle de données et d’atteindre l’excellence en matière d’informations pour obtenir l’agilité d’entreprise nécessaire pour faire face aux changements et prendre rapidement les bonnes décisions stratégiques. Aider les équipes métier à mettre à profit leurs ressources de données et une remarquable réactivité pour optimiser la collecte et la communication de ces précieuses ressources est extrêmement utile pour renforcer l’efficacité au sein de l’entreprise et gérer de façon optimale les périodes de changements.

Nous avons donc réuni des experts en gestion et stratégie des données pour évoquer les sujets et tendances clés qui transforment la façon dont les entreprises exploitent les données pour libérer tout le potentiel de ces précieuses ressources.

Écoutez cette série de podcasts en anglais pour tout savoir sur les données !

Surveillez les nouveaux podcasts et rattrapez votre éventuel retard en la matière.

Écoute possible sur Spotify, SoundCloud, iTunes, PlayerFM ou YouTube.

Aperçu de la saison 6 : podcasts sur la stratégie de données, cas d’utilisation et solutions SAP associées

Ep. 58 — Partie 2 : Intégration de SAP Signavio Process Intelligence à SAP Data Intelligence

Cet épisode dit tout sur SAP Signavio Process Intelligence : le pourquoi, le quoi et le comment. Il aborde également l’intégration entre SAP Signavio Process Intelligence et SAP Data Intelligence.  Intervenants : Silvio Arcangeli, directeur principal SAP Signavio Process Intelligence, et Ginger Gatling, directrice principale du marketing des solutions de gestion des données chez SAP.

Ep. 57 — Partie 1 : SAP et Signavio : le quoi et le comment

Cet épisode présente SAP Signavio. Il présente la solution ainsi que les éléments clés et la façon dont SAP et Signavio travaillent ensemble pour améliorer les processus.
Intervenants : Silvio Arcangeli, directeur principal SAP Signavio Process Intelligence, et Ginger Gatling, directrice principale du marketing des solutions de gestion des données chez SAP.

Ep. 56 — Ce que le conseil d’administration doit savoir sur les données

Ce podcast porte sur les fondements nécessaires aux membres de conseils d’administration, en particulier ceux d’entreprises non natives des données, pour gérer les opportunités et risques majeurs, mener des examens plus approfondis, et assumer leur responsabilité de supervision axée sur les données. Écoutez Dr Thomas C. Redman, « le docteur Données », président de Data Quality Solutions, et Maria Villar, en charge de l’innovation en matière de gestion et de stratégie des données d’entreprise chez SAP, partager leurs précieux insights.

Ep. 55 — Les femmes dans le domaine des données

Rejoignez cette discussion interactive avec des femmes ayant toute une carrière en lien avec les données, dont Kristin McMahon, vice-présidente mondiale Solutions et marketing chez SAP, Corrie Brague, directrice principale Gestion des données chez SAP, Ina Felsheim, directrice marketing produits chez AWS, et Ginger Gatling, directrice principale Gestion des données chez SAP. Vous entendrez leur avis sur l’état actuel de la gestion des données, des conseils pour une carrière en lien avec les données et des insights sur l’importance de la promotion des données dans tous les secteurs.

Ep. 54 — SAP et OpenText : réduction des coûts, amélioration des performances et migration vers SAP S/4HANA avec solide retour sur investissement

Cet épisode concerne le traitement des documents, le partenariat avec OpenText et une récente étude axée sur le retour sur investissement évoquant la réduction des coûts, l’amélioration des performances et l’efficacité en matière de migration vers SAP S/4HANA.
Intervenantes : Sheila McCarthy, directrice mondiale du marketing et des solutions, et Ginger Gatling, directrice principale du marketing des solutions SAP

Ep. 53 — Données et analytique SAP : cas d’utilisation client pour l’intégration des données

Ce podcast s’appuie sur l’épisode 51 évoquant les services de gestion des données disponibles dans SAP Business Technology Platform. Dans cet épisode, nous découvrons une entreprise disposant de données en silos, déconnectées et dépourvues de contexte commercial. Ce podcast explique comment SAP Business Technology Platform, et plus particulièrement les services de données et d’analytique, ont été utilisés pour ajouter un contexte commercial à la masse de données existantes afin de favoriser des décisions fiables.
Intervenants : Silvio Arcangeli, directeur principal Stratégie produits technologiques et plateformes chez SAP, Axel Schuller, responsable Solutions de gestion des données SAP, Ginger Gatling, directrice principale du marketing des solutions de gestion des données chez SAP.

Ep. 52 — Rapprochement des données financières

Savez-vous que le rapprochement des données financières est incontournable dans tout projet de mise en œuvre SAP ? En quoi cela consiste-t-il et pourquoi est-ce nécessaire pour toutes les entreprises d’y prêter attention ? Rejoignez Syin Tan, Kevin Zheng, Lucas Morris et Sam Bannigan, représentants Pratiques relatives aux données chez Deloitte, qui évoquent les coûts, risques et exigences de conformité liés au rapprochement financier, et la façon dont ils ont mis à profit SAP Data Intelligence pour maîtriser ce facteur de réussite essentiel.
Intervenants : Kevin Zheng, spécialiste des données chez Deloitte Consulting, Syin Tan, spécialiste finance et données chez Deloitte Consulting, et Lucas Morris, spécialiste finance chez Deloitte Consulting.

Ep. 51 — Les meilleures façons d’exploiter les services de gestion des données avec SAP Business Technology Platform

Ce podcast explore les plus importants services de gestion des données disponibles sur SAP Business Technology Platform. Ces services incluent le catalogage des données et la gestion des métadonnées, l’intégration des données et le traitement des données. La façon dont ces services sont utilisés dans l’ensemble du portefeuille données et analytique de SAP Business Technology Platform sera également abordée. Rejoignez ce podcast pour découvrir les dernières innovations concernant les services de gestion des données et comment les mettre à profit.
Intervenants : Silvio Arcangeli, directeur principal Stratégie produits technologiques et plateformes chez SAP, Axel Schuller, responsable Solutions de gestion des données SAP, Ginger Gatling, directrice principale du marketing des solutions de gestion des données chez SAP.

Ep. 50 — SAP et Sodales : comment innover, créer et monétiser vos solutions SAP BTP Sodales Solutions crée des solutions pour la gestion EHS (Environnement, Hygiène et Sécurité) des entreprises et elle s’appuie pour cela sur SAP Business Technology Platform (SAP BTP). Grâce à son innovation continue et à sa mise à profit de SAP BTP, Sodales exploite chaque opportunité d’amélioration. Écoutez ce que ce « modèle en matière de SAP BTP » a à dire et découvrez son approche en matière d’innovation, mais aussi des réflexions concernant SAP Store, les critères d’embauche, etc.

Ep. 49 — Le problème oublié : comment gérer la croissance du volume de données tout en réduisant les coûts et les risques La croissance du volume des données s’accélère. Les coûts et les risques liés à la gestion de toutes ces données ne se limitent pas au stockage. Rejoignez Deepak Sood, PDG d’Auritas, et Robert Pickering, directeur principal Gestion des solutions Business Technology Platform chez SAP, qui expliquent comment et pourquoi gérer le cycle de vie des données tout en trouvant le juste équilibre en matière de coûts des ressources, propriété, risques et conformité légale.

Ep. 48 — Découverte de la valeur ajoutée de SAP BTP pour les partenaires, avec SAP, IDC et le partenaire SAP Rizing Dans cet épisode de podcast, vous entendrez des dirigeants de SAP, IDC et Rizing, partenaire SAP, évoquer la valeur ajoutée obtenue par les partenaires avec SAP Business Technology Platform (SAP BTP). Paul Edwards (directeur, canaux logiciels et écosystèmes chez IDC) mène une discussion particulièrement instructive avec Martin Stenzig(directeur de la technologie chez Rizing) et Tom Le (vice-président mondial Conseil en solutions partenaires, SAP), en abordant les conclusions du guide de la réussite partenaires IDC qui explore les accélérateurs opérationnels et technologiques offerts aux partenaires via SAP BTP. Les dirigeants abordent des sujets tels que la façon dont Rizing innove avec SAP BTP, le périmètre et l’impact de la plateforme sur la valeur du cycle de vie client, ainsi que les programmes SAP proposés pour assurer la réussite des partenaires avec SAP BTP. Pour en savoir plus, accédez au podcast dès maintenant.

Ep. 47 — Prévision du prix des produits de base avec SAP Data Intelligence Ratan Yedla et Sumanth Krishnan de VASPP Technologies évoquent le fonctionnement de la prévision des prix des produits de base avec SAP Data Intelligence. Ils abordent le recours à des modèles d’IA (intelligence artificielle) et de ML (Machine Learning) pour prévoir les futurs prix en fonction de modèles passés, d’événements externes et de données IoT, et expliquent combien mieux prévoir les prix, avec moins d’erreurs, permet de meilleures décisions d’achat et des économies pour les entreprises. VASPP Technologies a réalisé ce travail lors du sprint de contenus SAP Data Intelligence.

Ep. 46 — Création de l’automatisation intelligente de DataXstream avec SAP Data Intelligence Xilin Cheng et Kathleen Taggart de DataXstream évoquent la création de l’automatisation intelligente et les avantages du recours à SAP Data Intelligence pour les opérations de Machine Learning (MLOps). L’équipe aborde les difficultés rencontrées par le grossiste pour traiter un gros volume de devis et de commandes avec précision et efficacité. Traditionnellement, il fallait que des représentants du service client, comprenant SAP GUI et ayant des années d’expérience dans le secteur, passent des heures à saisir des données. Avec l’automatisation intelligente, la reconnaissance optique de caractères permet de lire du texte dans les modèles de Machine Learning créés par Xilin. Il évoque les techniques de traitement du langage naturel (TLN) utilisées, mais aussi les avantages du développement de pipelines de Machine Learning dans SAP Data Intelligence. Kathleen et Xilin évoquent pour finir l’avenir de l’automatisation intelligente et le potentiel qu’offre le Machine Learning pour remporter plus de contrats et améliorer l’expérience d’achat des clients.

Pour en savoir plus, consultez les ressources et informations supplémentaires disponibles ici :

The post Let’s Talk Data Podcast Series – Nouvelle saison disponible maintenant ! appeared first on SAP France News.

Source de l’article sur sap.com

Dans le cadre de sa transformation, le Groupe ISB investit dans un nouveau système d’information. La modernisation de son SI va s’effectuer par l’adoption de l’ERP SAP S/4HANA en mode cloud, avec l’offre RISE with SAP. Ce projet sera mené en partenariat avec NTT Data Business Solutions France (NDBS France).

Groupe ISB est un spécialiste du bois qui souffle cette année sa soixantième bougie. Acteur incontournable français des produits et solutions bois pour l’habitat et la construction, il est également spécialiste du rabotage de bois résineux en Europe.

L’entreprise s’appuie essentiellement sur deux marques fortes : Silverwood (bois rabotés : bardages, lambris, terrasses, etc.) et Sinbpla (trading de panneaux et bois résineux). Le groupe compte environ 430 collaborateurs, répartis sur différents sites : usines, hubs portuaires, plateformes logistiques et agences commerciales.

2015 : l’année de l’émancipation

Groupe ISB est né du rachat de la division Importation et Solutions Bois (ISB) de Wolseley par ses cadres en 2015. Suite au rapprochement en 2019 avec SCA Wood France, Benjamin Bodet a pris la direction générale du groupe et engagé la transformation d’ISB sur ses deux principaux métiers, qui sont l’importation et la transformation du bois. « Nous avons retravaillé tout d’abord notre modèle économique, puis notre organisation commerciale. Dans le cadre de notre plan stratégique Impact 2026, validé début 2022, nous avons notamment travaillé sur la création de valeur tout le long de la value chain, des pays producteurs à nos clients distributeurs et industriels. »

Groupe ISB a comme ambition de mettre sa politique RSE au cœur de ses activités, en proposant notamment des produits bas carbone, durables et toujours plus respectueux de l’environnement.

Le plan Impact 2026 comprend un volet visant à investir dans les solutions SAP avec comme projet clé l’adoption de l’ERP SAP S/4HANA. Un choix né d’une intense phase de réflexion : « Nous avons passé 18 mois à challenger les différents éditeurs du marché. La balance a finalement penché en faveur de SAP. C’est un environnement que nous connaissons bien, proposé par un acteur qui nous ressemble ; innovant et leader sur son marché. »

Un ERP nouvelle génération… en mode cloud

NTT Data Business Solutions France a été choisi pour accompagner le Groupe ISB dans la mise en place de l’ERP SAP S/4HANA, la méthodologie de travail proposée et l’expertise logistique NTT correspondant aux besoins du Groupe ISB, le logisticien du bois. Une solution que la société a souhaité construire depuis une feuille blanche et déployer en mode cloud, avec RISE with SAP. « Nous voulions disposer d’un outil global, capable d’intégrer au maximum nos processus, mais sans reproduire les défauts de l’ancien système, trop sur mesure, trop permissif et manquant parfois de rigueur, par exemple sur la gestion des données. »

« Opter pour SAP est un véritable challenge qu’on se sent prêt à relever, poursuit Benjamin Bodet. Cela va nous obliger à nous structurer. C’est aussi pour cela que nous avons choisi SAP. » La difficulté principale de ce projet reste d’adapter l’ERP aux spécificités d’un métier qui demeure particulier, le bois. « Notre approche consiste à coller au maximum aux standards de la solution, mais sans écarter toutefois la mise en place de processus spécifiques. Nous allons nous appuyer sur l’expertise en intégration de NDBS FRANCE pour cela. Mais il nous faudra rester raisonnables dans nos envies d’adaptation de l’outil. »

Le projet a été lancé en début d’année 2022 et devrait s’achever avec le go live de la solution SAP S/4HANA, programmé pour le 1er août 2023. 18 mois donc pour mettre en place un ERP au périmètre large (finance, contrôle de gestion, achat, vente, production et logistique) et couvrant toutes les entités du groupe.

