Faciliter la construction des budgets et améliorer l’alignement entre les métiers, voilà les deux principaux objectifs que Solinest visait avec sa nouvelle solution de planification. SAP Analytics Cloud a été retenu pour répondre à ces besoins.
Solinest est un spécialiste du négoce de produits de grande consommation : confiseries, snacks, boissons et produits frais. Des articles qui peuvent être trouvés en devant de caisse et dans les rayons de 50.000 points de vente français : hypermarchés, supermarchés et commerces de proximité. La société alsacienne est également présente en Belgique et au Luxembourg.
Solinest distribue les produits de ses 40 marques partenaires, mais participe aussi au développement de marques de distributeurs et propose ses propres offres, comme la marque [N.A!]. Entreprise familiale et indépendante, Solinest compte 500 collaborateurs, pour 300 millions d’euros de chiffre d’affaires annuel.
Comme toutes les sociétés œuvrant dans le secteur de la distribution, Solinest réalise de gros volumes de transactions avec de faibles marges, nécessitant un apport constant de nouveaux marchés. La réactivité est un des autres enjeux auquel est confrontée la société. Réactivité se traduisant par un besoin d’alignement permanent entre marketing, commerce, logistique, finance et direction.
« Le système d’information de Solinest est compact, avec un ensemble de solutions SAP et des interfaces simples : un ERP SAP ECC, un data warehouse SAP BW, SAP BPO et SAP Analysis », explique Franck Prevost, DSI du groupe. Ce SI met l’accent sur des technologies matures, avec un reporting effectué sur Excel et manquant donc de flexibilité. « Nous avions besoin d’un outil transversal facilitant les échanges entre directions et permettant d’adresser le budget et les prévisions. »
SAP Analytics Cloud et Censio Karamba
« Nous souhaitions trouver une solution adaptée dans le catalogue SAP, poursuit Franck Prevost. Nous hésitions entre SAP Business Planning and Consolidation (SAP BPC) et SAP Analytics Cloud (SAC). Nous avons alors cherché une société capable de mettre en place des POC afin de vérifier laquelle de ces deux solutions répondrait le mieux à nos besoins. Censio Karamba a été choisi pour créer ces démonstrateurs. Après analyse, nous avons opté pour SAC, car c’est une solution cloud accessible et agile, capable de faire tout ce que l’on attendait (construction de budget, simulations, indicateurs et tableaux de bord), tout en étant au cœur de la roadmap de SAP. »
Ce projet structurant est stratégique pour Solinest. Une attention particulière a donc été portée sur la définition du modèle et des nouveaux processus, et une réflexion a été menée sur les besoins en matière de simulation. Trois lots ont été définis :
Budget : un lot devant être mis en place en septembre 2020, pour permettre la saisie des budgets 2021 dans SAC. Une phase critique du projet.
Répartition du réel : ce lot nécessitant de disposer d’une année de référence, il a été décidé de le mettre en place après le budget.
Contribution consolidée : l’objectif est ici de définir ce que les marques Solinest (comme [N.A!]) apportent en tant que marque et au distributeur. Rolling forecast et processus IBP font également partie de ce lot.
De mars à septembre 2020, les équipes de Solinest et de Censio Karamba ont mis en place la connexion entre SAP BW et SAC, modélisé l’intégralité du P&L, pris en compte les inducteurs de prix et coûts (environ 200) et créé les états de restitution par couples pays-canaux. En parallèle, il a fallu accompagner et former les utilisateurs en vue de la campagne de saisie de données relative au budget 2021. « Cette étape était très importante, car nous voulions être en mesure de faire interagir quatre métiers : marketing, commerciaux, supply chain et contrôleurs de gestion », explique Franck Prevost. Soit 400 personnes à former. Cette tâche fut d’autant plus complexe que le télétravail était la règle pendant une grande partie de cette période.
Premier succès, avec le rendu du lot 1 dans les temps, permettant une saisie du budget 2021 dans SAC. Crise sanitaire oblige, le lot 2 a été reculé de novembre 2020 à janvier 2021. Enfin, le lot 3 a été livré en juin 2021. Au total, le projet aura duré près de 18 mois.
Des métiers qui gagnent en autonomie
Le premier bénéfice, c’est l’autonomie apportée aux métiers. Ils deviennent indépendants du contrôleur de gestion sur la saisie et la restitution des données, et de l’IT sur les aspects techniques. Dans le même temps, le rôle du contrôle de gestion évolue : « d’opérateur de saisie, il devient celui qui orchestre les processus budgétaires », note Franck Prevost.
Autre avantage apporté par SAP Analytics Cloud : il permet à tous les collaborateurs d’accéder au même niveau d’information, de partout. « Il n’est plus nécessaire d’attendre que le contrôleur de gestion ait produit ses restitutions pour accéder aux informations. Dorénavant, tout le monde a accès à la donnée, au même moment. »
Prochainement, Solinest envisage de basculer de SAP BW vers SAP BW/4HANA. Mais aussi de mettre en place de nouveaux outils de simulation dédiés aux commerciaux et des tableaux de bord destinés au comité de direction de l’entreprise. L’aventure SAP Analytics Cloud ne fait donc que commencer pour Solinest.
https://ankaa-pmo.com/wp-content/uploads/2017/04/Logo-Ankaa-engineering.png00Service comm.https://ankaa-pmo.com/wp-content/uploads/2017/04/Logo-Ankaa-engineering.pngService comm.2023-02-15 17:52:472023-02-15 17:52:47Solinest pilote ses budgets et prévisions avec SAP Analytics Cloud
Il ne fait aucun doute que le concept de durabilité est en passe de transformer l’économie mondiale. L’épuisement des ressources de la planète, les bouleversements climatiques, la fracture sociale et économique, l’évolution des préférences de consommation, l’activisme salarial, la multiplication des réglementations et la crise de confiance dans les institutions sont autant de facteurs qui poussent les entreprises à se montrer toujours plus prudentes dans leurs objectifs et dans leurs bénéfices. Et tout cela est bon pour les affaires.
En assumant sa responsabilité sociétale, une entreprise renforce la réputation de sa marque. En effet, les demandeurs d’emploi et les consommateurs d’aujourd’hui cherchent à soutenir les organisations qui défendent des valeurs importantes et qui ont une incidence positive sur la société dans son ensemble. Quant aux investisseurs, ils s’intéressent de plus en plus aux objectifs de développement durable, et en particulier à leur impact social. Enfin, les réglementations concernant les droits humains et l’environnement se développent rapidement. De quoi pousser les PDG et les dirigeants d’entreprises à adopter une approche plus durable.
Les personnes, la planète et la prospérité
Quand vous entendez le mot « durabilité », vous avez peut-être le réflexe de penser au recyclage ou à l’environnement. Mais le concept ne se résume pas à éliminer les bouteilles d’eau à usage unique ou à réduire la consommation des combustibles fossiles. Le développement durable, c’est bien plus que cela. C’est une approche globale qui intègre des aspects sociaux, environnementaux et économiques – en somme, qui implique les personnes, la planète et la prospérité.
Les entreprises sont de plus en plus conscientes de la nécessité de se préoccuper autant de la durabilité sociale, ou durabilité en ressources humaines, que de ses volets économique et environnemental – car ce sont ces trois facteurs indissociables qui soutiennent et stimulent la durabilité de leurs activités. Les personnes sont les éléments constitutifs de la société ; elles exercent un impact sur l’environnement et alimentent l’économie. Elles sont naturellement au cœur de toute stratégie visant à atteindre des objectifs de développement durable. Dans le monde du travail actuel, les RH ont à la fois l’opportunité et la responsabilité de s’assurer que l’humain est au centre des différentes tâches, en créant un environnement propice aussi bien à l’épanouissement des collaborateurs qu’à la prospérité de l’entreprise dans son ensemble.
