Rechercher
Fermer ce champ de recherche.

Big data et achats : pourquoi pas ?

big-data-congres-paris-technologie-domaine-achat-acxias

La 4ème édition du Congrès Big Data Paris qui vient de s’achever a montré que l’approche ne doit pas être perçue comme une simple promesse marketing. Les technologies associées constituent en effet un nouveau levier de création de valeur, y compris dans le domaine des achats.

Longtemps sceptiques quant aux apports du Big data dans leur métier, les acheteurs commencent à s’intéresser de près au sujet. Ainsi, dans une récente étude menée par un grand cabinet américain auprès de 1 000 cadres travaillant dans les fonctions logistique, achats et informatique de très grandes entreprises, 97 % des répondants reconnaissent le bénéfice de cette technologie décisionnelle montante dans leur domaine. Pour autant, seuls 17 % déclarent avoir implémenté une solution big data.

L’approche, qui peut se résumer à la définition du Gartner autour des trois « V » (volume, vitesse, variété) en y ajoutant les notions de « véracité » et de « valeur » des données, vise à faciliter l’exploitation combinée des informations déjà détenues par l’entreprise, sous forme plus ou moins structurée, et celles venant de multiples sources externes, dans des formats divers et variés. Cela, de façon extrêmement rapide, en s’approchant de traitements en temps réel.

Aux achats, qu’il s’agisse d’analyser plus précisément les dépenses, d’affiner le sourcing, de renforcer le pilotage de la performance, d’optimiser la relation fournisseurs, les domaines d’application sont nombreux.

« Les données disponibles sur le consommateur final, généralement utilisées pour répondre à des besoins marketing, sont également utiles aux achats pour établir des profils de produits à développer plus en rapport avec les attentes du marché » Franck Le Tendre, directeur général de SynerTrade.

Et donc pour orienter les discussions avec les fournisseurs dans le bon sens, en renégociant si nécessaire ou en faisant appel à des spécialistes d’autres technologies. Bien sûr, les exemples concrets d’implémentation ne sont pas encore légion. Mais, comme la plupart de ses confrères, Franck Le Tendre assure que « les directions des achats sont aujourd’hui en pleine réflexion pour mettre en place une stratégie afin de gérer au mieux ce nouveau paradigme ».

Avant de faire compliquer, en multipliant les sources et en croisant d’importantes masses de données, les experts du big data conseillent toutefois de commencer simplement, avec les informations déjà dans l’entreprise, sachant que moins de 20 % d’entre elles en moyenne sont structurées. Il est aussi recommandé de commencer sur un périmètre limité, par les familles d’achats les plus critiques ou les plus simples, celles qui génèrent le plus d’incidents, etc., puis de monter en puissance en fonction des résultats et des moyens. Les directions des achats ambitieuses pourront ensuite aller plus loin, en récupérant des données économiques, géopolitiques, météorologiques, etc. dans des bases publiques ou sur Internet (sites web, forums, réseaux sociaux…), pour par exemple affiner la gestion du risque fournisseurs.

En termes de solutions informatiques, IBM, Oracle et SAP seraient les principaux acteurs du marché, suivis par HP, Microsoft et quelques autres qui grignotent leur retard. S’y ajoutent un certain nombre d’éditeurs qui « encapsulent » les technologies de ces hyper-spécialistes pour proposer des couches big data dédiées à des secteurs d’activité, des directions métiers, etc.

Les éditeurs e-achat, notamment ceux qui ont une offre décisionnelle, ont également compris l’intérêt de se positionner rapidement, plutôt en intégrant des briques externes qu’en développant leurs propres couches. D’autant qu’ils doivent aussi gérer un autre aspect, central dans une approche big data : la gestion des données. Avant de lancer les traitements analytiques, toutes les informations doivent en effet être retraitées (consolidées, triées, nettoyées, vérifiées, formatées, etc.) pour devenir exploitables et apporter un maximum de valeur.