Déjà des projets autour de l’ERP SAP S/4HANA

L’adoption d’une solution cloud devrait permettre de faciliter l’accès à l’ERP en France comme à l’étranger. « Nous avons des partenaires un peu partout dans le monde, explique Benjamin Bodet. L’un de nos projets serait par ailleurs d’intégrer SAP le plus en amont possible chez nos partenaires logistiques chargés d’exporter du bois en direction de nos hubs portuaires français. » L’objectif est de connaître au plus tôt et avec le plus de précision possible le contenu de chaque chargement, afin de mieux gérer les stocks et de mieux orienter les flux.

Autre sujet, le transport : « Nous affrétons 20.000 camions chaque année. Investir dans un module avancé de gestion des transports nous permettra de disposer d’une tour de contrôle de l’ensemble de nos flux, routiers comme maritimes, ce qui nous permettra de distribuer nos produits avec la road to market la plus directe possible. »

Dernier défi enfin, l’empreinte carbone, qui est au cœur du plan stratégique Impact 2026 de Groupe ISB. « Pour optimiser notre empreinte carbone, que ce soit lors de la production ou du transport, il nous faut des outils. SAP Product Footprint Management est une solution que nous souhaitons implémenter, car en nous donnant la capacité de mesurer l’impact carbone de nos produits elle pourrait nous apporter un net avantage compétitif et aligner avec les valeurs de notre entreprise que nous portons. »

The post Groupe ISB mise sur SAP pour soutenir ses ambitions de transformation en leader du bois… bas carbone appeared first on SAP France News.

Source de l’article sur sap.com

Réduire l’empreinte carbone d’un produit nécessite une vision de bout en bout de son cycle de vie. Pour cela, il est nécessaire de casser la barrière IT existant entre la conception et la supply chain. SAP et Siemens proposent des intégrations avancées entre PLM et ERP. Avec Atos, ils s’allient pour aider les industriels à relever le défi climatique.

Les industriels sont confrontés à un triple défi : proposer des produits toujours plus complexes, dans des délais toujours plus serrés, tout en réduisant leur empreinte carbone. Le bilan de la COP26 de Glasgow est sans appel : constater la réalité du changement climatique ne suffit plus, il faut agir. Histoire de compliquer la situation, la raréfaction des matières premières s’ajoute aujourd’hui à l’urgence climatique.

Le sujet de l’empreinte carbone est crucial pour trois raisons principales :

  • Les clients sont toujours plus nombreux à demander comment sont fabriqués les produits qu’ils achètent et quelle est leur empreinte carbone. Une empreinte que l’entreprise doit être capable de mesurer.
  • La législation devient de plus en plus contraignante, poussant ainsi les entreprises à être plus vertueuses en matière d’environnement. Mais également à mettre en place des outils montrant la réalité de leurs actions dans ce domaine.
  • La RSE met en exergue le sens des responsabilités des entreprises. La green line (empreinte écologique) devient progressivement aussi importante que la top line (revenus) et la bottom line (marges).

Une problématique à traiter de bout en bout

« L’Union Européenne veut réduire ses émissions de gaz à effet de serre de 55% en 2030 et vise la neutralité carbone en 2050. 2030, d’un point de vue industriel, c’est presque aujourd’hui, constate Denis Goudstikker, Teamcenter Business development Executive chez Siemens Digital Industry Software. À ce jour, un tiers des entreprises se sont fixé un objectif zéro émission, mais seulement 9% de ces entreprises ont réellement lancé des actions en vue de les réduire. »

Pour qu’un produit ait un impact environnemental minimal, il faut l’optimiser de bout en bout, de la conception à la production en passant par son utilisation et son recyclage. « La plupart des entreprises se concentrent uniquement sur les émissions liées à leur activité, explique Olivier Everaert, Head of Green PLM chez Atos. Elles ne prennent pas en compte l’ensemble du cycle de vie du produit et de sa chaîne de valeur, ce qui mène à des résultats sous-optimaux. Il faut penser en termes de réseau, où tous tendent vers un but commun, du fournisseur de matière première à l’industriel… et jusqu’au consommateur. »

« La réduction des impacts environnementaux commence dès la conception du produit, enchaîne Bruno Hemery, Head of Siemens partnership, SAP France. Elle se poursuit avec les approvisionnements (matières premières, emballage, etc.). Puis lors de la fabrication : produire mieux permettra d’avoir moins de rebuts en bout de chaîne et de consommer moins d’énergie. La logistique peut aussi être optimisée, en regroupant par exemple les approvisionnements de plusieurs fournisseurs (parfois concurrents) devant livrer un même client. Il faut également être capable de mieux connaître l’usage des produits, ce qui permettra de les améliorer au fil des versions. Enfin, d’autres éléments sont à prendre en compte, comme le recyclage et l’économie circulaire. »

Les actions en faveur de l’environnement ne sont pas forcément des investissements coûteux. Réduire la quantité de déchets générée lors de la production se traduit ainsi par une diminution des besoins en matière première et donc un abaissement des coûts de revient.

SAP et Siemens, artisans de la continuité numérique

Pouvoir prendre en charge l’ensemble du cycle de vie d’un produit nécessite de casser une barrière dans le système d’information de l’entreprise, celle séparant la conception, pré carré du PLM, et les fonctions finance, achat, production, vente, prises en charge par l’ERP. « Il faut décloisonner ces deux mondes, afin de mettre en place une continuité numérique, confirme Bruno Hemery. L’information pourra ainsi circuler dans les deux sens, la conception influant sur la supply chain et – partie innovante – la supply chain et l’usage du produit pouvant influer plus directement sur la conception. La continuité numérique permet également de s’assurer que l’information est identique des deux côtés. »

Le partenariat annoncé le 14 juillet 2020 entre SAP et Siemens vise à donner corps à ce concept de continuité numérique. Il s’est traduit par la livraison de nouvelles intégrations entre les offres de Siemens et de SAP. « Cette intégration fine entre nos deux plateformes donne une compréhension de l’ensemble du cycle de vie d’un produit permettant de s’assurer dès sa conception que l’on va dans la bonne direction, tout en restant compétitifs. La clé de la réussite est d’être capable d’amener des processus vertueux et compétitifs, » résume Denis Goudstikker.

Par ailleurs, la réduction de l’empreinte carbone passe souvent par de l’innovation. C’est le cas par exemple lorsqu’un constructeur automobile adopte des motorisations électriques ou à hydrogène. « La continuité numérique permet de créer des conditions favorables à l’adoption d’innovations, tout en maîtrisant le risque et en préservant la compétitivité de l’organisation, poursuit Denis Goudstikker. C’est un environnement qui permet de se préparer à n’importe quel scénario. »

Des ateliers pédagogiques animés par Atos

Atos sait diagnostiquer la chaîne de valeur des entreprises, afin de les aider à mettre en place une supply chain durable. Chaîne de valeur dont la visibilité et la transparence seront assurées par la mise en place d’une continuité numérique. La grande majorité des entreprises restent toutefois au début de cette transformation. Atos propose des ateliers pédagogiques gratuits leur permettant de mieux comprendre les applications pratiques de cette approche.

« Nous présentons une vingtaine de cas d’usages qui couvrent l’ensemble du cycle de vie d’un produit et nous montrons quelle est leur contribution sur l’empreinte carbone, détaille Olivier Everaert. Lors du premier atelier, les participants sont invités à nous faire remonter leur avis sur ces cas d’usage. Sont-ils applicables à leurs métiers ? Semblent-ils valables ? Peuvent-ils être améliorés ? Le second atelier permet de faire une plongée sur quelques cas d’usage sélectionnés, puis de discuter avec les participants de leur feuille de route de transformation. »

Ces ateliers d’idéation mettent l’accent sur le codéveloppement des cas d’usages et la cocréation des trajectoires de transformation des entreprises. Un premier brainstorming avant le passage à l’action…

The post SAP, Siemens et Atos : la continuité numérique comme réponse au défi climatique appeared first on SAP France News.

Source de l’article sur sap.com

SAP NEWSBYTE – 16 août, 2021 – SAP SE (NYSE: SAP) a annoncé aujourd’hui avoir acquis la propriété intellectuelle de SwoopTalent, un leader de la gestion des données sur les talents, dans le cadre d’une acquisition d’actifs.

L’intégration des données et de la technologie d’apprentissage automatique de SwoopTalent aux solutions SAP® SuccessFactors® renforcera la vision de SAP en matière de gestion de l’expérience humaine (HXM), qui donne la priorité aux expériences individuelles des employés et aux opportunités dynamiques qui stimulent l’engagement, améliorent l’agilité organisationnelle, permettant ainsi d’alimenter la transformation de l’entreprise.

« L’individualisation à grande échelle nécessite une plateforme de données sophistiquée et puissante qui s’étend sur plusieurs systèmes « , explique Meg Bear, directrice des produits SAP SuccessFactors. « En rendant les données plus fiables et plus accessibles, nous pouvons aider nos clients à acquérir des connaissances approfondies sur la main d’oeuvre afin d’améliorer, de renouveler et de redéployer efficacement les compétences et de préparer l’avenir de leur entreprise. Les fondateurs de SwoopTalent sont des leaders d’opinion de l’industrie avec une expertise avérée dans l’utilisation des données, l’apprentissage automatique et l’analyse visant à perfectionner la gestion des ressources humaines et rendre les organisations plus compétitives. Nous sommes ravis de les voir rejoindre SAP pour faire avancer notre stratégie HXM. »

Fondée en 2012, SwoopTalent a développé une plateforme alimentée par l’IA qui combine, analyse et entraîne les données provenant de différents systèmes et flux de travail RH. SAP prévoit d’utiliser la technologie de SwoopTalent pour renforcer ses capacités d’IA et fournir aux clients un regard holistique et continuellement mis à jour sur leurs main d’oeuvre – des compétences et capacités aux intérêts et préférences d’apprentissage – afin qu’ils puissent mettre en accord les compétences de chacun aux emplois internes, aux projets, aux formations, aux tuteurs et bien plus encore. Plusieurs employés de l’ingénierie de SwoopTalent rejoindront également l’équipe SAP SuccessFactors.

« Les organisations sont à un moment charnière, car le travail est redéfini autour de l’agilité, de l’objectif et de la culture« , a déclaré Stacy Chapman, PDG et fondatrice de SwoopTalent. « Avec le HXM, SAP a la bonne vision et la bonne stratégie pour fournir une technologie qui permet aux individus de se perfectionner et de construire une carrière en phase avec leurs intérêts et leurs compétences. SAP et SwoopTalent sont en parfaite adéquation culturelle et partagent les mêmes valeurs. Nous sommes ravis de continuer à faire progresser le HXM ensemble« .

SAP et SwoopTalent ont convenu de ne pas divulguer le prix d’achat ou d’autres détails financiers de cette transaction.

Pour en savoir plus, lisez « Empowering a Future-Ready Workforce : Why Data and Our Latest Asset Acquisition Are Key » et notez bien la date de l’événement SuccessConnect le 13 octobre 2021.

À propos de SAP

La stratégie de SAP vise à aider chaque organisation à fonctionner en “entreprise intelligente”. En tant que leader du marché des logiciels d’application d’entreprise, nous aidons les entreprises de toutes tailles et de tous secteurs à opérer au mieux : 77 % des transactions commerciales mondiales entrent en contact avec un système SAP®. Nos technologies de Machine Learning, d’Internet des objets (IoT) et d’analytique avancées aident nos clients à transformer leurs activités en “entreprises intelligentes”. SAP permet aux personnes et aux organisations d’avoir une vision approfondie de leur business et favorise la collaboration afin qu’elles puissent garder une longueur d’avance sur leurs concurrents. Nous simplifions la technologie afin que les entreprises puissent utiliser nos logiciels comme elles le souhaitent – sans interruption. Notre suite d’applications et de services de bout en bout permet aux clients privés et publics de 25 secteurs d’activité dans le monde de fonctionner de manière rentable, de s’adapter en permanence et de faire la différence. Avec son réseau mondial de clients, partenaires, employés et leaders d’opinion, SAP aide le monde à mieux fonctionner et à améliorer la vie de chacun.

Pour plus d’informations, visitez le site www.sap.com .

Contacts presse SAP

Anne Le Bacon-Gaillard : SAP, Directeur de la Communication EMEA North – anne.le.bacon-gaillard@sap.com
Mathilde Thireau: Publicis Consultants 06 49 68 42 72 – presse-sap@publicisconsultants.com
SAP News Center. Suivez SAP sur Twitter : @SAPFrance.

Veuillez tenir compte de notre politique de confidentialité. Si vous avez reçu cette alerte de presse dans votre courriel et que vous souhaitez vous désabonner de notre liste d’envoi, veuillez communiquer avec presse-sap@publicisconsultants.com et écrire Désabonnement dans la ligne Objet.

The post SAP acquiert la propriété intellectuelle de SwoopTalent pour renforcer ses capacités d’analyse des données sur les talents appeared first on SAP France News.

Source de l’article sur sap.com

Votre prochaine grande décision lorsque vous envisagez un nouveau système ERP ? La façon dont il sera déployé. Vous avez le choix entre plusieurs approches, notamment le déploiement traditionnel sur site, le déploiement dans le cloud ou une combinaison hybride des deux. 

Vous voudrez tenir compte des différences financières et examiner les forces et les attraits de chaque stratégie de déploiement ERP, ainsi que les limitations ou les défis uniques. Il est essentiel d’examiner toutes les options et de choisir l’approche de déploiement qui répondra le mieux aux besoins de votre entreprise aujourd’hui – et dans un avenir prévisible. 

Avant de vérifier les options de déploiement de votre ERP, voyez comment – et pourquoi – le cloud est devenu un environnement vital pour la réussite des entreprises dans l’économie numérique. 

Pourquoi cette tendance d’un déploiement cloud ? 

