Négocier les défis pour atteindre le retour sur investissement

L'objectif de l'analyse opérationnelle

En bref, l'analyse opérationnelle doit pouvoir fournir une analyse pertinente au niveau où votre organisation opère réellement. Non pas résumée, mais détaillée. En termes pratiques, cela signifie la compréhension de vos projets, produits ou UGS, clients, entrepôts, vendeurs, etc., et la capacité d'effectuer des analyses de rentabilité sur toutes les dimensions des données.

Le problème est que vous ne savez peut-être pas exactement quelle analyse doit être effectuée dès le premier jour (une fois que les utilisateurs finaux ont accès à l'analyse, ils en veulent toujours plus !) Un modèle de données flexible et global peut s'avérer nécessaire, même si vous effectuez des analyses plus simples par la suite pour des raisons pratiques - voir plus loin Navigation dans les données hautement dimensionnelles. Pensez à une approche agile avec la capacité constante de s'adapter et de changer au fur et à mesure que de nouvelles exigences apparaissent.

Planification vs. analyse - la différence entre les données - Un avertissement

À ce stade, il est important de noter qu'un cube d'analyse opérationnelle, avec peut-être 20 dimensions ou plus, n'est PAS un cube de planification - les deux exigences sont très différentes. J'ai travaillé avec des entreprises qui voulaient que leurs commerciaux planifient à un niveau opérationnel détaillé - par exemple pour chaque UGS (20 000), pour chaque client, point de vente, entrepôt, région, marque, société d'origine, segment industriel, heure, etc. Cela devient un cauchemar pour le représentant et une source potentielle de risque, car il est pratiquement impossible de trouver le bon endroit où placer les données.

Une stratégie que j'ai suivie consiste à créer un simple cube de planification prérempli avec toutes les combinaisons réelles de données de planification (j'ai appelé cela les nœuds de planification - chaque nœud de planification représente une seule combinaison réelle de nombreuses autres dimensions)

chaque nœud de planification représente une seule combinaison réelle de nombreuses autres dimensions). Le représentant dispose ainsi des points de données exacts dans lesquels placer les données de planification au niveau de l'UGS, du nœud de planification et du temps, ce qui simplifie considérablement le processus de planification. Le logiciel CPM se charge ensuite de répartir ces données dans les cubes détaillés. Plus une solution CPM est automatisée, mieux c'est. Chez Prophix, nous utilisons le gestionnaire de planification détaillée exactement dans ce but.

Atelier Finance - Retirer le contrôle aux comptables en ajoutant de la valeur

L'un de mes premiers défis était donc de faire en sorte que le service financier, qui possède généralement les solutions de CPM, autorise une utilisation plus large de la solution. Le moyen le plus efficace d'y parvenir est d'offrir de la valeur, au nom de la précision et du détail, aux données qu'ils collectent déjà. En règle générale, les services financiers ne voient que des données opérationnelles résumées dans le compte de résultat. En offrant la possibilité d'explorer certaines lignes clés du P&L (telles que les ventes) et d'obtenir une rentabilité client détaillée, ou un cube qui peut leur montrer la différence entre les dates d'expédition prévues et réelles par facture et par client, les directeurs financiers et leur personnel peuvent avoir une idée très précise de l'exactitude de leur processus de planification. Il est également possible d'effectuer une analyse proactive des valeurs aberrantes en transmettant les problèmes mensuels directement aux services financiers à l'aide de rapports automatisés.

Il n'est pas nécessaire de connecter directement les cubes opérationnels aux cubes financiers si vous ne le souhaitez pas - bien que certains outils CPM vous disent que vous pouvez connecter directement de nombreux cubes ensemble, il s'agit rarement d'une bonne affaire ; il est préférable de les connecter par processus (c.-à-d. rafraîchissement à la demande plutôt qu'en direct) pour garantir la performance à la fois pour les finances et les opérations. Les données opérationnelles évoluent souvent beaucoup plus rapidement que les données financières, ou sont simplement nécessaires sur une base quotidienne.

Finance vs IT - où se situe la responsabilité ?