La durabilité sociale repose sur un traitement éthique et équitable des personnes au sein d’une entreprise, de sa Supply Chain et des populations parmi lesquelles elle opère.
La durabilité environnementale et économique implique de préserver et d’utiliser avec prudence les ressources naturelles et financières ; de la même manière, la durabilité sociale nécessite de considérer les personnes et le potentiel humain comme des ressources précieuses, qui doivent être entretenues et valorisées afin de favoriser la résilience, l’agilité et la réalisation d’objectifs pérennes.
Les entreprises qui font de la durabilité sociale une priorité en générant un impact social et en créant une culture plus diversifiée et inclusive sont mieux à même de stimuler l’implication et la productivité de leurs collaborateurs. Elles sont également mieux placées pour attirer et retenir les talents. Penny Stoker, responsable des talents internationaux chez EY, nous explique en quoi la durabilité sociale est centrale dans la construction d’un monde du travail meilleur.
Identifier les six piliers de la durabilité sociale
L’équipe de recherche en RH SAP SuccessFactors a identifié six domaines qui forment les piliers de la durabilité sociale. Bien que ces piliers soient distincts les uns des autres, on peut bien entendu identifier des recoupements. Et au centre de tout, il y a évidemment la notion de culture, qui détermine tant de comportements à l’intérieur d’une entreprise aussi bien qu’en dehors. Intéressons-nous à ces piliers, sous l’angle des RH et des processus de gestion du personnel.
Santé et sécurité A minima, vous devez garantir la sécurité physique de votre personnel, le protéger contre les risques et subvenir à ses besoins de base. Votre processus d’intégration offre-t-il aux nouvelles recrues une formation et un équipement de sécurité appropriés dès le premier jour ? Avez-vous une bonne visibilité sur l’ensemble de vos collaborateurs, et notamment sur l’endroit où ils se trouvent ? Savoir qui sont vos salariés et où ils sont, à tout moment, vous permet de réagir rapidement en cas de crise et de proposer une assistance si nécessaire.
Diversité, équité et inclusion En la matière, il s’agit de garantir à chaque individu un traitement juste et équitable, quels que soient son identité sociale et son système de croyances, de telle sorte qu’il en retire un sentiment authentique d’appartenance. Êtes-vous en mesure d’attirer et de recruter des demandeurs d’emploi issus de milieux divers ? Disposez-vous d’un processus de sélection et d’entretien standardisé ? Votre système de rémunération est-il transparent ? Avez-vous mis en place des métriques et un suivi des objectifs en matière de diversité, d’équité et d’inclusion ?
Bien-être et équilibre Au-delà des impératifs de santé et de sécurité de base, il s’agit de prioriser le bien-être global (psychologique, social, financier et professionnel) de vos collaborateurs en mettant à leur disposition les outils et les ressources pertinents. Proposez-vous un ensemble complet d’avantages avec des options attrayantes ? Vos collaborateurs sont-ils suffisamment en confiance pour être pleinement eux-mêmes au travail ? Encouragez-vous une culture du dialogue permanent entre les responsables et leurs équipes ?
Confiance et transparence
Dans ce domaine, il importe que les collaborateurs puissent s’exprimer, comprendre comment sont prises les principales décisions qui les concernent, et être certains que leur entreprise agit de manière éthique. Écoutez-vous régulièrement vos collaborateurs et tenez-vous compte de leurs retours ? Avez-vous mis en place des règles et des processus garantissant l’utilisation éthique des technologies intelligentes ainsi que la confidentialité et la protection des données ? Vos métriques de diversité sont-elles publiées et accessibles à tous ?
Autonomie et développement personnel
Vos collaborateurs doivent bénéficier d’informations claires, du soutien et des outils nécessaires pour développer leurs compétences et agir sur leur parcours professionnel. Proposez-vous des options de formation inclusives pour répondre aux besoins et aux préférences d’un personnel diversifié ? Veillez-vous à ce que les responsables transmettent des retours équitables et exploitables à leurs équipes ? Offrez-vous un accès équitable aux opportunités de développement ?
Objectif organisationnel et RSE
Dans ce dernier domaine, l’entreprise s’efforce activement de rendre ce qu’elle reçoit et d’exercer un impact positif sur le monde ; ses collaborateurs sont encouragés à s’impliquer et se sentent galvanisés par la mission et les valeurs du groupe. Veillez-vous à ce que les objectifs individuels soient alignés sur ceux de l’entreprise afin de donner du sens au travail accompli ? Donnez-vous à vos collaborateurs la possibilité de s’adonner à leurs passions ?
Que peuvent faire les entreprises pour favoriser la durabilité sociale ?
Aujourd’hui, dans la plupart des entreprises, différents acteurs mènent ce genre d’initiatives sans trop connaître les stratégies des autres ni mettre en place de collaborations. Cela dit, il faut bien commencer quelque part. La première étape, en toute logique, consiste à déterminer où vous en êtes. Disposez-vous d’une stratégie unifiée, au moins dans certains des domaines évoqués plus haut ? Entamez des discussions et lancez-vous dans l’élimination des silos organisationnels.
Accordez la priorité aux personnes. Les progrès pour la planète et la prospérité suivront. C’est cela, être une entreprise résiliente, orientée sur les résultats et sur les personnes. Une entreprise qui n’est pas seulement parée pour répondre aux besoins de gestion d’aujourd’hui, mais qui saura s’adapter à ceux de demain.
https://ankaa-pmo.com/wp-content/uploads/2017/04/Logo-Ankaa-engineering.png00Service comm.https://ankaa-pmo.com/wp-content/uploads/2017/04/Logo-Ankaa-engineering.pngService comm.2023-02-06 16:06:122023-02-06 16:06:12Renforcer les résultats clés d’une entreprise grâce à la durabilité sociale
Après avoir adopté l’ERP SAP S/4HANA, METEX NØØVISTAGO a souhaité améliorer son processus d’élaboration budgétaire. Une tâche confiée à SAP Analytics Cloud Planning, déployé par le Groupe KPC.
METEX NØØVISTAGO est un acteur industriel à la pointe de la bio-industrie.L’entreprise produit des ingrédients fonctionnels (principalement des acides aminées à ce jour) par fermentation pour le marché de la nutrition animale et bientôt de la cosmétique : 1 usine, 100KT d’acide aminées par an, 200M€ de CA annuel, et 350 salariés.
En juin 2020, METEX NØØVISTAGO a déployé un nouveau système d’information en mode greenfield, comprenant l’ERP intelligent SAP S/4HANA, un data warehouse SAP BW/4HANA et l’outil d’analyse de données SAP Analytics Cloud. « Un changement de taille pour METEX NØØVISTAGO,qui avait travaillé pendant 35 ans sur IBM AS/400 », explique Paul Stoffaes, DSI de l’entreprise.
Reste un processus qui n’avait pas été refondu : la planification budgétaire. « Le processus de forecast était réalisé sur Excel, ce qui était long, laborieux et source de nombreuses erreurs. Le contrôle de gestion passait plus de temps à consolider les données qu’à les analyser. Quant au processus d’élaboration budgétaire, il était encore plus fastidieux ».
METEX NØØVISTAGO a donc décidé de mettre en place une solution capable de livrer des prévisions au mois, à l’année et sur plusieurs années, avec une agilité permettant l’intégration aisée de nouveaux produits ou de nouveaux processus. L’objectif est de libérer du temps au contrôle de gestion, afin qu’il puisse se focaliser sur son cœur de métier, l’analyse et le pilotage.