Nous observons tous avec un vif intérêt l’évolution de la technologie informatique à un rythme toujours plus rapide. Les premiers systèmes d’entreprise et les premiers systèmes ERP étaient hébergés sur de gros ordinateurs centraux et de milieu de gamme avec des terminaux pour la saisie des données par les utilisateurs – après avoir remplacé les cartes perforées et la saisie sur disque, bien sûr ! La technologie de pointe suivante était l’architecture client/serveur, dans laquelle les terminaux étaient remplacés par des PC (appelés aujourd’hui clients) qui pouvaient gérer une partie de la charge de travail. Cela a permis de réduire la quantité de données qui devaient faire l’objet d’allers-retours avec l’ordinateur serveur. 

Aux alentours du millénaire, deux évolutions importantes ont changé le monde de l’informatique et de l’ERP : l’Internet et le cloud. Il n’était plus nécessaire d’acheter et de prendre en charge du matériel et des logiciels pour gérer votre entreprise. La totalité ou la majeure partie de la technologie pouvait désormais être « louée » ou externalisée dans le cadre d’une offre groupée comprenant toute la maintenance et une grande partie des opérations techniques. L’omniprésence d’Internet a fourni l’infrastructure de communication nécessaire pour rendre le cloud pratique et disponible partout dans le monde. 

Mais les entreprises n’ont pas immédiatement migré leurs systèmes ERP vers un déploiement dans le cloud. Il a fallu un certain temps pour que la technologie et les applications arrivent à maturité et pour que les entreprises réalisent que l’ordinateur n’a pas besoin d’être sur place pour bénéficier d’un accès fiable et d’une sécurité pour les applications essentielles à l’entreprise. Une partie de cette évolution a impliqué que les développeurs apprennent à : 

  • Tirer pleinement parti du déploiement dans le cloud 
  • écrire ou réécrire des applications de manière appropriée 
  • Reconstruire leur infrastructure (technologie et ressources humaines) pour prendre en charge les systèmes dans le cloud. 

Et, surtout, les systèmes ERP dans le cloud offrent désormais des technologies avancées telles que l’intelligence artificielle (IA) et l’apprentissage automatique pour améliorer la productivité et le service, des expériences utilisateur personnalisées pour favoriser l’adoption, ainsi que des fonctionnalités étendues et des analyses intégrées pour fournir une vue complète de l’entreprise, ce qui, au final, favorise l’innovation et la croissance de l’entreprise. 

Le modèle tarifaire du SaaS 

Dans le passé, la plupart des logiciels étaient installés dans les locaux de l’entreprise et la seule option de licence était l’achat d’une licence perpétuelle – l’application étant concédée pour un montant initial plus un contrat de maintenance annuel pour les mises à niveau et les corrections de bogues. Les licences de logiciels sont le plus souvent facturées par utilisateur. La maintenance annuelle est généralement facturée à 18 % ou 20 % du prix courant du logiciel. Cela signifie que la licence du logiciel est essentiellement « rachetée » tous les cinq ou six ans. 

Avec l’ERP sur site, tout le matériel et le logiciel sont achetés ou loués et installés sur le(s) site(s) de l’entreprise. L’entreprise est responsable de la maintenance, de l’assistance et des éventuelles mises à niveau ou extensions du matériel, des systèmes et des logiciels d’application, ainsi que des locaux, de l’assurance, des ressources de basculement et du stockage de sauvegarde hors site. 

Les systèmes ERP basés sur le cloud, en revanche, ne sont généralement pas installés sur site et sont pris en charge par un fournisseur dans le cadre d’une redevance mensuelle ou annuelle. Ils font l’objet d’une licence sur la base de ce que l’on appelle un logiciel en tant que service (SaaS). Les licences SaaS peuvent être facturées par utilisateur, par application ou par ensemble d’applications (tout l’ERP, par exemple), en fonction de la taille de votre entreprise ou d’autres variations. 

Un aspect intéressant des licences de déploiement dans le cloud est leur évolutivité. Si la licence est accordée par « siège » d’utilisateur, vous pouvez ajouter ou réduire le nombre d’utilisateurs et payer un prix plus ou moins élevé en fonction du nombre de nouveaux utilisateurs. Si vos besoins en termes de volume de transactions, de capacité de stockage ou de puissance de calcul changent, le fournisseur est chargé de mettre à niveau ses installations pour tenir compte de ce changement, ce qui signifie que vous n’aurez pas à acheter et à installer plus de serveurs ou plus de stockage sur disque. 

L’analogie la plus proche pourrait être la télévision par câble. Vous payez pour ce dont vous avez besoin, et ce prix comprend l’utilisation et l’exploitation de toutes les installations physiques, le personnel, la maintenance et toutes les autres dépenses liées au service de câble à votre emplacement. Si vous avez besoin de plus de chaînes et que vous en ajoutez, vous payez simplement ce que vous avez demandé et vous ne vous inquiétez pas de savoir comment ils parviennent à fournir les chaînes supplémentaires. 

Cloud public vs. privé vs. hybride cloud vs. deux-tiers 

Il existe quatre façons possibles de mettre en œuvre un véritable système ERP dans le cloud : 

4 façons de mettre en œuvre un système ERP dans le cloud

1. ERP sur le cloud public

Le cloud public est le principal modèle de licence pour les solutions ERP de type « software-as-a-service » (SaaS). Le fournisseur du système dispose de son propre centre de données – ou peut louer un espace sur un nuage public pour héberger ses applications et ses systèmes. Tout le matériel, les systèmes et les services d’assistance sont fournis par le biais du cloud public. La mise en œuvre est ainsi plus rapide et plus facile pour l’entreprise utilisatrice car, avec tous les éléments matériels et logiciels déjà en place, elle peut commencer directement par le transfert des données et la formation des utilisateurs. 

Avec cette option de déploiement de l’ERP dans le cloud, votre fournisseur de logiciels s’occupera également de l’installation, de la maintenance et de l’assistance, y compris de toutes les mises à jour et mises à niveau logicielles telles que l’ajout de puissance de calcul ou de stockage. De plus, les systèmes, les applications et les ressources peuvent être « autoscalés », c’est-à-dire augmentés ou diminués automatiquement pour répondre à des besoins changeants. Il n’est donc plus nécessaire de payer pour des ressources informatiques qui peuvent rester inutilisées la plupart du temps, comme c’est le cas avec les systèmes ERP sur site.

L’ERP SaaS basé sur le cloud public a un coût initial faible ou nul (une « dépense d’investissement ») mais un coût mensuel un peu plus élevé (une « dépense d’exploitation »), par rapport à une installation sur site typique. Si l’on considère la période normale de coût du cycle de vie de cinq à sept ans, le coût total de possession (TCO) est similaire, voire inférieur, à celui d’une installation sur site et offre potentiellement un meilleur service, un meilleur support et une meilleure sécurité.

L’ERP en cloud public offre également le chemin le plus rapide vers l’innovation, ce qui le rend idéal pour les entreprises qui veulent poursuivre agressivement leur stratégie de transformation numérique. Cette option de déploiement permet aux entreprises de réimaginer, d’optimiser et d’adapter facilement leurs processus métier en fonction des besoins, et de tirer parti des meilleures pratiques standardisées que les fournisseurs d’ERP modernes devraient prendre en charge.

2. ERP en cloud privé 

Bien qu’ils soient similaires à l’option du cloud public, le matériel, les logiciels système et l’assistance du cloud privé peuvent être détenus, gérés et exploités par l’entreprise, un tiers ou une combinaison des deux pour l’usage exclusif d’une seule organisation. Dans le cadre d’un déploiement dans le cloud privé, l’entreprise utilisatrice doit généralement payer la licence du logiciel ERP.   

L’option de propriété tierce est populaire auprès des services informatiques qui souhaitent externaliser le matériel, la base de données et une grande partie des tâches de mise en réseau, ce qui leur permet de bénéficier de certains des avantages d’un cloud public. Cette option de déploiement est également privilégiée par les entreprises qui souhaitent passer au cloud par étapes, que ce soit rapidement ou progressivement, ou comme étape intermédiaire vers le cloud public. Cela est particulièrement vrai pour les grands fabricants mondiaux et les autres entreprises dont les systèmes sont complexes, fragmentés ou hautement personnalisés.  

Le déploiement d’un cloud privé implique généralement un investissement initial plus important (dépenses d’investissement), mais le coût du cycle de vie peut se situer quelque part entre celui du cloud public et celui des systèmes sur site. Certains fournisseurs modifient ce calcul en proposant des packs de mise en œuvre groupés qui réduisent les coûts initiaux et incluent tous les outils et services, l’infrastructure et les exigences du réseau par le biais d’une tarification par abonnement. Les entreprises peuvent profiter d’un coût total de possession plus faible grâce à l’économie du cloud, d’une architecture moderne basée sur le cloud, ainsi que d’une fonctionnalité ERP complète qui inclut les modules complémentaires, les extensions et les améliorations des partenaires.    

3. ERP en cloud hybride 

Les éléments d’un déploiement ERP dans un cloud privé, un cloud public et sur site peuvent être combinés pour créer un cloud hybride, qui offre la flexibilité de choisir le déploiement optimal pour chaque application. L’ERP dans le cloud hybride peut être utilisé comme un tremplin vers le cloud public, ou pour répondre à des questions de réglementation sectorielle et à des exigences de sécurité particulières qui peuvent imposer le recours à des applications sur site dans certaines situations. D’autres restrictions ou préférences peuvent également rendre les applications sur site souhaitables pour certaines applications. La complexité d’une entreprise et de son environnement actuel, ainsi que le désir d’une vitesse de changement plus lente, sont des facteurs déterminants dans la décision de déployer un scénario hybride. 

Une mise en œuvre hybride permet aux applications et aux données de passer d’une option à l’autre en fonction de l’évolution de la charge de travail. Elle offre les avantages du cloud pour la partie du système qui se trouve dans le cloud. Cependant, elle nécessite une plus grande implication de l’informatique locale pour prendre en charge les éléments sur site, ainsi que la coordination entre les deux – ou plus – environnements de système ERP. 

4. ERP deux-tiers 

Véritable variante de l’approche hybride mise en œuvre pour les mêmes raisons, le déploiement d’un ERP à deux niveaux – parfois appelé déploiement en étoile – fait appel à un système central et à des systèmes satellites plus petits qui prennent en charge les installations distantes. Imaginez que l’ERP de l’entreprise est le centre, et que les systèmes ERP individuels des usines, entrepôts ou bureaux des filiales renvoient tous leurs données au centre. Cette idée n’est pas nouvelle ; elle est apparue au cours de la phase de traitement distribué des années 1990, lorsque les entreprises ont choisi de mettre en œuvre des systèmes plus petits, plus simples et moins coûteux sur des sites distants, tout en conservant le système d’entreprise plus grand et plus performant au siège de la société. Tous les systèmes d’un réseau à deux niveaux, ou certains d’entre eux, peuvent être installés sur site ou dans le cloud, achetés ou sous licence SaaS. 

Le coût global d’un déploiement ERP à deux niveaux – avec des systèmes moins coûteux aux nœuds au lieu du même système d’entreprise partout – permettra de réduire le coût de l’achat initial. Toutefois, l’intégration et le support peuvent entraîner un coût global continu plus élevé, car les interfaces doivent être construites et entretenues. Et, année après année, il faudra davantage de soutien informatique pour assurer la coordination avec les multiples fournisseurs, ainsi que pour gérer les calendriers de mise à niveau et les changements d’interface non coordonnés. 

Que signifie l’expression « faux cloud » ? 

Le faux cloud, également connu sous le nom de « cloud washing », fait référence à un système ERP existant porté vers le cloud et peut-être « enveloppé » d’un logiciel supplémentaire pour adapter le système à cet environnement. Mais ces applications ne sont pas écrites pour être déployées dans le cloud et ne peuvent donc pas vraiment bénéficier de ce que le cloud a à offrir. Il s’agit exactement des mêmes applications ERP héritées installées sur du matériel externalisé. Le « wrapper » peut présenter aux utilisateurs des écrans modernes de type Web, mais les informations saisies doivent être traduites en fonction des exigences de saisie du système existant et retransmises aux écrans enveloppés pour affichage – une approche peu efficace. Pour l’utilisateur, cela ressemble au nuage, mais il ne fonctionnera pas comme une application dans le cloud et ne sera pas en mesure de tirer parti de la connectivité dans le cloud, des fonctionnalités avancées ou des performances opérationnelles optimisées. 

Les véritables fournisseurs d’ERP dans le cloud conçoivent leurs solutions de A à Z, spécifiquement pour le cloud. Les applications patrimoniales enveloppées dans le cloud n’ont pas été conçues pour le cloud et des problèmes de performance peuvent donc survenir. Les personnalisations et les intégrations peuvent également poser problème, et ces solutions doivent toujours être mises à jour et entretenues, souvent par les ressources informatiques de l’entreprise utilisatrice. 

Étant donné que les applications patrimoniales portées sur le cloud sont essentiellement les mêmes que les applications sur site, la tarification est rarement basée sur les besoins d’utilisation, d’où un risque de sur-achat. En outre, le modèle SaaS n’est pas couramment appliqué, ce qui signifie que l’entreprise utilisatrice conserve en interne toute la responsabilité du support et des mises à jour. 

Quand choisir un système ERP sur site plutôt que dans le cloud ? 

De plus en plus d’entreprises passent à l’ERP dans le cloud, mais cette solution ne convient pas à toutes les entreprises. La principale raison de conserver une solution ERP sur site est le besoin de conformité, qu’il s’agisse des exigences des clients, du secteur ou des pouvoirs publics en matière de réglementation et de normes. Des exigences plus strictes nécessitent parfois une mise en œuvre sur site dans les secteurs plus réglementés.  

Le manque de fiabilité du service Internet est cité par certaines entreprises comme une raison de ne pas passer au cloud. Pour les applications ERP critiques, il est crucial d’être opérationnel et disponible 99 % du temps. Cependant, avec les réseaux, serveurs et processus modernes, les temps d’arrêt ne sont généralement plus un problème et empêchent rarement le déploiement d’un ERP dans le cloud.  

La gestion des données peut être une autre raison de conserver votre système ERP dans vos locaux. Dans le cas d’un déploiement dans le cloud, vous pouvez ou non être en mesure de déplacer facilement vos données, selon les politiques de votre fournisseur de services. Assurez-vous qu’il prend en charge les services dont vous avez besoin.  