Je pourrais également formuler cette question comme suit : "Qui doit s'occuper des systèmes CPM, l'informatique ou l'entreprise ? La difficulté réside dans le fait que l'informatique dispose d'un personnel techniquement compétent qui peut avoir une expérience des bases de données et des systèmes, mais qui manque généralement de temps et qui est responsable de l'ensemble de l'entreprise plutôt que d'être un expert dans un domaine particulier. Les départements commerciaux sont des experts dans leur domaine, mais généralement pas des experts en systèmes, et ils manquent également de temps.

Les projets que j'ai vus réussir le mieux combinaient un certain nombre de ressources de l'entreprise :

1. Utilisateurs de l'entreprise - les utilisateurs de l'entreprise doivent être impliqués en permanence pour s'assurer qu'ils adhèrent au futur système.

2. Exigences des utilisateurs - l'entreprise doit contrôler le champ d'application ; n'ayez pas peur de repenser les processus actuels plutôt que de reconstruire une nouvelle version de ce que vous avez déjà.

3. Gestion de projet - même si le fournisseur gère son projet de mise en œuvre, vous devez gérer votre participation au projet - vous devez être impliqué dans tout projet pour vous assurer que vous pouvez gérer la solution à l'avenir.

4. Informatique - L'informatique doit s'impliquer pour vous fournir l'infrastructure et le soutien nécessaires au fur et à mesure de l'avancement du projet.

De manière réaliste, que ce soit pour le projet ou de manière permanente, vous mettrez en place une équipe multidisciplinaire ou un "centre de compétences" sur la base d'un modèle de service partagé, afin de soutenir la solution. Les solutions de CPM doivent évoluer avec l'entreprise et cette équipe sera en mesure de le faire.

Navigation dans les données hautement dimensionnelles - Stratégies de l'utilisateur final

L'un des défis posés par les données hautement dimensionnelles est la navigation pour les utilisateurs finaux. La possibilité d'analyser vos données par jour, par unité de stock, par client et par dix autres dimensions est très puissante, mais elle aboutit en fin de compte à un grand nombre de cellules vides, ou à des données nulles lorsque la rareté atteint des milliardièmes de pour cent, voire moins, de cellules remplies.

En fin de compte, ce qu'il faut faire, c'est contrôler l'accès des utilisateurs aux données ou limiter les données mises à la disposition de chaque utilisateur. Cela peut sembler identique, mais il y a une différence subtile.

Dans l'hypothèse d'un seul grand cube de données, l'ajout d'un modèle de sécurité complet basé sur les groupes vous permettra de limiter les données de ce cube qui sont disponibles pour les utilisateurs finaux. En règle générale, le modèle de sécurité basé sur les groupes est "additif" (c'est-à-dire que si un utilisateur est membre de plus d'un groupe, il bénéficie de l'accès aux deux groupes combinés). Cela vous permet de créer des groupes pour l'accès aux produits, aux clients, aux régions, aux versions, aux départements ou à toute autre chose, puis de donner aux utilisateurs plusieurs groupes pour définir leur accès. Au fur et à mesure que les utilisateurs ont besoin d'un accès différent, il suffit de les ajouter aux groupes ou de les en retirer, et vous pouvez même avoir un groupe pour la lecture/la lecture seule/l'écriture afin d'accorder ou de supprimer rapidement l'accès aux données. En fin de compte, vous pouvez avoir un modèle de sécurité aussi complexe ou aussi simple que vous le souhaitez.

La deuxième méthode consiste à créer des sous-cubes à partir du cube principal, qui peut avoir beaucoup moins de dimensions et beaucoup moins de données. L'avantage de créer des cubes plus petits peut être la performance, la simplicité et la flexibilité. Avec des produits tels que Prophix, la création d'un petit cube avec un sous-ensemble de données est une tâche simple pour les utilisateurs professionnels, de sorte que les cubes peuvent être construits, supprimés, sur une base ad hoc. Certains grands modèles de vente au détail disposent de cubes quotidiens, de cubes hebdomadaires et de cubes périodiques pour les informations relatives aux stocks et aux ventes, en fonction des différents besoins de leurs utilisateurs. Là encore, la mise en œuvre effective dépendra de vos besoins.

-

En résumé, faites-le ! Naviguez dans la politique, comprenez ce que vous essayez de réaliser et concevez vos modèles pour fournir les données aux utilisateurs d'une manière facile à utiliser et performante.