SAP Analytics Cloud Planning déployé sur l’élaboration budgétaire
La société a confié la modélisation de son processus à l’un des modules de SAP Analytics Cloud, le module de Planning. « L’utilisation de SAP Analytics Cloud Planning permet de faciliter l’intégration avec l’ERP SAP S/4HANA, constate Paul Stoffaes. Il y a également une certaine logique à l’utiliser, car nos collaborateurs connaissent déjà SAP Analytics Cloud dans le cadre de la Business Intelligence. »
Le déploiement de la brique Planning de SAP Analytics Cloud a été confié à KPC : « Ils ont bien compris nos enjeux et ont su proposer un déroulé de projet et une méthodologie adaptés, ainsi qu’un chiffrage lisible. Leur capacité à s’engager au forfait sur un planning serré a également été une des raisons du choix de KPC. » METEX NØØVISTAGO avait en effet fixé comme contrainte une réalisation du projet dans un délai restreint de 5 mois.
Le cœur fonctionnel de la solution mise en place est un P&L présenté par produit, accompagné de plusieurs modèles de simulation. Chaque équipe dispose de son propre accès à la solution, afin d’y faire remonter ses données et prévisions : commerciaux, production, achats, logistique… Les informations sont synchronisées chaque jour – dans les deux sens – entre les référentiels SAP S/4HANA, SAP BW/4HANA et SAP Analytics Cloud, au travers de SAP Data Hub.
Voici le détail du processus mis en place :
L’équipe de vente fait remonter ses informations : volumes, prix, commissions…
L’équipe en charge des achats définit les prix moyens pondérés.
L’équipe de production travaille en parallèle sur la définition des nomenclatures.
Le contrôle de gestion pilote l’ensemble du processus, en intervenant lorsque nécessaire.
Un projet réussi, qui renforce l’adoption de SAP Analytics Cloud
« De notre point de vue, le projet est une réussite, résume Paul Stoffaes. Il a été mené à bien dans les délais, avec un budget maîtrisé. KPC a su faire preuve d’une solide expertise fonctionnelle et technique. Nous avions séparé le projet sous forme de lots, permettant de dispatcher les livrables tout au long du développement, ce qui s’est avéré très confortable. »
Quels bénéfices a identifié METEX NØØVISTAGO?
Des gains de productivité, avec une réduction de la durée du processus et une plus grande autonomie des parties prenantes.
Des gains en fiabilité, les données étant extraites puis remontées directement depuis et vers l’ERP SAP S/4HANA.
Des gains de flexibilité : « Auparavant, évaluer chacune des hypothèses pouvait tourner rapidement au cauchemar. Aujourd’hui, nous sommes beaucoup plus sereins. »
Le tout avec comme résultat global une amélioration des prévisions. Mais aussi un bénéfice inattendu : un intérêt renouvelé des collaborateurs pour SAP Analytics Cloud. « L’utilisation de SAP Analytics Cloud Planning a poussé certains utilisateurs à se pencher sur SAP Analytics Cloud BI », confirme Paul Stoffaes. La DSI s’attendait à une adoption rapide de SAP Analytics Cloud Planning par les utilisateurs de SAP Analytics Cloud BI. La fertilisation a finalement aussi été constatée dans l’autre sens !
https://ankaa-pmo.com/wp-content/uploads/2017/04/Logo-Ankaa-engineering.png00Service comm.https://ankaa-pmo.com/wp-content/uploads/2017/04/Logo-Ankaa-engineering.pngService comm.2022-01-17 11:21:022022-01-17 11:21:02L’industriel METEX NØØVISTAGO s’appuie sur SAP Analytics Cloud Planning pour son élaboration budgétaire
La définition la plus simple de l’analytique augmentée ? C’est une analytique qui est « améliorée » par des technologies d’intelligence artificielle (IA), notamment par le machine learning et le traitement du langage naturel (NLP).
Le machine learning automatise les processus analytiques complexes, comme la préparation des données et la génération d’informations. Le traitement par le langage naturel permet à tout utilisateur, même non formé, de poser des questions sur ses données et d’obtenir des réponses de manière simple sous forme de phrases.
Le terme « Augmented Analytics » a été inventé par Gartner en 2017 et est désormais largement considéré comme l’avenir de la business intelligence (BI) et de l’analyse de données – y compris l’analyse prédictive.
Pourquoi l’analytique augmentée est-elle importante ?
Exploiter les possibilités offertes par le Big Data
Les données représentent la plus grande opportunité de l’économie moderne. Grâce à elles, les entreprises peuvent savoir quoi produire et quand, à qui s’adresser, comment évoluer, et bien plus encore. Mais le volume de données est aujourd’hui trop important pour que les collaborateurs puissent les interpréter seuls – ou sans parti pris – et l’exigence de réponses immédiates est tout simplement impossible à satisfaire. Des technologies comme l’IA et l’apprentissage automatique sont nécessaires pour découvrir des informations significatives dans un océan de Big Data. C’est l’une des raisons pour lesquelles les analyses augmentées sont si importantes : elles combinent la datascience et l’intelligence artificielle pour aider les entreprises à analyser des ensembles de données massifs en temps réel.
Réduire la dépendance à l’égard des data scientists
Le processus d’analyse est une série d’étapes manuelles et chronophages, si compliquées qu’en général seuls les data scientists peuvent les réaliser. Ces analystes professionnels doivent :
Collecter des données à partir de sources multiples
Les préparer pour l’analyse
Effectuer l’analyse
Trouver des insights utiles
Visualiser les résultats
Partager les résultats d’une manière convaincante
Créer un plan d’action
Le problème, c’est qu’il y a une grande pénurie de data scientists dans le monde – et les embaucher coûte cher. Si l’analytique augmentée ne remplace pas ces professionnels, elle peut réduire votre dépendance à leur égard en automatisant des processus tels que la collecte, la préparation, le nettoyage et l’analyse des données.
En plus de libérer le temps des data scientists pour des tâches plus importantes, comme l’interprétation des résultats, l’analytique augmentée peut améliorer la valeur que ces analystes apportent à votre organisation. Les analyses optimisées par l’IA et l’apprentissage automatique les aident à établir des liens qu’ils auraient autrement manqués – et à trouver des informations pertinentes en moins de temps. Ces technologies peuvent également aider des collaborateurs qui occupent d’autres fonctions analytiques – des analystes commerciaux aux analystes métier – en améliorant leurs connaissances et en les aidant à faire le travail qui était auparavant réservé aux data scientists experts.
D’ici 2025, la rareté des data scientists ne sera plus un frein à l’adoption de la science des données et du machine learning dans les organisations.
Démocratiser l’analytique pour les utilisateurs non formés
Une autre raison pour laquelle l’analytique augmentée est si importante est qu’elle permet aux « explorateurs de données » non formés d’entrer en jeu. En automatisant les processus analytiques complexes et en permettant aux utilisateurs d’interroger les données simplement en posant des questions, les collaborateurs qui n’ont pas de compétences en datascience peuvent quand même tirer parti des analyses avancées. L’apprentissage automatique peut guider ces explorateurs de données en leur proposant des questions/réponses pré remplies – et en leur suggérant où creuser davantage.
Avec l’analytique augmentée, les réponses aux requêtes se présentent sous la forme de visuels prêts à l’emploi, comme des diagrammes, des graphiques et des cartes, de sorte que les utilisateurs n’ont pas à les créer eux-mêmes. Ces visualisations peuvent être analysées à l’aide de commandes simples, rassemblées dans des récits de données et facilement partagées avec d’autres équipes et la direction.