Une autre raison est la perte de contrôle (par exemple, sur la sécurité, les données ou les mises à niveau). Avec un ERP basé sur le cloud, votre entreprise se décharge de nombreuses responsabilités informatiques sur un tiers. Il est donc important de s’assurer que ce tiers est fiable et qu’il a fait ses preuves. Cependant, certaines entreprises choisissent encore de tout garder « en interne ».   

Les déploiements d’ERP sur site présentent certains inconvénients, notamment la nécessité de procéder à des mises à niveau manuelles du système et l’absence de services intégrés d’installation, de maintenance et d’assistance. Heureusement, pour les entreprises qui ont besoin de ce type de mise en œuvre, certains fournisseurs proposent des services qui offrent certains des avantages des logiciels basés sur le cloud. 

Astuces pour la sélection des processus 

Choisissez d’abord le logiciel ERP par le biais d’un processus d’évaluation minutieux, puis examinez les options de déploiement en fonction des capacités de déploiement du logiciel, des besoins de votre entreprise et du retour sur investissement potentiel de l’ERP. Certains logiciels ERP ne sont disponibles qu’en mode cloud ou SaaS, tandis que d’autres fournisseurs proposent des solutions cloud, on-prem et hybrides. Les options de déploiement disponibles peuvent être un critère d’inclusion dans la liste restreinte, mais elles ne doivent pas être le seul déterminant du choix du système. . 

  • Évitez les applications ERP héritées du faux cloud pour les raisons mentionnées ci-dessus.  
  • Les entreprises à croissance rapide et celles qui prévoient des changements prochains dans le nombre d’utilisateurs (à la hausse ou à la baisse) devraient probablement se concentrer sur les vrais systèmes ERP dans le cloud pour leur évolutivité et leur tarification à l’usage.  
  • Assurez-vous que tous les membres de l’équipe de sélection comprennent les caractéristiques et les avantages de l’ERP dans le cloud public, privé ou hybride.  

Synthèse 

Au départ, les entreprises peuvent être attirées par le déploiement d’un ERP dans le cloud pour des raisons financières (peu ou pas de dépenses d’investissement et coût total du cycle de vie réduit), mais elles sont enthousiasmées par les avantages techniques et opérationnels qu’offre le cloud, notamment 

  • Un ERP qui est toujours à jour avec les dernières mises à niveau (sans coût ni effort supplémentaire). 
  • Une évolutivité quasi illimitée 
  • Paiement uniquement pour ce dont vous avez besoin/ce que vous utilisez 
  • une mise en œuvre plus rapide 
  • Une meilleure sécurité et de meilleurs contrôles d’accès, et plus encore 

Le déploiement intégral dans le cloud n’est pas la seule option. Il est parfois plus judicieux de conserver certaines applications sur place et d’utiliser le cloud pour le reste. Heureusement, de nombreux choix de configuration et de déploiement sont disponibles afin que vous puissiez choisir le déploiement qui vous convient le mieux sur le plan financier et opérationnel. 

Le passage à un nouveau système ERP est un changement important pour les utilisateurs du système, le service informatique et l’ensemble de l’entreprise. Il est judicieux d’explorer toutes les options et de choisir la configuration du système qui offre les meilleures performances au meilleur coût. Ensuite, prévoyez comment vos ressources internes et votre structure devront changer pour tirer le meilleur parti de votre investissement, quels que soient la configuration et le déploiement. 

Publié pour la première fois en anglais sur insights.sap.com 

The post Planifier le déploiement de votre ERP dans le cloud appeared first on SAP France News.

Source de l’article sur sap.com

Lors de sa conférence globale SAPPHIRE NOW®, SAP SE (NYSE : SAP) a dévoilé SAP® Business Network, la première étape d’une stratégie ambitieuse visant à créer de nouvelles communautés professionnelles capables d’améliorer les résultats commerciaux, de mieux gérer l’évolution des conditions économiques et géopolitiques et de renforcer les contributions au développement durable.

Le groupe a également annoncé un certain nombre de nouvelles innovations destinées à aider les clients à transformer leurs processus d’entreprise, à améliorer leurs performances et à donner le meilleur d’eux-mêmes. Les points forts de ces innovations prévues sont les suivants :

Les solutions de Business Process Intelligence proposent désormais la solution SAP Process Insights

Dans le cadre du portefeuille de solutions de Business Process Intelligence (BPI), la solution SAP Process Insights permet aux entreprises d’analyser et d’améliorer leurs processus de gestion dans le monde réel. EY, Deloitte et Infosys Limited sont les premiers partenaires stratégiques à travailler avec le portefeuille BPI de SAP pour aider les entreprises à se transformer. Pour en savoir plus : « SAP annonce la nouvelle solution SAP Process Insights pour une compréhension rapide et facile de la performance des processus« .

Verify, une nouvelle fonctionnalité de SAP Concur®, utilise l’intelligence artificielle et le machine learning pour simplifier la vérification des notes de frais

Le service Verify, une nouvelle fonctionnalité des solutions SAP Concur®, utilise l’intelligence artificielle et le machine learning pour identifier automatiquement les problèmes et anomalies potentiels des notes de frais. Les modèles d’IA sont construits à partir de l’analyse de plus de 1 000 milliards de dollars de dépenses et de dizaines de millions de dépenses et de reçus. Verify peut approuver les notes de frais automatiquement, tout en signalant d’éventuelles anomalies pour que les auditeurs les examinent. Grâce à cette expérience alimentée par l’IA, les auditeurs ne perdent plus de temps à examiner des notes de frais conformes, mais restent en capacité de détecter des problèmes de conformité ou de fraude. Pour en savoir plus : « Verify applique l’intelligence artificielle et l’apprentissage automatique pour simplifier l’audit des dépenses« .

SAP Upscale Commerce, une solution no-code pour un engagement direct du consommateur

La solution SAP Upscale Commerce est une solution de commerce en ligne sans code qui permet aux détaillants de taille moyenne de créer une expérience d’achat omnicanale en quelques minutes. Grâce à l’IA intégrée, les détaillants peuvent proposer des offres personnalisées basées sur une vision à 360 degrés de leurs clients, à partir du ressenti client et des données d’achat. Grâce à une architecture API « headless », les détaillants peuvent fournir aux clients des informations en temps réel sur leurs achats et leur livraison, quel que soit le canal. SAP Upscale Commerce est intégré à SAP S/4HANA®, ce qui permet de s’assurer que les expériences en contact client fonctionnent avec les systèmes back-end de finance, de logistique et d’exécution pour offrir une expérience client fluide. Pour en savoir plus : « SAP Upscale Commerce offre aux marques du Midmarket une voie sans code et sans maintenance vers l’engagement direct du consommateur« .

Trois nouvelles fonctionnalités de la SAP Business Technology Platform, pour exploiter les données en toute transparence

La solution SAP Analytics Cloud offre désormais des fonctionnalités d’analyse et de planification de la main-d’œuvre opérationnelle et une intégration avec les solutions SAP SuccessFactors®. Ces fonctionnalités relient les données opérationnelles, financières et humaines pour donner aux entreprises une vision plus complète de leur personnel. Pour en savoir plus : « Enabling Human-Centric & Data-Driven Workforce Planning« .

La nouvelle marketplace de données pour la solution SAP Data Warehouse Cloud, quant à elle, permet aux clients et aux partenaires de se connecter à des fournisseurs de données de tous les secteurs et de toutes les branches d’activité afin d’obtenir des informations pour une meilleure prise de décision.

SAP étend également son offre low-code/no-code : Les services SAP Intelligent Robotic Process Automation peuvent désormais capturer et automatiser les interactions des utilisateurs et s’intégrer à SAP Process Insights pour identifier les opportunités d’automatisation à fort impact.

Vous pouvez en savoir plus sur les mises à jour de la plate-forme SAP Business Technology et obtenir d’autres informations dans le guide de l’innovation de SAPPHIRE NOW.

À propos de SAP

La stratégie de SAP vise à aider chaque organisation à fonctionner en “entreprise intelligente”. En tant que leader du marché des logiciels d’application d’entreprise, nous aidons les entreprises de toutes tailles et de tous secteurs à opérer au mieux : 77 % des transactions commerciales mondiales entrent en contact avec un système SAP®. Nos technologies de Machine Learning, d’Internet des objets (IoT) et d’analytique avancées aident nos clients à transformer leurs activités en “entreprises intelligentes”. SAP permet aux personnes et aux organisations d’avoir une vision approfondie de leur business et favorise la collaboration afin qu’elles puissent garder une longueur d’avance sur leurs concurrents. Nous simplifions la technologie afin que les entreprises puissent utiliser nos logiciels comme elles le souhaitent – sans interruption. Notre suite d’applications et de services de bout en bout permet aux clients privés et publics de 25 secteurs d’activité dans le monde de fonctionner de manière rentable, de s’adapter en permanence et de faire la différence. Avec son réseau mondial de clients, partenaires, employés et leaders d’opinion, SAP aide le monde à mieux fonctionner et à améliorer la vie de chacun.

Pour plus d’informations, visitez le site www.sap.com .

Contacts presse SAP
Daniel Margato, Directeur Communication : 06 64 25 38 08 – daniel.margato@sap.com
Mateo Moreau : 06.31.80.86.93 – presse-sap@publicisconsultants.com
SAP News Center. Suivez SAP sur Twitter : @SAPNews.

 

 

The post SAPPHIRE NOW : de nouvelles innovations SAP pour renforcer l’autonomie des clients appeared first on SAP France News.

Source de l’article sur sap.com

Le data mining est le processus d’extraction d’informations utiles à partir d’une accumulation de données, souvent à partir d’un data warehouse (entrepôt de données) ou d’une collection d’ensembles de données liés. Les outils de data mining incluent de puissantes fonctionnalités statistiques, mathématiques et analytiques dont l’objectif principal est de passer au crible de vastes ensembles de données pour identifier les tendances, les modèles et les relations, pour des prises de décisions et une planification éclairées.

Souvent associé aux demandes du service marketing, le data mining est considéré par de nombreux dirigeants comme un moyen de mieux comprendre la demande et de voir l’impact des modifications apportées aux produits, des prix ou des promotions sur les ventes. Mais le data mining présente également des avantages considérables pour d’autres domaines d’activité. Les ingénieurs et les concepteurs peuvent analyser l’efficacité des modifications de produit et rechercher les causes possibles de la réussite ou de l’échec d’un produit en fonction de la manière, du moment et du lieu d’utilisation des produits. Le MRO (entretien, réparation et fonctionnement) est en mesure de mieux planifier le stock de pièces et l’affectation du personnel. Les entreprises de services professionnels peuvent utiliser le data mining pour identifier les nouvelles opportunités liées à l’évolution des tendances économiques et aux changements démographiques.

Le data mining s’avère davantage utile et précieux maintenant que l’on se retrouve avec des ensembles de données plus volumineux et une expérience utilisateur accrue. Logiquement, plus il y a de données, plus elles cachent d’informations et de renseignements. Par ailleurs, plus les utilisateurs se familiarisent avec les outils et comprennent la base de données, plus ils deviennent créatifs vis-à-vis des explorations et des analyses.


Pourquoi utiliser le data mining ?

Le principal avantage du data mining est sa capacité à repérer des modèles et des relations dans de grands volumes de données provenant de plusieurs sources. Avec de plus en plus de données disponibles, provenant de sources aussi variées que les réseaux sociaux, les capteurs à distance et les rapports de plus en plus détaillés sur les mouvements de produits et l’activité du marché, le data mining offre les outils nécessaires pour exploiter pleinement le Big Data et le transformer en renseignements exploitables. De plus, il peut aider à « sortir des sentiers battus ».

Le processus de data mining peut détecter des relations et des modèles surprenants et intrigants dans des fragments d’informations apparemment non liées. Comme les informations tendent à être compartimentées, il a toujours été difficile, voire impossible, de les analyser dans leur ensemble. Toutefois, il peut exister une relation entre les facteurs externes (démographiques ou économiques, par exemple) et la performance des produits d’une entreprise. Les dirigeants, qui examinent régulièrement les chiffres des ventes par territoire, ligne de produits, canal de distribution et région, manquent souvent de contexte externe pour ces informations. Leur analyse souligne « ce qui s’est passé », mais ne détaille pas vraiment « pourquoi cela s’est passé de cette manière ». Le data mining peut apporter une solution.

Le data mining peut rechercher des corrélations avec des facteurs externes. Si la corrélation n’indique pas toujours la causalité, ces tendances peuvent être des indicateurs précieux pour guider les décisions relatives aux produits, aux canaux et à la production. La même analyse peut être bénéfique pour d’autres domaines de l’activité, de la conception de produit à l’efficacité opérationnelle, en passant par la prestation de services.


Historique du data mining

Nous collectons et analysons des données depuis des milliers d’années et, à bien des égards, le processus est resté le même : identifier les informations nécessaires, trouver des sources de données de qualité, collecter et combiner les données, utiliser les outils les plus efficaces pour analyser les données, et tirer parti des enseignements appris. À mesure que l’informatique et les systèmes basés sur les données se sont développés, il en a été de même pour les outils de gestion et d’analyse des données. Le véritable point d’inflexion est venu dans les années 1960 avec le développement de la technologie de base de données relationnelle et des outils de requête en langage naturel orienté utilisateur, tels que Structured Query Language (SQL). Les données n’étaient plus disponibles uniquement via des programmes codés personnalisés. Grâce à cette avancée, les utilisateurs pouvaient explorer leurs données de manière interactive et en extraire les « joyaux cachés ».

Le data mining est traditionnellement un ensemble de compétences spécialisées dans la science des données. Cependant, chaque nouvelle génération d’outils analytiques nécessite dans un premier temps des compétences techniques avancées, mais évolue rapidement pour devenir accessible aux utilisateurs. L’interactivité, c’est-à-dire la possibilité de laisser les données vous parler, est la principale avancée. Posez une question et visualisez la réponse. En fonction de ce que vous apprenez, posez une autre question. Ce type d’itinérance non structurée à travers les données permet à l’utilisateur d’aller au-delà des limites de la conception de bases de données spécifiques à une application et permet de découvrir des relations qui dépassent les limites fonctionnelles et organisationnelles.

