Dans un contexte de transformation global, l’équipe Data de Promod se sépare de sa suite BI historique au profit de la plateforme du Français DigDash. L’occasion de mieux équiper les responsables des enseignes et de revoir de fond en comble la gouvernance des indicateurs clés de performance.
Créée en 1975 à Marcq-en-Barœul, la marque française de prêt-à-porter féminin Promod a entamé en 2018 un vaste projet de transformation.
C’est cette même année que Julien Pollet, fils du fondateur Francis-Charles Pollet, reprenait le flambeau après le départ de Patrice Lepoutre.
Alors que l’entreprise misait sur son internationalisation depuis le début des années 1990, Jullien Pollet a poursuivi un « pivot » pour recentrer son activité en Europe, « puis en Europe francophone ». Les crises successives de l’habillement ont largement affecté le groupe. Selon le Figaro, quand Promod générait un chiffre d’affaires de 1 milliard d’euros en 2012, il engrangeait 650 millions d’euros en 2018. En 2021, il a réalisé un chiffre d’affaires de 342 millions d’euros issu de 418 magasins, contre 493 millions d’euros en 2019 et 589 enseignes, d’après les Échos. Promod revendiquait plus de 1 000 magasins en 2016.
Dans un désir de faire perdurer l’héritage familial, Jullien Pollet a été à la manœuvre d’un « redimensionnement » sous le signe de la frugalité qui affecte la marque, ses collections (dixit le bilan RSE de Promod) et l’ensemble de ses activités, dont l’IT.
En 2018, ce plan impliquait non seulement un accroissement de sa présence sur le Web, mais également une révision de l’architecture data du groupe. La direction informatique de Promod avait décidé d’adopter une distribution Hadoop Cloudera sur Azure.
L’équipe Data de Promod souhaitait multiplier les cas d’usage, notamment mettre en place des projets de data science dans les domaines du marketing et de la logistique. Mais il fallait également revoir et rationaliser les indicateurs clés de performance accessibles aux métiers.
Historiquement, Promod a constitué une suite BI reposant essentiellement sur QlikView.
« Nous avons été l’un des premiers clients QlikView dans les Haut-de-France », déclare Jean-Marc Sangnier, responsable de domaine data et contrôle de gestion chez Promod. L’entreprise exploite la plateforme analytique depuis « 2006-2007 ».
« En 2018-2019, nous entamions une transformation complète de l’activité. Comme le produit de Qlik est en fin de vie, la question s’est posée de la migration ou non vers Qlik Sense », se rappelle Jean-Marc Sangnier. « Nous en avons profité pour faire un tour du marché ».
DigDash a remporté l’appel d’offres sur le fil
Armé du Magic Quadrant de Gartner consacré aux outils BI, le responsable a composé une équipe réunissant les experts des données, des membres de la DSI et des métiers. « Les responsables métiers étaient majoritaires », précise-t-il.
Après avoir établi un barème d’évaluation suivant les besoins exprimés, deux solutions se sont démarquées et ont fait l’objet d’un appel d’offres : Qlik Sense et celle de l’éditeur français DigDash. « La présence de DigDash dans cette sélection était un peu une surprise. Nous l’avions ajouté tardivement dans notre processus de sélection », remarque Jean-Marc Sangnier. « J’ai demandé à l’une de mes collaboratrices, responsable de la dataviz, si elle pouvait assister à une présentation de DigDash effectué dans le Nord. En revenant, elle m’a confirmé l’intérêt de la solution ».
Le responsable connaissait l’éditeur français : il avait rencontré un de ses fondateurs quelques années après avoir choisi QlikView. Toutefois, le choix de DigDash n’était pas évident. « Mon cœur penchait de peu pour Qlik Sense, mais le fait que les indicateurs clés de performance soient portés par les cubes dans DigDash a été déterminant dans le choix de cette plateforme », note Jean-Marc Sangnier.
« Mon cœur penchait de peu pour Qlik Sense, mais le fait que les indicateurs clés de performance soient portés par les cubes dans DigDash a été déterminant dans le choix de cette plateforme. »
Jean-Marc SangnierResponsable de domaine Data & du contrôle de gestion, Promod
Jusqu’alors, les équipes définissaient les KPI à afficher pour chaque application Qlik. « Avec cette approche, il y a toujours des risques d’erreur, ce qu’évite grandement l’architecture de DigDash, même si le métier peut utiliser des tableaux de bord ad hoc ».
La plupart des responsables métiers impliqués dans le processus de sélection militaient pour l’adoption de self-service BI.