L’évolution de l’analytique
L’Analytique et la Business Intelligence ont beaucoup évolué ces dernières années, passant d’outils sophistiqués destinés aux professionnels des données et de l’analyse à des outils optimisés par le machine learning que tout le monde peut utiliser.
1. Analytique traditionnelle
Impulsée par l’IT
Autonomie de l’utilisateur limitée
Des outils sophistiqués pour les professionnels des données et de l’analyse
Se focalise sur le reporting à grande échelle
2. Analytique en libre-service
Impulsée par les métiers
Plus d’autonomie pour les utilisateurs
Interface conviviale
Se focalise sur la découverte par les utilisateurs
3. Analytique augmentée
Impulsée par l’IA et le machine learning
Une véritable autonomie des utilisateurs
Outils d’IA et processus guidés
Se focalise sur des informations rapides, profondes et précédemment cachées.
Avantages de l’analytique augmentée
L’analytique augmentée offre de nombreux avantages similaires à ceux de la business intelligence, comme l’amélioration du reporting et de la prise de décision, mais elle offre également un niveau de rapidité et de précision impossible à atteindre sans intelligence artificielle et apprentissage automatique. Voici quelques avantages spécifiques à l’analytique augmentée :
Préparation plus rapide des données : Les analystes passent environ 80 % de leur temps à préparer les données pour l’analyse. Ils exportent de grands ensembles de données et les combinent, les nettoient et les structurent avant que l’analyse ne puisse commencer. L’apprentissage automatique de l’analytique augmentée automatise ce processus, libérant les analystes pour des activités plus utiles et réduisant les erreurs par la même occasion.
Analyse automatisée : Les modèles d’apprentissage automatique peuvent automatiser des analyses complexes qui, autrement, prendraient des semaines aux data scientists. Les réponses et les visualisations de données sont immédiatement générées et disponibles pour les utilisateurs, qui peuvent ainsi passer moins de temps à creuser dans les données et plus de temps à interpréter les informations, à raconter des histoires de données aux dirigeants et à provoquer le changement.
Découvrez comment l’analytique augmentée fournit automatiquement des réponses aux requêtes, afin que les utilisateurs passent moins de temps à explorer les données et plus de temps à agir.
Des insights profonds : Les machines peuvent examiner les données d’une manière qui serait impossible pour les humains. Elles peuvent examiner des ensembles de données beaucoup plus vastes sous plus d’angles et trouver des corrélations, des relations -via des modèles statistiques- invisibles à l’œil humain. Les machines peuvent comprendre les données rapidement et à grande échelle, renforcer l’intelligence humaine par des informations impartiales et indiquer aux utilisateurs où porter leur attention.
L’analyse conversationnelle : Le traitement du langage naturel – la même technologie d’IA conversationnelle qui équipe des assistants numériques comme Siri et Alexa – permet aux utilisateurs professionnels n’ayant aucune connaissance des langages de requête ou du code de poser des questions de manière conversationnelle. Et la génération de langage naturel (NLG) leur donne des réponses sous forme de phrases complètes, écrites ou orales, qui résument ou expliquent les résultats.
Contexte instantané : Les informations sans contexte n’ont aucun sens. En tenant compte de l’intention et des comportements des utilisateurs, les algorithmes d’apprentissage automatique peuvent fournir des informations contextuelles prêtes à être utilisées. En outre, en démocratisant l’analytique, les cadres et les employés expérimentés peuvent enrichir les informations grâce à leurs connaissances et à leur compréhension approfondie des business models et des opérations.
Hyoun Park, PDG et analyste principal chez Amalgam Insights, explique comment l’analytique augmentée fournit un contexte, afin que vous sachiez réellement ce que vos données contiennent.
Cas d’utilisation de l’analytique augmentée
L’analytique augmentée a le pouvoir de révolutionner les processus d’entreprise, mais à quoi cela ressemble-t-il dans le monde réel ? Voici quelques exemples de cas d’utilisation de l’analytique augmentée dans les domaines de la finance, des ventes et du marketing, de la production, des ressources humaines et du recouvrement.
L’analytique augmentée pour la finance
Un Analyste peut utiliser l’analytique augmentée pour prévoir et contrôler facilement les frais de voyage et de représentation (T&E) dans différents départements.
L’analytique augmentée pour le recouvrement
Les responsables du recouvrement peuvent utiliser l’apprentissage automatique dans l’analytique augmentée pour anticiper les retards de paiement, déterminer la bonne stratégie de recouvrement et maîtriser les flux de trésorerie.
L’analytique augmentée pour les ventes et le marketing
Les équipes de vente et de marketing disposent d’une meilleure connaissance des clients – et d’une identification rapide des opportunités de ventes croisées et incitatives – grâce à l’analytique augmentée.
L’analytique augmentée pour les RH
Les responsables RH peuvent prédire le turn-over des collaborateurs, en comprendre les raisons et prendre des mesures correctives pour conserver les meilleurs éléments – tout cela grâce à l’analyse de l’IA.
Découvrez SAP Analytics Cloud
Exploitez la Business Intelligence, l’analytique augmentée et la planification pilotées par l’IA dans une solution unique et facile à utiliser.
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
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 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 .
https://ankaa-pmo.com/wp-content/uploads/2017/04/Logo-Ankaa-engineering.png00Service comm.https://ankaa-pmo.com/wp-content/uploads/2017/04/Logo-Ankaa-engineering.pngService comm.2021-06-02 19:22:442021-06-02 19:22:44SAPPHIRE NOW : de nouvelles innovations SAP pour renforcer l’autonomie des clients
Un data warehouse (entrepôt de données) est un système de stockage numérique qui connecte et harmonise de grandes quantités de données provenant de nombreuses sources différentes. Il a pour but d’alimenter la Business Intelligence (BI), le reporting et l’analyse, ainsi que soutenir la conformité aux exigences réglementairesafin que les entreprises puissent exploiter leurs données et prendre des décisions intelligentes fondées sur les données. Les data warehouse stockent les données actuelles et historiques dans un seul et même endroit et constituent ainsi une source unique de vérité pour une organisation.
Les données sont envoyées vers un data warehouse à partir de systèmes opérationnels (tels qu’un système ERP ou CRM), de bases de données et de sources externes comme les systèmes partenaires, les appareils IoT, les applications météo ou les réseaux sociaux, généralement de manière régulière. L’émergence du cloud computing a changé la donne. Ces dernières années, le stockage des données a été déplacé de l’infrastructure sur site traditionnelle vers de multiples emplacements, y compris sur site, dans le Cloud privé et dans le Cloud public.
Les data warehouse modernes sont conçus pour gérer à la fois les données structurées et les données non structurées, comme les vidéos, les fichiers image et les données de capteurs. Certains utilisent les outils analytiques intégrés et la technologie de base de données in-memory (qui conserve l’ensemble de données dans la mémoire de l’ordinateur plutôt que dans l’espace disque) pour fournir un accès en temps réel à des données fiables et favoriser une prise de décision en toute confiance. Sans entreposage de données, il est très difficile de combiner des données provenant de sources hétérogènes, de s’assurer qu’elles sont au bon format pour les analyses et d’obtenir une vue des données sur le court terme et sur le long terme.