Le data mining est une composante clé de la Business Intelligence. Les outils d’exploration de données sont créés dans les tableaux de bord décisionnels, en extrayant des informations du Big Data, y compris les données des réseaux sociaux, des flux de capteurs IoT, des appareils de localisation, du texte non structuré, des vidéos, etc. Le data mining moderne s’appuie sur le Cloud, l’informatique virtuel et les bases de données in-memory pour gérer les données de diverses sources de manière rentable et s’adapter à la demande.


Comment cela fonctionne ?

Il y a environ autant d’approches du data mining qu’il y a d’explorateurs de données. L’approche dépend du type de questions posées, du contenu et de l’organisation de la base de données ou des ensembles de données fournissant la matière première pour la recherche et l’analyse. Cela dit, certaines étapes organisationnelles et préparatoires doivent être accomplies pour préparer les données, les outils et les utilisateurs :

  1. Comprendre le problème, ou du moins le domaine d’enquête.Le décideur, qui doit prendre les commandes de cette grande aventure de data mining, a besoin d’une compréhension générale du domaine dans lequel il travaillera, à savoir les types de données internes et externes qui doivent faire partie de cette exploration. On suppose qu’il a une connaissance approfondie de l’entreprise et des domaines fonctionnels impliqués.
  2. Collecte de données. Commencez par vos systèmes et bases de données internes. Liez-les à l’aide de leurs modèles de données et de divers outils relationnels, ou rassemblez les données dans un entrepôt de données (data warehouse). Cela inclut toutes les données provenant de sources externes qui font partie de vos opérations, telles que les données de force de vente et/ou de service, les données IoT ou des réseaux sociaux. Recherchez et acquérez auprès des associations professionnelles et des gouvernements les droits sur les données externes, notamment les données démographiques, économiques et relatives au marché, telles que les tendances du secteur et les indices financiers. Intégrez-les dans le périmètre du kit d’outils (intégrez-les dans votre data warehouse ou reliez-les à l’environnement de data mining).
  3. Préparation et compréhension des données.Faites appel aux experts en la matière pour définir, catégoriser et organiser les données. Cette partie du processus est parfois appelée « remaniement des données ». Certaines données peuvent nécessiter un nettoyage pour supprimer les doublons, les incohérences, les enregistrements incomplets ou les formats obsolètes. La préparation et le nettoyage des données peuvent se poursuivre à mesure que de nouveaux projets ou des données provenant de nouveaux champs d’enquête deviennent intéressants.
  4. Formation des utilisateurs.Vous ne donneriez pas à votre adolescent les clés de la Ferrari sans qu’il n’ait appris à conduire ou qu’il n’ait pratiqué la conduite sur route avec un moniteur. Par conséquent, veillez à dispenser une formation formelle à vos futurs explorateurs de données et à les familiariser avec ces outils puissants. La formation continue est également bienvenue une fois qu’ils maîtrisent les bases et qu’ils peuvent passer à des techniques plus avancées.

Techniques de data mining

Gardez à l’esprit que l’exploration de données est basée sur un kit d’outils plutôt que sur une routine ou un processus fixe. Les techniques spécifiques de data mining citées ici ne sont que des exemples d’utilisation des outils par les organisations afin d’explorer leurs données et rechercher des tendances, des corrélations et des renseignements.

D’une manière générale, les approches de data mining peuvent être catégorisées comme étant orientées (vers un résultat spécifique souhaité) ou non orientées, comme un simple processus de découverte. D’autres explorations peuvent être destinées au tri ou à la classification des données, telles que le regroupement des clients potentiels en fonction d’attributs commerciaux comme le secteur, les produits, la taille et le lieu géographique. De même, la détection de cas particuliers ou d’anomalies est une méthode automatisée de reconnaissance des anomalies réelles (plutôt que simple variabilité) dans un ensemble de données qui affiche des modèles identifiables.

Association

Un autre objectif intéressant est l’association, qui relie deux événements ou activités apparemment non liés. Il existe un récit bien connu des débuts de l’analyse et du data mining, peut-être fictif, selon lequel une chaîne de magasins découvrait une corrélation entre les ventes de bière et de couches. Il avait été supposé que les nouveaux papas stressés qui sortaient tard le soir pour acheter des couches pouvaient aussi prendre un pack de 6 bières dans la foulée. Les magasins ont alors placé la bière et les couches à proximité, ce qui a augmenté les ventes de bière.

Clustering

Cette approche vise à regrouper les données par similitudes plutôt que par hypothèses prédéfinies. Par exemple, lorsque vous explorez vos informations commerciales clients combinées à des données externes démographiques et de crédit à la consommation, vous pourriez découvrir que vos clients les plus rentables vivent dans des villes de taille moyenne.

La majorité du temps, le data mining est exécuté en soutien à la prévision. Plus vous comprenez les modèles et les comportements, mieux vous pouvez prévoir les actions futures liées aux causes ou aux corrélations.

Régression

L’une des techniques mathématiques proposées dans les kits d’outils de data mining est l’analyse de régression, qui prédit un nombre en fonction de modèles historiques projetés dans le futur. Divers autres algorithmes de détection et de suivi des modèles fournissent des outils flexibles pour aider les utilisateurs à mieux comprendre les données et le comportement qu’elles représentent.

Ce ne sont là que quelques-uns des outils et des techniques disponibles dans les kits d’outils de data mining. Le choix de l’outil ou de la technique est en quelque sorte automatisé en ce sens que les techniques seront appliquées en fonction de la manière dont la question est posée. Auparavant, l’exploration de données revenait à « découper en tranches » la base de données, mais la pratique est aujourd’hui plus sophistiquée et les termes comme association, clustering et régression sont monnaie courante.


Exemples de cas d’utilisation

Le data mining est essentiel à l’analyse des sentiments, à l’optimisation des prix, au marketing de bases de données, à la gestion des risques de crédit, à la formation et à l’assistance, à la détection des fraudes, aux diagnostics médicaux, à l’évaluation des risques, aux systèmes de recommandation (à savoir, « les clients qui ont acheté ceci ont également aimé… »), et bien plus encore. Elle peut être un outil efficace dans pratiquement n’importe quel secteur, y compris la distribution de détail, la distribution de gros, les services, la fabrication, les télécommunications, les communications, les assurances, l’éducation, la santé, la banque, la science, l’ingénierie et le marketing en ligne ou les réseaux sociaux.

Développement de produit

Les entreprises qui conçoivent, fabriquent ou distribuent des produits physiques peuvent identifier des opportunités pour mieux cibler leurs produits en analysant les habitudes d’achat conjuguées aux données économiques et démographiques. Leurs concepteurs et ingénieurs peuvent également recouper les commentaires des clients et des utilisateurs, les données de réparation et d’autres données pour identifier les opportunités d’amélioration des produits.

Production

Les fabricants peuvent suivre les tendances de qualité, les données de réparation, les taux de production et les données de performance des produits sur le terrain pour identifier les problèmes de production. Ils peuvent également détecter les améliorations pouvant être apportées aux processus afin d’accroître la qualité, gagner du temps, réduire les coûts, améliorer la performance des produits et/ou repérer tout besoin de renouvellement d’équipements.

Industries
des services

Dans le secteur des services, les utilisateurs peuvent trouver des opportunités similaires d’amélioration des produits en comparant les commentaires des clients (directs ou publiés sur les réseaux sociaux ou d’autres sources) et les données relatives aux services, canaux, performance des pairs, régions, tarifs, ou encore les données démographiques ou économiques.

Enfin, toutes ces découvertes doivent être transposées dans les prévisions et la planification afin que l’ensemble de l’entreprise soit en phase avec les changements de la demande anticipés grâce à une connaissance plus approfondie du client, et soit ainsi mieux positionnée pour exploiter les opportunités venant d’être identifiées.


Défis liés au data mining

  • Big Data : la génération de données est de plus en plus rapide, ce qui offre de plus en plus d’opportunités pour le data mining. Cependant, des outils d’exploration de données modernes sont nécessaires pour extraire une signification du Big Data, compte tenu du volume élevé, de la grande rapidité et de la grande variété des structures de données, ainsi que du volume croissant de données non structurées. De nombreux systèmes existants ont du mal à gérer, à stocker et à utiliser ce grand flux d’intrants.
  • Compétence de l’utilisateur : les outils d’exploration et d’analyses des données sont conçus pour aider les utilisateurs et les décideurs à comprendre et à obtenir des informations à partir de grands volumes de données. Bien que hautement techniques, ces outils puissants offrent désormais une excellente expérience utilisateur, de sorte que pratiquement tous les utilisateurs sont en mesure d’utiliser ces outils avec un minimum de formation. Toutefois, pour tirer pleinement profit des avantages, l’utilisateur doit comprendre les données disponibles et le contexte commercial des informations qu’il recherche. Il doit également savoir, au moins de manière générale, comment fonctionnent les outils et ce qu’ils peuvent faire. Ces outils ne sont pas hors de portée du responsable ou dirigeant moyen, mais nécessitent un apprentissage, raison pour laquelle les utilisateurs doivent consacrer du temps au développement de cette nouvelle compétence.
  • Qualité et disponibilité des données : avec ces énormes quantités de nouvelles données, il existe également des masses de données incomplètes, incorrectes, trompeuses, frauduleuses, endommagées ou simplement inutiles. Les outils peuvent contribuer à résoudre ce problème, mais les utilisateurs doivent constamment tenir compte de la source des données et de sa crédibilité et fiabilité. Les préoccupations en matière de confidentialité sont également importantes, tant en ce qui concerne l’acquisition des données que la prise en charge et la gestion une fois qu’elles sont en votre possession.

Pictogramme qui représente un entrepôt de données

Renforcez votre expertise en matière de gestion des données

Comprenez le processus de gestion des données et les avantages qu’il peut apporter à votre organisation.

En savoir plus

 


FAQ sur le data mining

Quelle est la différence entre le machine learning et le data mining ?

Le data mining consiste à utiliser des outils analytiques avancés pour extraire des informations utiles d’une accumulation de données. Le machine learning est un type d’intelligence artificielle (IA) qui permet aux systèmes d’apprendre par l’expérience. L’exploration de données peut utiliser le machine learning lorsque les programmes analytiques ont la possibilité d’adapter leurs fonctionnalités en fonction de l’analyse de données qu’ils effectuent.

Existe-t-il une différence entre le data mining et l’analyse de données ?

L’analyse des données est un terme général pour le large éventail de pratiques visant à identifier les informations utiles, à les évaluer et à fournir des réponses spécifiques. Le data mining est un type d’analyse des données qui se concentre sur l’exploration de grands ensembles de données combinés pour découvrir des modèles, des tendances et des relations susceptibles de générer des informations et des prévisions.

Le data mining est-il identique à la science des données ?

La science des données est un terme qui inclut de nombreuses technologies de l’information, y compris les statistiques, les mathématiques et les techniques de calcul sophistiquées appliquées aux données. Le data mining est un cas d’utilisation de la science des données centré sur l’analyse de grands ensembles de données provenant d’un large éventail de sources.

Le data mining est-il identique au data warehouse ?

Un data warehouse est un ensemble de données, généralement provenant de sources multiples (ERPCRM, par exemple) qu’une entreprise rassemblera dans l’entrepôt à des fins d’archivage et d’analyse à grande échelle, comme le data mining.

The post Qu’est-ce que le data mining ? appeared first on SAP France News.

Source de l’article sur sap.com

Il existe des centaines de systèmes ERP parmi lesquels choisir, avec un large panel de fonctionnalités, de points forts, de points faibles, d’applicabilité et de tarifs. Si cela peut sembler intimidant, un processus méthodique de comparaison des ERP peut guider votre équipe vers la bonne décision dans un délai raisonnable.

La méthodologie décrite ici, éprouvée, peut vous aider à trouver la solution qui répond le mieux aux besoins de votre entreprise. Elle peut sembler basique mais les entreprises qui se mettent en quête d’un fournisseur ERP sans suivre ces étapes logiques sont souvent confrontées à des retards, coûts supplémentaires et à une personnalisation inutile. Au contraire, les entreprises qui appliquent les meilleures pratiques gagnent généralement en fluidité dans le processus de sélection et dans les implémentations subséquentes. Elles peuvent ainsi profiter plus rapidement des avantages d’un système ERP moderne et être plus compétitives à l’ère du numérique.


Une méthodologie en 5 étapes pour évaluer les systèmes ERP

Une fois la décision prise de remplacer un ancien système ERP, la première étape consiste à monter une équipe pour piloter le processus de comparaison, de sélection et d’implémentation du logiciel ERP. L’équipe commence son travail par l’élaboration d’un plan initial, qui est plutôt à ce stade une stratégie générale.

Le processus de sélection d’un fournisseur ERP se déroule en cinq étapes :

  1. Définition des besoins en matière d’ERP
  2. Appel d’offres
  3. Evaluation de pré-sélection
  4. Comparaison des ERP et évaluation détaillée
  5. Décision finale et contrat

Diagramme illustrant les 5 principales étapes du processus d'évaluation d'un ERP


1.      Définition des besoins en matière d’ERP

Vous devrez transmettre des informations concernant votre entreprise et ses besoins à vos fournisseurs ERP potentiels afin qu’ils puissent configurer, packager et tarifer correctement la solution appropriée. Commencez par identifier les principales ressources en ligne, telles que les démonstrations de produits et les blogs, qui racontent l’histoire de votre entreprise.

Décrivez votre entreprise et ses processus de manière générale plutôt que de créer de longues listes de besoins et processus spécifiques. Informez les fournisseurs de la taille de votre entreprise, de son volume d’activité et de transactions, de la complexité des différents processus et de toute caractéristique ou facteur spécifique. Concentrez-vous sur les critères et processus qui donnent à votre entreprise son avantage concurrentiel. Ce sont ces éléments qui différencieront les systèmes et qui vous permettront d’examiner de près la façon dont chacun peut être configuré pour les prendre en charge.