« Certains métiers avaient été formés à QlikView pour construire leurs tableaux et leurs designs eux-mêmes, sachant que les outils analytiques de Qlik ne sont pas les plus simples à prendre en main ».
Promod utilisait encore des outils d’extraction de données dans les bases de données opérationnelles, vieux de près de vingt ans. « Nous voulions décommissionner tout cela. Les équivalents proposés par DigDash convenaient aux besoins des métiers ».
Aussi, la solution de DigDash permettait de saisir des données. « Ce n’était pas simple, mais c’était possible. Nous avions beaucoup de demandes de la part des contrôleurs de gestion pour effectuer des simulations. Les réaliser avec Qlik, c’était chronophage et peu fiable ».
Aubaine pour l’équipe de Promod, d’autres clients de DigDash souhaitaient bénéficier de cette fonctionnalité. L’éditeur français a donc demandé à Promod d’effectuer ses retours pour l’affiner lors d’une phase de développement.
Les responsables des magasins avaient besoin d’outils de saisie d’objectifs hebdomadaires. « DigDash nous a fourni en avant-première une version bêta de leur outil de saisie dans des formulaires », relate Jean-Marc Sangnier.
« Nous l’avons même déployé en production. Sans trop de surprise, nous avons essuyé les plâtres : les utilisateurs ont fait des choses que ni les développeurs de DigDash ni nous n’avions imaginées ». Les problèmes ont toutefois été rapidement réglés.
Un projet chamboulé par la Covid
Promod a signé son contrat avec DigDash en décembre 2019 pour entamer le déploiement en janvier 2020. « Nous avons recruté deux développeurs externes [auprès de Cenesis], nous avons installé les produits, nous avons formé les membres de l’IT concernés par le projet », liste Jean-Marc Sangnier. Problème : mi-mars 2020, le gouvernement français instaurait le confinement.
« Nous avions prévu d’équiper d’abord le COMEX et les responsables des magasins, mais nos interlocuteurs n’étaient plus disponibles. Les magasins ont rouvert mi-mai, mais difficile de les déranger à ce moment-là ».
Pendant le confinement, l’équipe de Jean-Marc Sangnier a travaillé avec certains membres du Comex. Elle a pu faire l’expérience de la grande différence entre DigDash et Qlik : la préparation des schémas et des données. « Avec Qlik, la préparation de données se fait à la volée et s’avère très rapide. Avec DigDash, il faut se poser pour bien modéliser les cubes : cela prend du temps, mais tous les indicateurs sont beaucoup plus structurés ».
Pour autant, les membres du COMEX se sont montrés exigeants. « Ils souhaitaient accéder à un niveau de granularité que nous n’avions pas jusqu’alors dans les systèmes, ce qui demandait d’utiliser plusieurs outils ». L’accueil fut donc dans un premier temps mitigé parce que le public cible avait des exigences spécifiques et des habitudes.
En revanche, le projet a rencontré un franc succès auprès des responsables des magasins. Les quatre magasins sélectionnés lors de la phase de prototypage ont pu accéder à la solution DigDash à la fin du mois d’août 2020. « Par manque de temps, nous avons été très descendants ».
Heureusement, les déploiements se déroulant comme convenu, Promod a pu le généraliser sur « une région complète », à savoir 20 à 30 magasins dépendants d’une centrale régionale. « Un mois plus tard, nous avons étendu le déploiement à tous nos magasins présents en France, pour continuer quelques mois plus tard en Belgique, au Luxembourg et en Suisse ».
« Nous avons pris beaucoup de retard par rapport à notre planning, mais les circonstances étaient particulières », tient à signaler le responsable.
« Nous avons pris beaucoup de retard par rapport à notre planning, mais les circonstances étaient particulières. »
Jean-Marc SangnierResponsable de domaine data & contrôle de gestion, Promod
Promod place son architecture data sur le cloud de GCP
En 2021, Claire Thulliez a été nommée à la tête de la DSI du groupe. Bien moins réfractaire aux services cloud que son prédécesseur, la directrice des systèmes d’information a adoubé l’abandon de Cloudera sur Azure au profit de BigQuery et Firehose sur Google Cloud.
Ce choix a une incidence directe sur l’usage des tableaux de bord DigDash dans les magasins.
Avant le déploiement de la plateforme, les responsables des magasins orchestraient les objectifs et le suivi des activités quotidiennes et hebdomadaires manuellement, sur papier.
En début de semaine, les responsables de magasin répartissaient des objectifs budgétaires journaliers, à partir d’historiques de l’année précédente et des événements qui s’y sont déroulés. Toutes les heures, les informations étaient collectées manuellement pour estimer le pourcentage de complétion des objectifs et animer les équipes de vente.