Avantages de l’entreposage de données
Un data warehouse bien conçu constitue la base de tout programme de BI ou d’analyse réussi. Son principal objectif est d’alimenter les rapports, les tableaux de bord et les outils analytiques devenus indispensables aux entreprises d’aujourd’hui. Un entrepôt de données fournit les informations dont vous avez besoin pour prendre des décisions basées sur les données et vous aide à faire les bons choix, que ce soit pour le développement de nouveaux produits ou la gestion des niveaux de stock. Un data warehouse présente de nombreux avantages. En voici quelques-uns :
Un meilleur reporting analytique : grâce à l’entreposage de données, les décideurs ont accès à des données provenant de plusieurs sources et n’ont plus besoin de prendre des décisions basées sur des informations incomplètes.
Des requêtes plus rapides : les data warehouse sont spécialement conçus pour permettre l’extraction et l’analyse rapides des données. Avec un entrepôt de données, vous pouvez très rapidement demander de grandes quantités de données consolidées avec peu ou pas d’aide du service informatique.
Une amélioration de la qualité des données : avant de charger les données dans l’entrepôt de données le système met en place des nettoyages de données afin de garantir que les données sont converties dans un seul et même format dans le but de faciliter les analyses (et les décisions), qui reposent alors sur des données précises et de haute qualité.
Une visibilité sur les données historiques : en stockant de nombreuses données historiques, un data warehouse permet aux décideurs d’analyser les tendances et les défis passés, de faire des prévisions et d’améliorer l’organisation au quotidien.
Que peut stocker un data warehouse ?
Lorsque les data warehouse sont devenus populaires à la fin des années 1980, ils étaient conçus pour stocker des informations sur les personnes, les produits et les transactions. Ces données, appelées données structurées, étaient bien organisées et mises en forme pour en favoriser l’accès. Cependant, les entreprises ont rapidement voulu stocker, récupérer et analyser des données non structurées, comme des documents, des images, des vidéos, des e-mails, des publications sur les réseaux sociaux et des données brutes issues de capteurs.
Un entrepôt de données moderne peut contenir des données structurées et des données non structurées. En fusionnant ces types de données et en éliminant les silos qui les séparent, les entreprises peuvent obtenir une vue complète et globale sur les informations les plus précieuses.
Termes clés
Il est essentiel de bien comprendre un certain nombre de termes en lien avec les data warehouse. Les plus importants ont été définis ci-dessous. Découvrez d’autres termes et notre FAQ dans notre glossaire.
Data warehouse et base de données
Les bases de données et les data warehouse sont tous deux des systèmes de stockage de données, mais diffèrent de par leurs objectifs. Une base de données stocke généralement des données relatives à un domaine d’activité particulier. Un entrepôt de données stocke les données actuelles et historiques de l’ensemble de l’entreprise et alimente la BI et les outils analytiques. Les data warehouse utilisent un serveur de base de données pour extraire les données présentes dans les bases de données d’une organisation et disposent de fonctionnalités supplémentaires pour la modélisation des données, la gestion du cycle de vie des données, l’intégration des sources de données, etc.
Data warehouse et lac de données
Les data warehouse et les lacs de données sont utilisés pour stocker le Big Data, mais sont des systèmes de stockage très différents. Un data warehouse stocke des données qui ont été formatées dans un but spécifique, tandis qu’un lac de données stocke les données dans leur état brut, non traité, dont l’objectif n’a pas encore été défini. Les entrepôts de données et les lacs de données se complètent souvent. Par exemple, lorsque des données brutes stockées dans un lac s’avèrent utiles pour répondre à une question, elles peuvent être extraites, nettoyées, transformées et utilisées dans un data warehouse à des fins d’analyse. Le volume de données, les performances de la base de données et les coûts du stockage jouent un rôle important dans le choix de la solution de stockage adaptée.
Data warehouse et datamart
Un datamart est une sous-section d’un data warehouse, partitionné spécifiquement pour un service ou un secteur d’activité, comme les ventes, le marketing ou la finance. Certains datamarts sont également créés à des fins opérationnelles autonomes. Alors qu’un data warehouse sert de magasin de données central pour l’ensemble de l’entreprise, un datamart utilise des données pertinentes à un groupe d’utilisateurs désigné. Ces utilisateurs peuvent alors accéder plus facilement aux données, accélérer leurs analyses et contrôler leurs propres données. Plusieurs datamarts sont souvent déployés dans un data warehouse.
Quels sont les composants clés d’un data warehouse ?
Un data warehouse classique comporte quatre composants principaux : une base de données centrale, des outils ETL (extraction, transformation, chargement), des métadonnées et des outils d’accès. Tous ces composants sont conçus pour être rapides afin de vous assurer d’obtenir rapidement des résultats et vous permettre d’analyser les données à la volée.
Base de données centrale : une base de données sert de fondement à votre data warehouse. Depuis le départ, on utilisait essentiellement des bases de données relationnelles standard exécutées sur site ou dans le Cloud. Mais en raison du Big Data, du besoin d’une véritable performance en temps réel et d’une réduction drastique des coûts de la RAM, les bases de données in-memory sont en train de monter en puissance.
Intégration des données : les données sont extraites des systèmes source et modifiées pour aligner les informations afin qu’elles puissent être rapidement utilisées à des fins analytiques à l’aide de différentes approches d’intégration des données telles que l’ETL (extraction, transformation, chargement) et les services de réplication de données en temps réel, de traitement en masse, de transformation des données et de qualité et d’enrichissement des données.
Métadonnées : les métadonnées sont des données relatives à vos données. Elles indiquent la source, l’utilisation, les valeurs et d’autres fonctionnalités des ensembles de données présents dans votre data warehouse. Il existe des métadonnées de gestion, qui ajoutent du contexte à vos données, et des métadonnées techniques, qui décrivent comment accéder aux données, définissent leur emplacement ainsi que leur structure.
Outils d’accès du data warehouse : les outils d’accès permettent aux utilisateurs d’interagir avec les données de votre data warehouse. Exemples d’outils d’accès : outils de requête et de reporting, outils de développement d’applications, outils d’exploration de données et outils OLAP.
Architecture de data warehouse
Auparavant, les data warehouse fonctionnaient par couches, lesquelles correspondaient au flux des données de gestion.
Couche de données
Les données sont extraites de vos sources, puis transformées et chargées dans le niveau inférieur à l’aide des outils ETL. Le niveau inférieur comprend votre serveur de base de données, les datamarts et les lacs de données. Les métadonnées sont créées à ce niveau et les outils d’intégration des données, tels que la virtualisation des données, sont utilisés pour combiner et agréger les données en toute transparence.
Couche sémantique
Au niveau intermédiaire, les serveurs OLAP (Online Analytical Processing) et OLTP (Online Transaction Processing) restructurent les données pour favoriser des requêtes et des analyses rapides et complexes.
Couche analytique
Le niveau supérieur est la couche du client frontend. Il contient les outils d’accès du data warehouse qui permettent aux utilisateurs d’interagir avec les données, de créer des tableaux de bord et des rapports, de suivre les KPI, d’explorer et d’analyser les données, de créer des applications, etc. Ce niveau inclut souvent un workbench ou une zone de test pour l’exploration des données et le développement de nouveaux modèles de données.
Un data warehouse standard comprend les trois couches définies ci-dessus. Aujourd’hui, les entrepôts de données modernes combinent OLTP et OLAP dans un seul système.
Les data warehouse, conçus pour faciliter la prise de décision, ont été essentiellement créés et gérés par les équipes informatiques. Néanmoins, ces dernières années, ils ont évolué pour renforcer l’autonomie des utilisateurs fonctionnels, réduisant ainsi leur dépendance aux équipes informatiques pour accéder aux données et obtenir des informations exploitables. Parmi les fonctionnalités clés d’entreposage de données qui ont permis de renforcer l’autonomie des utilisateurs fonctionnels, on retrouve les suivantes :
La couche sémantique ou de gestion fournit des expressions en langage naturel et permet à tout le monde de comprendre instantanément les données, de définir des relations entre les éléments dans le modèle de données et d’enrichir les zones de données avec de nouvelles informations.