Indiquez les éléments que vous aimez dans votre système actuel. En effet, vous voudrez que votre nouveau système les gère au moins aussi bien. De même, indiquez les choses que votre système actuel ne fait pas (ou mal). Signalez les applications, fonctions ou modifications personnalisées qui doivent être prises en charge par des fonctionnalités standard ou une personnalisation simple du nouveau système (et non une modification). En d’autres termes, concentrez-vous sur les éléments qui sont uniques à votre entreprise et partez du principe que les éléments de base se feront d’eux-mêmes (vous vérifierez cette hypothèse lors des démonstrations et des évaluations finales).

« Concentrez-vous sur les éléments qui sont uniques à votre entreprise et partez du principe que les éléments de base se feront d’eux-mêmes. »

Principaux points à retenir et conseils

Ne vous fiez pas aux listes de contrôle / vérification des ERP. Ces check-lists, une vieille pratique courante dans le secteur, ne permettent pas de départager les solutions et ne vous aident pas vraiment à faire un bon choix. La majorité des éléments figurant sur ces listes sont des fonctions et caractéristiques proposées par tous les systèmes, au moins dans une certaine mesure. Et les fournisseurs en compétition sont susceptibles de cocher « oui » dans l’interprétation la plus large de la fonctionnalité.

Choisissez les bonnes personnes pour votre équipe projet. La spécification des besoins est une tâche difficile. Elle nécessite des collaborateurs engagés, qui connaissent bien l’entreprise et qui ont du temps à consacrer au projet. Refreinez la tentation de constituer une équipe de personnes enthousiastes mais inexpérimentées.

Assurez-vous que votre appel d’offres contient les informations suivantes :

  • Présentation de votre entreprise et de ses processus
  • Ce que votre système actuel fait bien
  • Ce qu’il ne fait pas aussi bien que vous le souhaiteriez
  • Ce que vous voulez que le nouveau système fasse d’autre (classé par ordre d’importance)

2. Appel d’offres ERP

L’étape suivante consiste à envoyer un appel d’offres à un groupe sélectionné de fournisseurs. Leur nombre peut varier, mais n’oubliez pas que vous devrez procéder à un examen détaillé pour chaque réponse. L’expérience a montré que plus le nombre de fournisseurs est réduit, plus les informations fournies sont détaillées et meilleures sont les réponses. Il est donc préférable d’identifier une douzaine (ou moins) des meilleurs candidats pour votre short list.

« L’expérience a montré que plus le nombre de fournisseurs est réduit, plus les informations fournies sont détaillées et meilleures sont les réponses. »

En réponse, les fournisseurs d’ERP doivent proposer un système qui offre les fonctionnalités et les caractéristiques requises pour répondre aux besoins que vous avez identifiés. Les propositions contiendront également des informations sur leurs sociétés, leurs produits, leur expérience dans le domaine, les ressources qu’ils consacreront à l’implémentation, ainsi que d’autres informations destinées à gagner votre confiance.

Alors comment identifier la douzaine (ou moins) de candidats sur lesquels concentrer vos efforts de sélection ? Comment réduire la liste des centaines de fournisseurs d’ERP pour n’en retenir que quelques-uns ? Commencez par consulter les publications spécialisées qui présentent des « success stories ERP  » (gardez à l’esprit que ces publications ne vous parleront probablement pas des difficultés rencontrées ou des échecs, mettez donc ces informations en perspective). Utilisez vos contacts – par exemple associations et groupes d’entreprises – pour identifier d’autres professionnels qui ont pu avoir une expérience récente de la sélection et de l’implémentation d’un ERP.

Il existe également de nombreux annuaires en ligne, outils de sélection et services de sélection de systèmes qui peuvent vous aider à identifier les logiciels qui possèdent les fonctionnalités dont vous avez besoin et/ou les fournisseurs qui ont de l’expérience dans votre secteur.

Pour obtenir des conseils personnalisés, vous pouvez passer un contrat avec la branche conseil de votre cabinet comptable ou trouver une ressource conseil indépendante dans votre région et/ou dans votre secteur d’activité. Veillez à vérifier leurs antécédents et leurs affiliations pour vous assurer qu’ils sont réellement indépendants et pas associés à un ou plusieurs fournisseurs de systèmes ERP.

Vous pouvez choisir d’inclure certains fournisseurs de systèmes ERP qui présentent un intérêt pour d’autres raisons. Peut-être qu’un ou plusieurs de vos clients les plus importants utilisent un système ERP et vous ont encouragé à utiliser le même système. Ou peut-être que votre société fait partie d’une grande entreprise ou d’un groupe qui a opté pour une plateforme ERP donnée. Demandez une proposition au fournisseur recommandé puis évaluez toutes les propositions de manière équitable et impartiale avant de prendre votre décision.

Principaux points à retenir et conseils

Veillez à ce que toutes les parties prenantes définissent leurs besoins. Votre appel d’offres doit inclure les contributions de toutes les parties prenantes. Dans le cas contraire, vous risquez de choisir un système ERP qui ne sert que certaines fonctions de votre entreprise, obligeant les autres départements à investir dans des systèmes autonomes. Évaluez les systèmes qui fonctionnent pour l’ensemble de l’entreprise et utilisez le calendrier de déploiement pour livrer les modules prioritaires en premier.

Faites attention au classement des besoins. Souvent, l’appel d’offres est divisé en domaines fonctionnels avec des sections à remplir par chaque service. Chaque département – qu’il s’agisse des RH ou des opérations – fait généralement un excellent travail de classement des fonctionnalités pour son unité opérationnelle, mais ses priorités peuvent ne pas correspondre aux objectifs globaux de l’entreprise. C’est à votre équipe projet d’ajuster les priorités dans une perspective plus large. Quelles sont les fonctionnalités vitales, importantes ou simplement souhaitables ?

Vérifiez la disponibilité effective des fonctionnalités. Les sociétés de logiciels ont d’excellents départements marketing ; certaines vendent des produits qui n’ont pas été entièrement développés et testés. Faites des recherches sur les fonctionnalités « à venir dans une prochaine version » par rapport à celles qui sont utilisées dans les références actuelles. Il est tout à fait envisageable de prendre en compte les fonctionnalités en cours de développement – mais ne pariez pas tout votre projet sur des fonctionnalités à venir si elles sont essentielles.

Évaluez vos processus. Les processus intégrés dans les ERP packagés sont considérés comme étant conformes aux « meilleures pratiques ». Les consultants et les experts de l’implémentation d’ERP vous diront qu’il est presque toujours préférable de modifier la procédure pour l’adapter au logiciel (en tenant compte de la dimension « meilleure pratique ») que de modifier le logiciel pour l’adapter à la procédure existante. Toutefois, c’est à vous de prendre cette décision. Mais n’oubliez pas que les nouveaux processus peuvent être à l’origine des progrès et des avantages que vous tirez d’un nouveau système. N’oubliez pas non plus que tous les logiciels ERP modernes sont personnalisables. Vous disposez donc d’une grande souplesse pour modifier l’affichage, les procédures, les caractéristiques des données et leur traitement, et bien d’autres choses encore – sans modifier le code.

Tenez compte du retour sur investissement de votre ERP. La plupart des entreprises exigent une analyse du retour sur investissement (ROI) comme condition préalable à l’autorisation et au financement de tout projet majeur. Comme son nom l’indique, il s’agit de la somme des coûts liés à l’achat et au déploiement du nouveau système, plus la différence des coûts d’exploitation par rapport à ceux du système existant. Le ROI tient également compte des avantages qui s’ajoutent aux économies directes, notamment l’amélioration du rendement, du service à la clientèle et de la productivité au travail.


3.      Evaluation de pré-sélection

L’évaluation se déroule en deux phases. Au cours de la première phase, toutes les propositions sont évaluées pour voir dans quelle mesure elles correspondent à votre environnement et aux exigences décrites dans votre appel d’offres (cette phase ne comprend pas la comparaison des fournisseurs, qui relève de la deuxième phase d’évaluation).

L’objectif à ce stade est d’écarter les offres qui ne remplissent pas vos critères et de classer celles qui semblent convenir. Il en résulte une short list des meilleures propositions. Celles-ci, et seulement celles-ci, seront soumises à une évaluation détaillée jusqu’à la sélection finale.

Si vous devez examiner de nombreuses réponses, les détails auront tendance à se brouiller et il vous sera difficile de vous souvenir des réponses particulièrement solides (ou celles insuffisantes) et dans quels domaines. Une échelle de notation numérique peut vous aider à ne pas perdre le fil et à documenter votre processus de décision. Voici quelques conseils supplémentaires pour vous aider lors de cette étape de documentation :

  • Mettez en place un formulaire ou une feuille de calcul agencée de manière à ce que les évaluateurs puissent noter chaque proposition en fonction des principaux critères que vous avez spécifiés. Demandez à chaque examinateur d’attribuer une note à chaque critère d’évaluation (l’échelle peut être de un à dix, de un à cinq, de un à trois, ou tout autre niveau de granularité que vous jugez approprié). Vous pouvez avoir autant ou aussi peu d’examinateurs que vous le souhaitez.
  • Laissez de la place pour des notes et des questions, pour le suivi. Vous pouvez demander des éclaircissements à ce stade ou attendre l’évaluation détaillée des propositions présélectionnées. Attribuez un coefficient à chaque critère en fonction de l’importance de la fonction ou du processus pour votre entreprise.
  • Multipliez la note donnée par chaque évaluateur par le coefficient de chaque critère et calculez une note globale pour chaque fournisseur. Le plus souvent, plusieurs d’entre eux se classeront en haut de l’échelle, plusieurs autres un peu plus loin dans le classement, et quelques-uns ne seront pas retenus. Vous devriez maintenant avoir votre short list de finalistes – idéalement trois à cinq candidats – pour l’évaluation finale.
  • Il y a de bonnes chances que vous puissiez identifier les meilleurs candidats, mais si ce n’est pas aussi clair, revenez aux évaluations individuelles et discutez-en avec l’équipe.

Principaux points à retenir et conseils

Traitez chaque fournisseur potentiel de la même manière. N’acceptez pas de démonstrations en direct, de réunions spéciales en présentiel ou de visites sur place, à moins que vous ne soyez prêt à offrir la même possibilité à tous les fournisseurs. Il est important de maintenir des règles du jeu équitables. Une technique courante consiste à organiser une « conférence des candidats » dans vos locaux pour faire visiter les lieux à tous les fournisseurs potentiels et répondre à leurs questions (devant tout le monde).

N’oubliez pas qu’une proposition est un document de vente. Les réponses contiendront les informations que vous avez demandées et bien plus. Partez du principe que toutes les affirmations sont véridiques ; vous pourrez vérifier la plupart, sinon toutes, au cours du processus d’évaluation. Mais sachez que les auteurs de la proposition répondront à vos questions de manière à présenter leurs produits sous le jour le plus favorable.

Recherchez les valeurs aberrantes. Accordez une attention particulière aux critères pour lesquels les notes varient considérablement. Si un évaluateur donne une note très élevée à une proposition pour un critère et qu’un autre évaluateur lui donne une note très basse, cela vaut la peine d’en discuter. Interrogez les deux évaluateurs de manière constructive pour savoir ce que chacun pensait. Il est probable que l’un ou l’autre ait remarqué quelque chose que les autres n’ont pas vu ou n’ont pas considéré comme important. À la suite de ces discussions, vous souhaiterez peut-être ajuster les notes pour un critère spécifique, ce qui pourrait modifier le classement général.


4. Comparaison des ERP et évaluation détaillée

Une fois que vous avez identifié trois à cinq finalistes, il est temps de vous mettre au travail pour vérifier leurs affirmations et valider leurs références.

Comment commencer votre évaluation

  • Prenez contact avec chacun des fournisseurs potentiels et annoncez-leur la bonne nouvelle : ils ont été retenus dans la short list ! (Il n’y a pas de mal à leur dire combien il y a d’autres finalistes et même à leur faire savoir avec quelles entreprises ils sont en concurrence, si vous êtes à l’aise pour le faire).
  • Dans certains cas, vous pouvez également leur demander d’affiner leurs propositions.
  • Discutez avec les utilisateurs actuels du système (ou rendez-leur visite), de préférence ceux de votre industrie (ou d’un marché comparable) et de la taille de votre entreprise.
  • Obtenez des références si les éditeurs ne les ont pas déjà fournies (les fournisseurs peuvent hésiter à fournir des références pour des raisons de concurrence. Mais vous devez insister. Rassurez-les sur le fait que vous signerez et respecterez les accords de non-divulgation).

Comment gérer les démonstrations

C’est également le moment d’inviter les candidats présélectionnés à effectuer des démonstrations détaillées de leurs systèmes – mais vous devez contrôler ces démonstrations.

  • Fournissez à chaque candidat un script ou une liste des fonctionnalités que vous souhaitez voir bien avant la démonstration prévue. Tous les fournisseurs potentiels devraient recevoir la même liste.
  • Permettez-leur de montrer les fonctions spéciales qu’ils souhaitent mettre en avant uniquement après vous avoir montré les fonctions et les processus décrits dans l’appel d’offres.
  • Assurez-vous que votre script ou votre liste inclut les exigences spécifiques identifiées à l’étape 1. Les systèmes ERP traitent les processus courants de la même manière ; ce sont les exceptions qui posent problème (par exemple, la possibilité d’entrer des commandes pour des articles qui ne sont pas en stock, de vendre des articles dans des packages, des kits ou des ensembles, ou encore la prise en charge d’un processus spécifique de rapprochement des factures).
  • Pendant la démonstration, vous voudrez voir comment le logiciel peut être configuré et adapté pour prendre en charge vos processus et procédures uniques. Cela dit, restez ouvert d’esprit dans la mesure où vous pourriez découvrir certaines meilleures pratiques dans ces fonctions standard qui amélioreraient les opérations et les résultats de votre entreprise.
  • Dans l’idéal, le démonstrateur sera en mesure de montrer le fonctionnement du système en utilisant vos propres données. Ce n’est pas toujours possible, mais lorsque c’est le cas, cela vous donnera une bien meilleure idée de la façon dont le système fonctionnerait dans votre environnement.