« Non seulement avec DigDash, les indicateurs sont affichés sur les écrans, mais ils sont calculés automatiquement. C’est un gain énorme », juge Jean-Marc Sangnier.
« Nous récupérons les données à la volée de chaque magasin. Elles sont réintégrées dans le SI du groupe avant de les récupérer et de les traiter sur notre plateforme GCP », explique-t-il. « Ensuite, les informations sont rafraîchies toutes les dix minutes ».
Volume de ventes, inventaire des produits vendus, nombre de tickets… Les responsables des magasins disposent d’un large panel d’indicateurs clés de performance.
« Nous pouvons calculer les paniers moyens, connaître l’impact des soldes sur ce dernier, etc. », liste Jean-Marc Sangnier. « Nous connaissons le nombre de visiteurs par heure, nous pouvons savoir si les clientes disposent d’une carte de fidélité ou si c’est la première fois qu’elles achètent un produit dans nos magasins », illustre-t-il.
Les bienfaits de la centralisation des KPI
Auparavant, ces informations n’étaient pas partagées informatiquement avec les autres magasins, les directions régionales et le siège. Au quotidien, les responsables de magasin commentent les performances et les contre-performances, en tentant d’expliquer pourquoi un épisode d’affluence a été constaté ou en évoquant les épisodes météo qui ont pu décourager les clientes. « Cette centralisation est synonyme de gains phénoménaux en matière de pilotage et de suivi. Si cela n’apporte pas la garantie de réaliser les objectifs, cela permet d’expliquer les résultats et de tenter de reproduire les actions commerciales qui ont fonctionné », affirme Jean-Marc Sangnier.
« Cette centralisation est synonyme de gains phénoménaux en matière de pilotage et de suivi. »
Jean-Marc SangnierResponsable de domaine data & contrôle de gestion, Promod
De « parents pauvres de la BI », les responsables des magasins se sont vus « chouchoutés ». Et cela leur convient. « Les échos que nous recevons sont globalement bons », constate le responsable de domaine data.
De manière intentionnelle, l’équipe BI n’a pas misé sur la diffusion de rapports avec DigDash. Elle a préféré développer des « écrans mobiles » permettant aux directeurs des magasins de consulter les indicateurs clés de performance sur le pouce.
Jean-Marc Sangnier et son équipe se disent satisfaits de la solution proposée par DigDash. « Qui plus est, le fait que l’équipe de DigDash est française et qu’elle prend réellement en compte nos retours est un confort indéniable », assure-t-il.
Décommissionner les applications Qlik et renforcer la gouvernance des indicateurs clés
En parallèle, Promod œuvre au décommissionnement des applications Qlik. « C’est un projet ambitieux que nous avons planifié sur un an. Dès le départ, nous savions que nous ne tiendrions pas les délais », évoque le responsable. « De fait, nous avons déployé plus de 500 applications en plus de vingt ans ».
La moitié de ce parc a déjà été vidé, en commençant par les applications obsolètes. Pour le reste, il s’agit de rencontrer les différentes directions métiers : logistique, centrale d’achats, gestion des stocks, marketing, relation clients, etc. « À chaque fois, il s’agit de remettre à plat les données, les modèles et les KPI ». L’équipe en charge du projet devrait toucher au but dans un an et demi environ.
Cette remise à plat va au-delà d’un changement d’outils BI. Elle implique une formalisation de la gouvernance de données à l’échelle de l’entreprise. « Le sujet de la gouvernance des données et des indicateurs clés s’est greffé au projet », avance Jean-Marc Sangnier.
« Cela prend plus de temps, mais cela permet d’assainir les systèmes. Nous en profitons pour aller au-delà de ce que nous faisions jusqu’à présent ».
La création de vues et d’applications en fonction des besoins spécifiques des équipes a généré au fil du temps une forme de complexité. « Chaque équipe avait ses KPI. Si l’on partait des mêmes données, il était devenu difficile de réconcilier les indicateurs, et cela provoquait des problèmes de communication entre les équipes ».
Dans cette phase de transformation, le responsable de domaine data a pris le rôle de garant des indicateurs clés.
« Les données en entrée doivent être validées par l’émetteur et moi, à partir du moment où je les prends en charge, qu’elles ont été validées par l’émetteur, j’assure leur cohérence jusqu’aux calculs de KPI et je valide que l’indicateur clé affiche la bonne valeur », insiste-t-il.
Tout n’est pas encore parfait de ce côté-là, mais le message est désormais entendu au sein des directions métiers.