Les espaces de travail virtuels permettent aux équipes de regrouper les connexions et modèles de données dans un lieu sécurisé et géré, afin de mieux collaborer au sein d’un espace commun, avec un ensemble de données commun.
Le Cloud a encore amélioré la prise de décision en permettant aux employés de disposer d’un large éventail d’outils et de fonctionnalités pour effectuer facilement des tâches d’analyse des données. Ils peuvent connecter de nouvelles applications et de nouvelles sources de données sans avoir besoin de faire appel aux équipes informatiques.
Kate Wright, responsable de la Business Intelligence augmentée chez SAP, évoque la valeur d’un data warehouse Cloud moderne.
Les 7 principaux avantages d’un data warehouse Cloud
Les data warehouse Cloud gagnent en popularité, à juste titre. Ces entrepôts modernes offrent plusieurs avantages par rapport aux versions sur site traditionnelles. Voici les sept principaux avantages d’un data warehouse Cloud :
Déploiement rapide : grâce à l’entreposage de données Cloud, vous pouvez acquérir une puissance de calcul et un stockage de données presque illimités en quelques clics seulement, et créer votre propre data warehouse, datamarts et systèmes de test en quelques minutes.
Faible coût total de possession (TCO) : les modèles de tarification du data warehouse en tant que service (DWaaS) sont établis de sorte que vous payez uniquement les ressources dont vous avez besoin, lorsque vous en avez besoin. Vous n’avez pas besoin de prévoir vos besoins à long terme ou de payer pour d’autres traitements tout au long de l’année. Vous pouvez également éviter les coûts initiaux tels que le matériel coûteux, les salles de serveurs et le personnel de maintenance. Séparer les coûts du stockage des coûts informatiques vous permet également de réduire les dépenses.
Élasticité : un data warehouse Cloud vous permet d’ajuster vos capacités à la hausse ou à la baisse selon vos besoins. Le Cloud offre un environnement virtualisé et hautement distribué capable de gérer d’immenses volumes de données qui peuvent diminuer ou augmenter.
Sécurité et restauration après sinistre : dans de nombreux cas, les data warehouse Cloud apportent une sécurité des données et un chiffrage plus forts que les entrepôts sur site. Les données sont également automatiquement dupliquées et sauvegardées, ce qui vous permet de minimiser le risque de perte de données.
Technologies en temps réel : les data warehouse Cloud basés sur la technologie de base de données in-memory présentent des vitesses de traitement des données extrêmement rapides, offrant ainsi des données en temps réel et une connaissance instantanée de la situation.
Nouvelles technologies : les data warehouse Cloud vous permettent d’intégrer facilement de nouvelles technologies telles que l’apprentissage automatique, qui peuvent fournir une expérience guidée aux utilisateurs fonctionnels et une aide décisionnelle sous la forme de suggestions de questions à poser, par exemple.
Plus grande autonomie des utilisateurs fonctionnels : les data warehouse Cloud offrent aux employés, de manière globale et uniforme, une vue unique sur les données issues de nombreuses sources et un vaste ensemble d’outils et de fonctionnalités pour effectuer facilement des tâches d’analyse des données. Ils peuvent connecter de nouvelles applications et de nouvelles sources de données sans avoir besoin de faire appel aux équipes informatiques.
L’entreposage de données prend en charge l’analyse complète des dépenses de l’entreprise par service, fournisseur, région et statut, pour n’en citer que quelques-unes.
Meilleures pratiques concernant l’entreposage des données
Pour atteindre vos objectifs et économiser du temps et de l’argent, il est recommandé de suivre certaines étapes éprouvées lors de la création d’un data warehouse ou l’ajout de nouvelles applications à un entrepôt existant. Certaines sont axées sur votre activité tandis que d’autres s’inscrivent dans le cadre de votre programme informatique global. Vous pouvez commencer avec la liste de meilleures pratiques ci-dessous, mais vous en découvrirez d’autres au fil de vos collaborations avec vos partenaires technologiques et de services.
Meilleures pratiques métier
Meilleures pratiques informatiques
Définir les informations dont vous avez besoin. Une fois que vous aurez cerné vos besoins initiaux, vous serez en mesure de trouver les sources de données qui vous aideront à les combler. La plupart du temps, les groupes commerciaux, les clients et les fournisseurs auront des recommandations à vous faire.
Surveiller la performance et la sécurité. Les informations de votre data warehouse sont certes précieuses, mais elles doivent quand même être facilement accessibles pour apporter de la valeur à l’entreprise. Surveillez attentivement l’utilisation du système pour vous assurer que les niveaux de performance sont élevés.
Documenter l’emplacement, la structure et la qualité de vos données actuelles. Vous pouvez ensuite identifier les lacunes en matière de données et les règles de gestion pour transformer les données afin de répondre aux exigences de votre entrepôt.
Gérer les normes de qualité des données, les métadonnées, la structure et la gouvernance. De nouvelles sources de données précieuses sont régulièrement disponibles, mais nécessitent une gestion cohérente au sein d’un data warehouse. Suivez les procédures de nettoyage des données, de définition des métadonnées et de respect des normes de gouvernance.
Former une équipe. Cette équipe doit comprendre les dirigeants, les responsables et le personnel qui utiliseront et fourniront les informations. Par exemple, identifiez le reporting standard et les KPI dont ils ont besoin pour effectuer leurs tâches.
Fournir une architecture agile. Plus vos unités d’affaires et d’entreprise utiliseront les données, plus vos besoins en matière de datamarts et d’entrepôts augmenteront. Une plate-forme flexible s’avérera bien plus utile qu’un produit limité et restrictif.
Hiérarchiser vos applications de data warehouse. Sélectionnez un ou deux projets pilotes présentant des exigences raisonnables et une bonne valeur commerciale.
Automatiser les processus tels que la maintenance. Outre la valeur ajoutée apportée à la Business Intelligence, l’apprentissage automatique peut automatiser les fonctions de gestion technique du data warehouse pour maintenir la vitesse et réduire les coûts d’exploitation.
Choisir un partenaire technologique compétent pour l’entrepôt de données. Ce dernier doit offrir les services d’implémentation et l’expérience dont vous avez besoin pour la réalisation de vos projets. Assurez-vous qu’il puisse répondre à vos besoins en déploiement, y compris les services Cloud et les options sur site.
Utiliser le Cloud de manière stratégique. Les unités d’affaires et les services ont des besoins en déploiement différents. Utilisez des systèmes sur site si nécessaire et misez sur des data warehouse Cloud pour bénéficier d’une évolutivité, d’une réduction des coûts et d’un accès sur téléphone et tablette.
Développer un bon plan de projet. Travaillez avec votre équipe sur un plan et un calendrier réalistes qui rendent possible les communications et le reporting de statut.
En résumé
Les data warehouse modernes, et, de plus en plus, les data warehouse Cloud, constitueront un élément clé de toute initiative de transformation numérique pour les entreprises mères et leurs unités d’affaires. Les data warehouse exploitent les systèmes de gestion actuels, en particulier lorsque vous combinez des données issues de plusieurs systèmes internes avec de nouvelles informations importantes provenant d’organisations externes.