Principaux points à retenir et conseils

Ne vous laissez pas éblouir par les démonstrations. Les professionnels qui font la démonstration des logiciels sont généralement très expérimentés et ont une forte personnalité. Leur objectif est de vous convaincre et de vendre leur logiciel. Ne vous laissez pas distraire par la personne ou le discours de vente, aussi captivant soit-il. Concentrez-vous sur le fond.

Tirez le meilleur parti des visites de référence. Sélectionnez avec soin les visites que vous souhaitez faire. Passez un bref appel à votre interlocuteur pour vous assurer qu’il a bien déployé le logiciel et qu’il a obtenu les avantages promis. Convenez de ce qu’il vous montrera et des personnes que vous rencontrerez au cours de la visite. Une fois sur place, jugez soigneusement si leur succès est reproductible dans votre environnement. Posez également les questions difficiles : « Quelles ont été vos plus grandes surprises ? » et « Si c’était à refaire, que feriez-vous différemment ? ».

Continuez à poser des questions. Encouragez votre équipe à poser des questions, ne serait-ce que pour clarifier les réponses. Faites-le lors de l’examen de l’appel d’offres et pendant les démonstrations ; cela réduira considérablement les risques de mauvaises surprises. C’est le moment de découvrir les réponses qui ne vous plaisent pas – avant que les négociations ne commencent. N’oubliez pas non plus que vous obtenez vos réponses gratuitement à ce stade, alors apprenez-en le plus possible. Lorsque vous commencerez à implémenter le produit, il se peut que vous deviez attendre une assistance ou même payer des frais.


5. Décision finale et contrat

Une fois les évaluations détaillées terminées, vous constaterez probablement que deux ou trois fournisseurs répondent à vos critères. Sélectionnez celui qui, selon vous, répond le mieux à vos besoins actuels et futurs, mais n’écartez pas les autres. Faites-leur plutôt savoir qu’ils vous conviennent mais qu’ils ne sont pas votre premier choix ; cela laisse la porte ouverte au cas où vos négociations avec le meilleur candidat ne se déroulent pas comme prévu.

Vous pouvez maintenant commencer à négocier les détails du contrat avec le meilleur candidat. La plupart des entreprises savent comment cette étape est « censée fonctionner ». Mais comme pour toutes les autres étapes du processus d’évaluation et de sélection d’un ERP, vous risquez d’avoir des surprises.

Le pouvoir est de votre côté dans les négociations. Cependant, il est préférable de considérer le fournisseur comme un futur partenaire, et non comme un adversaire dans les négociations. Visez un accord équitable qui incite les deux parties à déployer le système de manière efficace et à en assurer le bon fonctionnement.

Chaque aspect de l’implémentation du système et du maintien de l’assistance doit être discuté et documenté – en détaillant le prix, la personne responsable et, dans certains cas, le temps nécessaire. Le contrat comporte de nombreux aspects, dont notamment (mais pas exclusivement) :

  • L’achat initial, la location ou la licence du matériel et des logiciels.
  • L’implémentation du matériel et des logiciels (en précisant ce qu’englobe le mot ‘ »implémentation »).
  • Coût et calendrier de la simulation d’implémentation (avant ou après le paiement du logiciel).
  • Coûts de formation initiale et continue
  • Maintenance continue du matériel et des logiciels (et à quel niveau).
  • Conversion des données et intégration à d’autres systèmes
  • Mise en réseau et sécurité
  • Personnalisations (initiales et avec les versions futures)

Principaux points à retenir et conseils

N’annoncez pas votre sélection finale avant les négociations. À la fin de la phase d’évaluation détaillée, l’équipe peut vouloir déclarer un « gagnant ». Cependant, informer le candidat principal qu’il est « l’élu » n’est pas dans l’intérêt de votre entreprise. Il n’est pas rare d’avoir des surprises au cours du processus de négociation et vous devrez peut-être revoir votre choix.

Planifiez à long terme. Lors du démarrage, veillez à examiner attentivement les coûts à long terme afin que vos estimations soient correctes et que vous ne faussiez pas les chiffres du retour sur investissement de l’ERP. Certains fournisseurs offrent davantage de services gratuits pendant une période plus longue et d’autres peuvent confier leur assistance à long terme à une entreprise qui facture à l’appel. Certains fournisseurs fixent un plafond pour l’augmentation des tarifs annuels de maintenance ou d’abonnement, mais beaucoup ne le font pas. D’autres vendent un abonnement SaaS (Software-as-a-Service) à bas prix, qu’ils augmentent considérablement après quelques années. Certains fournisseurs proposent une mise à jour annuelle, mais ne fournissent aucune assistance réelle lors du processus de mise à jour. Posez des questions et obtenez des réponses écrites pour être sûr de bien appréhender vos coûts à long terme.


L’importance de l’équipe projet

Le facteur le plus important pour le succès du processus d’évaluation du système ERP est l’équipe projet. Cette équipe doit être constituée très tôt et doit être le moteur de l’élaboration, de la diffusion et de l’évaluation de l’appel d’offres et de la sélection du nouveau système ERP.

D’après notre expérience, lorsque les équipes sont au milieu d’une investigation et d’une évaluation détaillées, elles prennent souvent des raccourcis. Mais si votre équipe projet suit ces cinq étapes et prête attention aux enseignements tirés, elle sera en mesure de trouver la solution optimale pour répondre aux exigences de votre entreprise, maintenant et pour l’avenir.


Publié en anglais sur insights.sap.com

The post Conseils pour bien choisir votre (nouveau) système ERP appeared first on SAP France News.

Source de l’article sur sap.com

Le Big Data est le flot d’informations dans lequel nous nous trouvons tous les jours (des zettaoctets de données provenant de nos ordinateurs, des terminaux mobiles et des capteurs). Ces données sont utilisées par les entreprises pour orienter la prise de décisions, améliorer les processus et les stratégies, et créer des produits, des services et des expériences centrés sur le client.

Le Big Data désigne non seulement de gros volumes de données, mais aussi des données de nature variée et complexe. Il dépasse généralement la capacité des bases de données traditionnelles à capturer, gérer et traiter ce type de données. De plus, le Big Data peut provenir de n’importe où et de tout ce que nous sommes en mesure de surveiller numériquement. Les satellites, les appareils IoT (Internet des Objets), les radars et les tendances des réseaux sociaux ne sont que quelques exemples parmi la multitude de sources de données explorées et analysées pour rendre les entreprises plus résilientes et compétitives.


L’importance de l’analyse du Big Data

La véritable valeur du Big Data se mesure d’après votre capacité à l’analyser et à le comprendre. L’intelligence artificielle (IA), le machine learning et les technologies de base de données modernes permettent de visualiser et d’analyser le Big Data pour fournir des informations exploitables en temps réel. L’analyse du Big Data aide les entreprises à exploiter leurs données en vue de saisir de nouvelles opportunités et de créer de nouveaux modèles de gestion. Comme l’a si bien dit Geoffrey Moore, auteur et analyste de gestion, « sans analyse du Big Data, les entreprises sont aveugles et sourdes, errant sur le Web comme des cerfs sur une autoroute ».

How does Big Data and Analytics work? Simply Explained

Click the button below to load the content from YouTube.

How does Big Data and Analytics work? Simply Explained


L’évolution du Big Data

Aussi inconcevable que cela puisse paraître aujourd’hui, l’Apollo Guidance Computer a emmené l’homme sur la lune avec moins de 80 kilo-octets de mémoire. Depuis, la technologie informatique s’est développée à un rythme exponentiel, de même que la génération de données. La capacité technologique mondiale à stocker des données a doublé tous les trois ans depuis les années 1980. Il y a un peu plus de 50 ans, lors du lancement d’Apollo 11, la quantité de données numériques générées dans le monde aurait pu tenir dans un ordinateur portable. Aujourd’hui, l’IDC estime ce chiffre à 44 zettaoctets (soit 44 000 milliards de gigaoctets) et prévoit qu’il atteindra 163 zettaoctets en 2025.

44 zettaoctets de données numériques aujourd’hui, IDC

163 zettaoctets de données numériques en 2025, IDC

Plus les logiciels et la technologie se développent, moins les systèmes non numériques sont viables. Le traitement des données générées et collectées numériquement requiert des systèmes de data management plus avancés. En outre, la croissance exponentielle des plates-formes de réseaux sociaux, des technologies pour smartphones et des appareils IoT connectés numériquement ont contribué à l’émergence du Big Data.


Types de Big Data : que sont les données structurées et non structurées ?

Les ensembles de données sont généralement catégorisés en trois types, selon leur structure et la complexité de leur indexation.

Illustration des différents types de big data : données structurées, données non-structurées, données semi-structurées.

  1. Données structurées : ce type de données est le plus simple à organiser et à rechercher. Il peut inclure des données financières, des machine logs et des détails démographiques. Une feuille de calcul Microsoft Excel, avec sa mise en forme de colonnes et de lignes prédéfinies, offre un moyen efficace de visualiser les données structurées. Ses composants peuvent facilement être catégorisés, ce qui permet aux concepteurs et administrateurs de bases de données de définir des algorithmes simples pour la recherche et l’analyse. Même lorsque les données structurées sont très volumineuses, elles ne sont pas nécessairement qualifiées de Big Data, car elles sont relativement simples à gérer et ne répondent donc pas aux critères qui définissent le Big Data. Traditionnellement, les bases de données utilisent un langage de programmation appelé SQL (Structured Query Language) pour gérer les données structurées. SQL a été développé par IBM dans les années 1970 pour permettre aux développeurs de créer et gérer des bases de données relationnelles (de type feuille de calcul) qui commençaient à émerger à l’époque.
  2. Données non structurées : cette catégorie de données peut inclure des publications sur les réseaux sociaux, des fichiers audio, des images et des commentaires client ouverts. Ces données ne peuvent pas être facilement capturées dans les bases de données relationnelles standard en lignes et colonnes. Auparavant, les entreprises qui voulaient rechercher, gérer ou analyser de grandes quantités de données non structurées devaient utiliser des processus manuels laborieux. La valeur potentielle liée à l’analyse et à la compréhension de ces données ne faisait aucun doute, mais le coût associé était souvent trop exorbitant pour en valoir la peine. Compte tenu du temps nécessaire, les résultats étaient souvent obsolètes avant même d’être générés. Contrairement aux feuilles de calcul ou aux bases de données relationnelles, les données non structurées sont généralement stockées dans des lacs de données, des entrepôts de données et des bases de données NoSQL.
  3. Données semi-structurées : comme leur nom l’indique, les données semi-structurées intègrent à la fois des données structurées et non structurées. Les e-mails en sont un bon exemple, car ils incluent des données non structurées dans le corps du message, ainsi que d’autres propriétés organisationnelles telles que l’expéditeur, le destinataire, l’objet et la date. Les dispositifs qui utilisent le marquage géographique, les horodatages ou les balises sémantiques peuvent également fournir des données structurées avec un contenu non structuré. Une image de smartphone non identifiée, par exemple, peut indiquer qu’il s’agit d’un selfie et préciser l’heure et l’endroit où il a été pris. Une base de données moderne exécutant une technologie d’IA peut non seulement identifier instantanément différents types de données, mais aussi générer des algorithmes en temps réel pour gérer et analyser efficacement les ensembles de données disparates.

Les sources du Big Data

Les objets générateurs de données se développent à un rythme spectaculaire, depuis les drones jusqu’aux grille-pains. Toutefois, à des fins de catégorisation, les sources de données sont généralement divisées en trois types :

Illustration des différentes sources du big data : données sociales, données machine, données altérables.

Données sociales

Comme leur nom l’indique, les données sociales sont générées par les réseaux sociaux : commentaires, publications, images et, de plus en plus, vidéos. En outre, compte tenu de l’ubiquité croissante des réseaux 4G et 5G, on estime que le nombre de personnes dans le monde qui regardent régulièrement des contenus vidéo sur leur smartphone atteindra 2,72 milliards en 2023. Bien que les tendances concernant les réseaux sociaux et leur utilisation évoluent rapidement et de manière imprévisible, leur progression en tant que générateurs de données numériques est incontestable.

Données machine

Les machines et appareils IoT sont équipés de capteurs et ont la capacité d’envoyer et de recevoir des données numériques. Les capteurs IoT aident les entreprises à collecter et traiter les données machine provenant des appareils, des véhicules et des équipements. Globalement, le nombre d’objets générateurs de données augmente rapidement, des capteurs météorologiques et de trafic jusqu’à la surveillance de la sécurité. Selon l’IDC, il y aura plus de 40 milliards d’appareils IoT en 2025, générant près de la moitié des données numériques mondiales.

Données altérables

Il s’agit des données parmi les plus évolutives au monde. Par exemple, un détaillant international traite plus d’un million de transactions client par heure. Si l’on ajoute à cela les transactions d’achat et bancaires au niveau mondial, on comprend mieux le volume phénoménal de données générées. En outre, les données altérables contiennent de plus en plus de données semi-structurées, y compris des images et des commentaires, ce qui les rend d’autant plus complexes à gérer et à traiter.


Les cinq V du Big Data

Ce n’est pas parce qu’un ensemble de données est volumineux qu’il s’agit nécessairement de Big Data. Pour être qualifiées en tant que telles, les données doivent posséder au minimum les cinq caractéristiques suivantes :

Illustration des 5 V du Big Data : Volume, Vitesse, Variété, Véracité, Valeur.