Les tableaux de bord, les indicateurs de performance clés, les alertes et le reporting répondent aux exigences des cadres dirigeants, de la direction et du personnel, ainsi qu’aux besoins des clients et des fournisseurs importants. Les data warehouse fournissent également des outils d’exploration et d’analyse de données rapides et complexes, et n’ont pas d’impact sur les performances des autres systèmes de gestion.
Découvrez la solution SAP Data Warehouse Cloud
Unifiez vos données et analyses pour prendre des décisions avisées et obtenir la flexibilité nécessaire pour un contrôle efficace des coûts, notamment grâce à un paiement selon l’utilisation.
SAP a choisi Zeplug, leader français des installations de bornes de recharge à domicile et en entreprise, pour lancer Flex Charging, un nouveau programme visant à offrir plus de flexibilité à ses collaborateurs en France en complétant le service de recharge de véhicules électriques existant. Les bornes de recharge seront installées à leur domicile qu’ils soient en maison individuelle ou en copropriété.
Développer une nouvelle expérience collaborateur
Avec Flex Charging, SAP innove et propose une nouvelle solution de recharge à ses collaborateurs pour qu’ils puissent se recharger directement chez eux sans avoir besoin de se recharger sur site où en mobilité. Une solution qui permet de dépasser les limites d’infrastructure de certains sites ne pouvant plus accueillir de bornes supplémentaires et de répondre aux besoins de recharge des collaborateurs ayant fait le choix du 100% électrique. Ce programme permettra désormais aux collaborateurs de se recharger plus facilement et de gagner en autonomie.
Renforcer son engagement pour le climat et tenir l’objectif de neutralité carbone des opérations en 2023 fixé par le Groupe SAP.
Première société durable du secteur du logiciel selon DJSI, SAP a mis en place une stratégie de développement durable ambitieuse qui vise notamment la neutralité carbone de ses opérations d’ici 2023. Avec Flex Charging, SAP entend également faciliter la transition vers la mobilité électrique de ses collaborateurs en France et ainsi les inciter au 100 % électrique. En effet, SAP possède actuellement 280 véhicules électriques sur une flotte totale de 900 véhicules en France.
Ces solutions de recharge à domicile viennent en complément des bornes de recharge déjà déployées sur 3 de leurs sites (Caen, Levallois, Mougins) depuis plusieurs années. A l’horizon 2021, une centaine de collaborateurs disposeront d’une solution de recharge chez eux. Une vingtaine d’installations à domicile viennent déjà d’être déployées. Ce programme pilote au sein du Groupe devrait être étendu à d’autres pays et ouvre de belles perspectives de nouvelles collaborations.
Des bornes supervisées avec SAP E-mobility
La solution déployée intègre le logiciel de supervision et de pilotage énergétique SAP E-mobility développé par SAP Labs France. Celle-ci permet une gestion des panneaux photo voltaïques et stockage d’énergie de bâtiments en plus du smart charging.
Toutes les données de consommation associées aux bornes de recharge peuvent être visualisées par les utilisateurs et les gestionnaires de flotte dans SAP E-mobility, permettant le suivi de la consommation électrique. La solution est également interfacée avec le logiciel de gestion de notes de frais SAP Concur pour rembourser directement les collaborateurs de leurs consommations d’électricité liées à la recharge. Actuellement déployé par Zeplug sur des bornes Schneider Electric, SAP E-mobility est déjà interopérable avec une vingtaine de fabricants de bornes, permettant une totale indépendance technologique à ses clients.
« Ce programme marque une nouvelle étape dans la stratégie de développement durable de SAP en France. Nous souhaitons ouvrir les champs des possibles, montrer l’exemple sur le marché pour accélérer l’adoption des véhicules électriques par les collaborateurs et ainsi tenir nos engagements pour l’environnement », explique Frédéric Chauviré, Directeur Général de SAP France.
« Zeplug apporte une solution clé en mains pour la recharge au domicile. Connecté à notre solution SAP E-Mobility, les collaborateurs bénéficient d’un système fiable et intégré directement chez eux », Hanno Klausmeier, Président SAP Labs France
« Nous sommes très heureux d’accompagner SAP dans leur transition vers la mobilité électrique. Nous sommes convaincus que la mise à disposition de bornes de recharge au domicile des collaborateurs est un véritable accélérateur de l’électrification des flottes », Frédéric Renaudeau, fondateur de Zeplug.
À propos de Zeplug
Créée en 2014, Zeplug propose un service de recharge pour véhicule électrique clé-en-main aux particuliers habitant en copropriété et aux entreprises. À la manière d’un opérateur fibre, ZEPLUG investit tout ou partie de l’infrastructure à ses frais, et propose un service de recharge complet, incluant la mise à disposition et la maintenance de l’infrastructure (En copropriété : sur les places privatives ; En entreprise : sur le lieu de travail et au domicile des collaborateurs) ainsi que l’électricité nécessaire à la recharge du véhicule. Zeplug est également partenaire de grands constructeurs automobiles tels que BMW, MINI, Volkswagen, Audi, Seat, Skoda, Porsche, Honda, Volvo et Jaguar Land Rover.
A 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.
https://ankaa-pmo.com/wp-content/uploads/2017/04/Logo-Ankaa-engineering.png00Service comm.https://ankaa-pmo.com/wp-content/uploads/2017/04/Logo-Ankaa-engineering.pngService comm.2021-03-24 05:00:112021-03-24 05:00:11SAP choisit Zeplug pour équiper le domicile de ses collaborateurs en France en bornes de recharge pour voiture électrique
De nombreuses études (1) estiment que les organisations financières dédient plus de 50% de leur charge de travail à la collecte et l’analyse de données. C’est pourquoi l’automatisation est un outil à fort potentiel.
Avec la plateforme SAP S/4HANA, l’ERP nouvelle génération, SAP introduit un ensemble de techniques permettant à la machine d’imiter une forme d’intelligence réelle, l’Intelligence Artificielle.
Les domaines d’application sont nombreux et peuvent être mis au service de la transformation de la fonction finance.
Le Machine Learning pour optimiser la réconciliation bancaire
La réconciliation bancaire est un exemple de processus qui implique de nombreuses actions manuelles, notamment pour les flux d’encaissements :
des volumes importants de paiements à réconcilier manuellement malgré des règles prédéfinis,
des paiements sans références factures, des données de base incomplètes, des paiements avec écarts qui complexifient les actions de réconciliation,
des règles spécifiques à mettre en place en fonction des pays, des formats, des modes de paiements.
SAP introduit dans la suite SAP S/4HANA, une solution innovante basée sur du Machine Learning et permettant d’atteindre des taux d’automatisation proche de 97%.
La solution apprend des données et actions historiques, c’est-à-dire des répétitions (patterns) dans un ou plusieurs flux de données (extraits de comptes électroniques, avis de paiements, banques partenaires/sociétés,…) et en tire des prédictions de réconciliation en se basant sur des statistiques.
Les critères de réconciliation sont ainsi continuellement affinés et les nouveaux cas, les exceptions, traités en autonomie. Les taux d’automatisation considérablement améliorés contribuent à réduire les coûts de déploiements et coûts opérationnels.
L’analyse prédictive pour améliorer la prise de décision
L’évolution constante des modèles économiques impose aux directions financières de gagner en efficacité et en agilité. Elles doivent anticiper les impacts sur les revenus, la profitabilité, l’affectation des ressources afin d’orienter la stratégie de l’entreprise.
La plateforme SAP S/4HANA embarque des scénarios d’analyses prédictives permettant d’établir des prévisions de chiffre d’affaires très fiables via des algorithmes se basant sur des données actuelles et historiques, internes et externes à l’organisation tel que le pipeline des ventes, les tendances du marché, l’évolution du PIB d’un pays, etc.