  1. Volume : même si le volume n’est pas le seul composant qui constitue le Big Data, il s’agit d’une de ses caractéristiques principales. Pour gérer et exploiter pleinement le Big Data, des algorithmes avancés et des analyses pilotées par l’IA sont nécessaires. Mais avant tout cela, il doit exister un moyen fiable et sécurisé de stocker, d’organiser et d’extraire les téraoctets de données détenus par les grandes entreprises.
  2. Vitesse : auparavant, les données générées devaient ensuite être saisies dans un système de base de données traditionnel (souvent manuellement) avant de pouvoir être analysées ou extraites. Aujourd’hui, grâce à la technologie du Big Data, les bases de données sont capables de traiter, d’analyser et de configurer les données lorsqu’elles sont générées, parfois en l’espace de quelques millisecondes. Pour les entreprises, cela signifie que les données en temps réel peuvent être exploitées pour saisir des opportunités financières, répondre aux besoins des clients, prévenir la fraude et exécuter toute autre activité pour laquelle la rapidité est un facteur clé.
  3. Variété : les ensembles de données contenant uniquement des données structurées ne relèvent pas nécessairement du Big Data, quel que soit leur volume. Le Big Data comprend généralement des combinaisons de données structurées, non structurées et semi-structurées. Les solutions de gestion des données et les bases de données traditionnelles n’offrent pas la flexibilité et le périmètre nécessaires pour gérer les ensembles de données complexes et disparates qui constituent le Big Data.
  4. Véracité : bien que les bases de données modernes permettent aux entreprises d’accumuler et d’identifier des volumes considérables de Big Data de différents types, elles ne sont utiles que si elles sont précises, pertinentes et opportunes. S’agissant des bases de données traditionnelles alimentées uniquement avec des données structurées, le manque de précision des données était souvent dû à des erreurs syntaxiques et des fautes de frappe. Les données non structurées présentent toute une série de nouvelles difficultés en matière de véracité. Les préjugés humains, le « bruit social » et les problèmes liés à la provenance des données peuvent avoir un impact sur la qualité des données.
  5. Valeur : les résultats de l’analyse du Big Data sont souvent fascinants et inattendus. Mais pour les entreprises, l’analyse du Big Data doit fournir une visibilité qui les aident à gagner en compétitivité et en résilience, et à mieux servir leurs clients. Les technologies modernes du Big Data offrent la possibilité de collecter et d’extraire des données susceptibles de procurer un avantage mesurable à la fois en termes de résultats et de résilience opérationnelle.

Avantages du Big Data

Les solutions modernes de gestion du Big Data permettent aux entreprises de transformer leurs données brutes en informations pertinentes avec une rapidité et une précision sans précédent.

  • Développement de produits et de services :l’analyse du Big Data permet aux développeurs de produits d’analyser les données non structurées, telles que les témoignages clients et les tendances culturelles, et de réagir rapidement.
  • Maintenance prédictive : dans le cadre d’uneenquête internationale, McKinsey a constaté que l’analyse du Big Data émanant des machines IoT pouvait réduire les coûts de maintenance des équipements jusqu’à 40 %.
  • Expérience client :dans le cadre d’une enquête réalisée en 2020 auprès de responsables d’entreprises du monde entier, Gartner a déterminé que « les entreprises en croissance collectent plus activement des données sur l’expérience client que les entreprises à croissance nulle ». L’analyse du Big Data permet aux entreprises d’améliorer et de personnaliser l’expérience de leurs clients avec leur marque.
  • Gestion de la résilience et des risques :la pandémie de COVID-19 a été une véritable prise de conscience pour de nombreux dirigeants d’entreprise qui se sont rendu compte à quel point leur activité était vulnérable. La visibilité offerte par le Big Data peut aider les entreprises à anticiper les risques et à se préparer aux imprévus.
  • Économies et efficacité accrue : lorsque les entreprises effectuent une analyse avancée du Big Data pour tous les processus de l’organisation, elles peuvent non seulement détecter les inefficacités, mais aussi déployer des solutions rapides et efficaces.
  • Amélioration de la compétitivité : les informations obtenues grâce au Big Data peuvent aider les entreprises à réaliser des économies, à satisfaire leurs clients, à concevoir de meilleurs produits et à innover dans les opérations de gestion.

IA et Big Data

La gestion du Big Data repose sur des systèmes capables de traiter et d’analyser efficacement de gros volumes d’informations disparates et complexes. À cet égard, le Big Data et l’IA ont une relation de réciprocité. Sans l’IA pour l’organiser et l’analyser, le Big Data n’aurait pas grande utilité. Et pour que l’IA puisse générer des analyses suffisamment fiables pour être exploitables, le Big Data doit contenir des ensembles de données suffisamment étendus. Comme l’indique Brandon Purcell, analyste chez Forrester Research, « les données sont au cœur de l’intelligence artificielle. Un système d’IA doit apprendre des données pour remplir sa fonction ».

« Les données sont au cœur de l’intelligence artificielle. Un système d’IA doit apprendre des données pour remplir sa fonction ».

Brandon Purcell, analyste, Forrester Research


Machine learning et Big Data

Les algorithmes de machine learning définissent les données entrantes et identifient des modèles associés. Ces informations permettent de prendre des décisions avisées et d’automatiser les processus. Le machine learning se nourrit du Big Data, car plus les ensembles de données analysés sont fiables, plus le système est susceptible d’apprendre, de faire évoluer et d’adapter ses processus en continu.


Technologies du Big Data

Architecture du Big Data

À l’instar de l’architecture du bâtiment, l’architecture du Big Data fournit un modèle pour la structure de base déterminant la manière dont les entreprises gèrent et analysent leurs données. L’architecture du Big Data mappe les processus requis pour gérer le Big Data à travers quatre « couches » de base, des sources de données au stockage des données, puis à l’analyse du Big Data, et enfin via la couche de consommation dans laquelle les résultats analysés sont présentés en tant que Business Intelligence.

‍Analyse du Big Data

Ce processus permet de visualiser les données de manière pertinente grâce à l’utilisation de la modélisation des données et d’algorithmes spécifiques aux caractéristiques du Big Data. Dans le cadre d’une étude approfondie et d’une enquête de la MIT Sloan School of Management, plus de 2 000 dirigeants d’entreprise ont été interrogés sur leur expérience en matière d’analyse du Big Data. Comme on pouvait s’y attendre, ceux qui s’étaient impliqués dans le développement de stratégies de gestion du Big Data ont obtenu les résultats les plus significatifs.

Big Data et Apache Hadoop

Imaginez une grande boîte contenant 10 pièces de 10 centimes et 100 pièces de 5 centimes. Puis imaginez 10 boîtes plus petites, côte à côte, contenant chacune 10 pièces de 5 centimes et une seule pièce de 10 centimes. Dans quel scénario sera-t-il plus facile de repérer les pièces de 10 centimes ? Hadoop fonctionne sur ce principe. Il s’agit d’une structure en open source permettant de gérer le traitement du Big Data distribué sur un réseau constitué de nombreux ordinateurs connectés. Ainsi, au lieu d’utiliser un gros ordinateur pour stocker et traiter toutes les données, Hadoop regroupe plusieurs ordinateurs sur un réseau pouvant évoluer presque à l’infini et analyse les données en parallèle. Ce processus utilise généralement un modèle de programmation appelé MapReduce, qui coordonne le traitement du Big Data en regroupant les ordinateurs distribués.

Lacs de données, entrepôts de données et NoSQL

Les bases de données traditionnelles de type feuille de calcul SQL servent à stocker les données structurées. Le Big Data non structuré et semi-structuré nécessite des modèles de stockage et de traitement uniques, car il ne peut pas être indexé et catégorisé. Les lacs de données, les entrepôts de données et les bases de données NoSQL sont des référentiels de données capables de gérer les ensembles de données non traditionnels. Un lac de données est un vaste pool de données brutes qui n’ont pas encore été traitées. Un entrepôt de données est un référentiel de données qui ont déjà été traitées à des fins spécifiques. Les bases de données NoSQL fournissent un schéma flexible qui peut être modifié en fonction de la nature des données à traiter. Ces systèmes présentent chacun des avantages et des inconvénients, c’est pourquoi de nombreuses entreprises utilisent plutôt une combinaison de ces référentiels de données pour répondre au mieux à leurs besoins.

Bases de données in-memory

Les bases de données traditionnelles sur disque ont été conçues pour SQL et les bases de données relationnelles. Bien qu’elles soient capables de traiter de gros volumes de données structurées, elles ne sont pas adaptées au stockage et au traitement des données non structurées. Dans le cas des bases de données in-memory, le traitement et l’analyse se font entièrement dans la RAM, pour ne pas avoir à extraire les données d’un système sur disque. Les bases de données in-memory reposent également sur des architectures distribuées. Cela signifie qu’elles peuvent atteindre des vitesses beaucoup plus élevées en utilisant le traitement parallèle, par rapport aux modèles de base de données sur disque à un seul nœud.


Fonctionnement du Big Data

Le Big Data remplit ses fonctions lorsque son analyse fournit des informations pertinentes et exploitables qui améliorent l’activité de manière significative. Pour se préparer à la transition vers le Big Data, les entreprises doivent s’assurer que leurs systèmes et processus sont en mesure de collecter, de stocker et d’analyser le Big Data.

Illustration du fonctionnement du Big Data : collecter le Big Data, stocker le Big Data, Analyser le Big Data

  1. Collecter le Big Data.Une grande partie du Big Data est constituée d’énormes ensembles de données non structurées qui émanent de sources disparates et incohérentes. Les bases de données traditionnelles sur disque et les mécanismes d’intégration des données ne sont pas suffisamment performants pour les gérer. La gestion du Big Data requiert des solutions de base de données in-memory et des solutions logicielles spécifiques de l’acquisition de ce type de données.
  2. Stocker le Big Data.Comme son nom l’indique, le Big Data est volumineux. De nombreuses entreprises utilisent des solutions de stockage sur site pour leurs données existantes et espèrent réaliser des économies en réutilisant ces référentiels pour traiter le Big Data. Toutefois, le Big Data est plus performant lorsqu’il n’est pas soumis à des contraintes de taille et de mémoire. Les entreprises qui n’intègrent pas dès le départ des solutions de stockage Cloud dans leurs modèles de Big Data le regrettent souvent quelques mois plus tard.
  3. Analyser le Big Data. Il est impossible d’exploiter pleinement le potentiel du Big Data sans utiliser les technologies d’IA et de machine learning pour l’analyser. L’un des cinq V du Big Data est la « vitesse ». Pour être utiles et exploitables, les informations du Big Data doivent être générées rapidement. Les processus d’analyse doivent s’auto-optimiser et tirer régulièrement profit de l’expérience, un objectif qui ne peut être atteint qu’avec l’IA et les technologies modernes de bases de données.

Applications du Big Data

La visibilité offerte par le Big Data est bénéfique à la plupart des entreprises ou secteurs d’activité. Cependant, ce sont les grandes entreprises aux missions opérationnelles complexes qui en tirent souvent le meilleur parti.

Finance

Dans le Journal of Big Data, une étude de 2020 souligne que le Big Data « joue un rôle important dans l’évolution du secteur des services financiers, en particulier dans le commerce et les investissements, la réforme fiscale, la détection et les enquêtes en matière de fraude, l’analyse des risques et l’automatisation ». Le Big Data a également contribué à transformer le secteur financier en analysant les données et les commentaires des clients pour obtenir les informations nécessaires à l’amélioration de la satisfaction et de l’expérience client. Les ensembles de données altérables figurent parmi les plus importants et les plus évolutifs au monde. L’adoption croissante de solutions avancées de gestion du Big Data permettra aux banques et aux établissements financiers de protéger ces données et de les utiliser d’une manière qui bénéficie à la fois au client et à l’entreprise.

Hygiène et santé
publique

L’analyse du Big Data permet aux professionnels de santé d’établir des diagnostics plus précis, fondés sur des données avérées. De plus, le Big Data aide les administrateurs d’hôpitaux à identifier les tendances, à gérer les risques et à limiter les dépenses inutiles, afin de consacrer le maximum de fonds aux soins des patients et à la recherche. En cette période de pandémie, les chercheurs du monde entier s’efforcent de traiter et de gérer au mieux la COVID-19, et le Big Data joue un rôle fondamental dans ce processus. Un article de juillet 2020 paru dans The Scientist explique comment des équipes médicales ont pu collaborer et analyser le Big Data afin de lutter contre le coronavirus : « Nous pourrions transformer la science clinique en exploitant les outils et les ressources du Big Data et de la science des données d’une manière que nous pensions impossible ».

Transport et logistique

L’« effet Amazon » est un terme qui définit la manière dont Amazon a fait de la livraison en un jour la nouvelle norme, les clients exigeant désormais la même vitesse d’expédition pour tout ce qu’ils commandent en ligne. Le magazine Entrepreneur souligne qu’en raison de l’effet Amazon, « la course logistique au dernier kilomètre ne fera que s’intensifier ». Les entreprises du secteur s’appuient de plus en plus sur l’analyse du Big Data pour optimiser la planification des itinéraires, la consolidation des charges et les mesures d’efficacité énergétique.

Éducation

Depuis l’apparition de la pandémie, les établissements d’enseignement du monde entier ont dû réinventer leurs programmes d’études et leurs méthodes d’enseignement afin de faciliter l’apprentissage à distance. L’un des principaux défis a été de trouver des moyens fiables d’analyser et d’évaluer la performance des étudiants et l’efficacité globale des méthodes d’enseignement en ligne. Un article paru en 2020 au sujet de l’impact du Big Data sur la formation et l’apprentissage en ligne indique, au sujet des enseignants, que « le Big Data les aide à gagner en confiance pour personnaliser l’enseignement, développer l’apprentissage mixte, transformer les systèmes d’évaluation et promouvoir l’apprentissage continu ».

Énergie et services publics

Selon le U.S. Bureau of Labor Statistics, le service public consacre plus de 1,4 milliard de dollars aux relevés de compteurs et s’appuie généralement sur des compteurs analogiques et des lectures manuelles peu fréquentes. Les relevés de compteurs intelligents fournissent des données numériques plusieurs fois par jour et, grâce à l’analyse du Big Data, ces informations permettent d’accroître l’efficacité de la consommation énergétique, ainsi que la précision des prix et des prévisions. En outre, lorsque les agents n’ont plus à se charger des relevés de compteurs, la saisie et l’analyse des données peuvent permettre de les réaffecter plus rapidement là où les réparations et les mises à niveau sont les plus urgentes.

Publié en anglais sur insights.sap.com

The post Qu’est-ce que le Big Data ? appeared first on SAP France News.

Source de l’article sur sap.com