Ces prédictions effectuées en temps réel alimentent le processus de planification budgétaire et sont déclinées à tous les niveaux de l’organisation où des ajustements peuvent être effectués.
A cela s’ajoutent des outils de simulation permettant de visualiser l’impact des choix stratégiques tel que les changements d’organisation, le développement de nouveaux produits, etc.
Lutter contre la fraude et la cybercriminalité
La crise sanitaire et économique inédite que nous vivons ouvre aux fraudeurs de nouvelles failles pour parvenir à leurs fins. De nombreuses attaques n’étant jamais identifiées, il est impossible de déterminer avec précision les pertes pour les entreprises. En 2020, d’après l’ACFE Report to the Nations (2), la fraude et la cybercriminalité ont causées des pertes estimées à plus de 3 Milliards € dans 125 pays (~5% du chiffre d’affaires des entreprises concernées, avec une moyenne de 415 K€ par attaque en Europe).
Avec SAP S/4HANA, SAP propose des solutions pour contrôler des volumes importants de transactions, identifier en temps réel les menaces et transactions frauduleuses et ainsi limiter les risques de pertes financières.
L’Intelligence Artificielle émet des recommandations permettant d’affiner continuellement les règles de contrôle et l’identification de nouveaux schémas de fraude sur la base de données historiques internes comme externes. Les taux d’efficacité dans la détection des anomalies et des fraudes se trouvent considérablement améliorés.
Au-delà des multiples scénarios disponibles en standard, SAP complète son offre SAP S/4HANA par une plateforme d’innovations dans le cloud (Business Technology Platform) qui permet de développer des applications et extensions autour du cœur SAP S/4HANA.
À travers la Business Technology Platform, les départements financiers ont accès aux technologies innovantes tel que le Machine Learning, l’analyse prédictive, les chatbots ou encore la Blockchain, à partir desquelles ils peuvent imaginer de nouveaux cas d’usages.
L’économie d’expérience est un mouvement qui touche aussi le monde de la construction. Que ce soit pour les clients, les différents acteurs travaillant sur un ouvrage, ou même les employés d’un chantier, dont les efforts seront valorisés.
De nombreux pans de l’économie ont aujourd’hui basculé vers l’économie dite d’expérience. Plus que le prix, c’est bien l’expérience attendue qui pousse un consommateur à franchir les portes d’une des enseignes de la célèbre chaine de cafés américaine.
Cette expérience, les clients la recherchent également dans le secteur de la construction. Selon une étude Qualtrics de 2018, 54 % des employés du secteur de la construction expliquent avoir dû sortir de leurs attributions pour aider un client. Une démarche plébiscitée par les employeurs, mais qui montre la nécessité de mieux prendre en compte les données d’expérience (X-data).
Mieux collaborer avec le client
La mise en place d’outils collaboratifs, mais également d’une Modélisation des Informations du Bâtiment (BIM, pour Building Information Modeling), va permettre une meilleure collaboration entre les différents acteurs travaillant autour d’un projet de construction : constructeurs, architectes, ingénieurs, chefs de chantiers, intervenants externes, fournisseurs, etc. Mais aussi avec les clients, qui pourront bénéficier d’une vue globale sur l’avancée du projet et dont les remarques seront mieux et plus rapidement prises en compte par l’ensemble des autres acteurs.
Cette collaboration pourra être renforcée par l’entremise d’un jumeau numérique. En plus de permettre un meilleur suivi du projet, le jumeau numérique offre également de lancer des simulations, selon des scénarios de type what-if. Afin d’évaluer par exemple la faisabilité et l’impact d’une suggestion venant du client, de l’architecte ou d’un contractant.
Attirer de nouveaux talents
Le départ à la retraite des ouvriers pose un problème de recrutement. Il est en effet à la fois difficile de trouver du personnel compétent… et de le conserver.
Déchargés de certaines tâches ingrates, les chefs de chantier peuvent s’atteler à des tâches de plus haute valeur ajoutée, plus valorisantes. Les jeunes ouvriers, issus de la génération Z, sont en recherche eux aussi d’une meilleure expérience. La collecte d’informations en temps réel via des smartphones leur permettra de gagner en autonomie, avec des plannings mieux adaptés et une remontée des problèmes en temps réel.
Les terminaux mobiles sont également en mesure de fournir des données utiles (plans, conseils d’assemblage) et pourront – à plus long terme – assister l’ouvrier au travers de techniques de réalité augmentée. Enfin, les équipements connectés sont plus finement entretenus et gérés, et se montrent ainsi plus disponibles et moins sujets aux pannes.
Mettre de l’expérience dans toute la chaine de valeur
La mise en place d’une plate-forme intégrant à la fois les données opérationnelles (O-data) et les données d’expérience (X-data) est essentielle. La centralisation de l’ensemble des informations va en effet faciliter la communication entre toutes les parties en présence, et accélérer la prise en compte des aléas de construction.
Les clients pourront suivre l’avancée des travaux en temps réel et faire remonter des suggestions et remarques à chaque étape du processus. Les responsables de chantier seront en mesure de se concentrer sur leur cœur de métier et non des tâches administratives fastidieuses. Enfin, les ouvriers, mieux épaulés et délestés de certains problèmes récurrents et frustrants, profiteront eux aussi d’une meilleure expérience dans leur travail quotidien.
https://ankaa-pmo.com/wp-content/uploads/2017/04/Logo-Ankaa-engineering.png00Service comm.https://ankaa-pmo.com/wp-content/uploads/2017/04/Logo-Ankaa-engineering.pngService comm.2020-10-16 11:23:422020-10-16 11:23:42Comment l’économie d’expérience influe sur le secteur de la construction
Paramètres des cookies et politique de confidentialité
Comment nous utilisons les cookies
Nous utilisons les cookies pour nous faire savoir quand vous visitez nos sites Web, comment vous interagissez avec nous, pour enrichir votre expérience utilisateur et pour personnaliser votre relation avec notre site Web.
Cliquez sur les différents titres de catégories pour en savoir plus. Vous pouvez également modifier certaines de vos préférences. Notez que le blocage de certains types de cookies peut avoir un impact sur votre expérience sur nos sites Web et les services que nous sommes en mesure d'offrir.
Cookies essentiels sur ce site
These cookies are strictly necessary to provide you with services available through our website and to use some of its features.
Because these cookies are strictly necessary to deliver the website, you cannot refuse them without impacting how our site functions. You can block or delete them by changing your browser settings and force blocking all cookies on this website.
Cookies Google Analytics
Ces cookies recueillent des renseignements qui sont utilisés sous forme agrégée pour nous aider à comprendre comment notre site Web est utilisé ou l'efficacité de nos campagnes de marketing, ou pour nous aider à personnaliser notre site Web et notre application pour vous afin d'améliorer votre expérience.
Si vous ne voulez pas que nous suivions votre visite sur notre site, vous pouvez désactiver le suivi dans votre navigateur ici :
Autres services
Nous utilisons également différents services externes comme Google Webfonts, Google Maps et les fournisseurs externes de vidéo. Comme ces fournisseurs peuvent collecter des données personnelles comme votre adresse IP, nous vous permettons de les bloquer ici. Veuillez noter que cela pourrait réduire considérablement la fonctionnalité et l'apparence de notre site. Les changements prendront effet une fois que vous aurez rechargé la page.
.
Paramètres de Google Webfont Settings :
Google Map :
Vimeo et Youtube :
Politique de confidentialité
Vous pouvez lire nos cookies et nos paramètres de confidentialité en détail sur la page suivante
