Si vous travaillez dans le retail et que vous cherchez à mettre en œuvre, ou à remplacer vos solutions de planification ou d'optimisation, vous avez trois options :
-
Développer une solution en interne
-
Acquérir une solution tierce « best-of-breed »
-
Utiliser une plateforme analytique qui peut s’adapter à vos processus métiers.
Chacune présente des avantages et des inconvénients. Mais, avant d'entrer dans la comparaison pour et contre, mettons-nous d’accord sur la définition de ce qu’est une "plateforme analytique". Dans notre contexte, Une plateforme analytique est une solution logicielle permettant de créer et d’industrialiser ses propres modèles de prévision et d’optimiser sa planification dans un contexte collaboratif. Elle offre généralement les capacités suivantes :
- Activation des processus métiers grâce à une interface simple (drag-and-drop ou low code).
- Intelligence artificielle (Machine Learning, Data Mining, etc.).
- Optimisation des assortiments, des niveaux de stock, etc.
Vous avez plusieurs options pour créer ces solutions de planification, notamment votre équipe interne, une équipe de service qui travaille pour l’éditeur de la plateforme ou un partenaire intégrateur ou une société de service.
Voici les trois points clés que vous ne devez pas négliger dans votre processus de sélection de solution retail de planification et d'optimisation.
1. De quelles compétences avez-vous besoin en interne ?
Il y a une grande différence entre réussir à exécuter un projet pilote (POC) et fonctionner en mode production 24h sur 24 et 7 jours sur 7. Des ingénieurs et des data scientists compétents peuvent faire évoluer un pilote en une solution de production et la maintenir, mais cela entrainera un coût supplémentaire.
Donc, lors de l’élaboration de votre modèle de retour sur investissement, assurez-vous de tenir compte des éléments suivants :
- Le coût d’une équipe DevOps distincte pour déployer et maintenir les environnements de production
- Le coût et le risque de dépendance par rapport à des personnes ayant des compétences très recherchées et difficilement remplaçables. Ce risque est assez élevé si vous ne disposez pas de ressources en back-up.
Comparez ces coûts à la licence annuelle que vous devez payer à un fournisseur de plate-forme ou à un éditeur de logiciels « best-of-breed » pour vous fournir ces mêmes services.
Vous aurez besoin d'une équipe interne de data-scientists pour analyser le volume croissant de données que vous collectez.
Envisagez une approche hybride pour fournir les bonnes compétences.
Au lieu de compter sur votre équipe de data science pour faire tout le travail - de la conception du système à son développement et à sa mise en production - une option hybride peut offrir une alternative intéressante.
Voici comment une approche hybride peut fonctionner.
Votre équipe interne de data science crée les modèles analytiques en mode projet pilote. Cette équipe travaille également pour continuer à améliorer votre solution de planification ou d'optimisation après sa mise en production. Votre fournisseur de logiciels déploie et maintient la solution. Les experts de votre équipe interne collaborent avec le fournisseur de logiciels (ou le partenaire) pour évaluer les meilleures pratiques et pour se former sur les techniques récentes.
2. Quel niveau de risque opérationnel pouvez-vous accepter ?
Assurer la compatibilité avec les différents fournisseurs de services cloud
Supposons que vous choisissiez un fournisseur de services cloud, puis que vous souhaitiez en changer.
Si votre solution de planification ou d'optimisation n’est pas compatible avec votre nouveau choix, vos options seront limitées.
Pourquoi souhaiteriez-vous changer de fournisseur de services cloud ?
Peut-être que le coût est plus élevé que prévu. Ou que vous n'obtenez pas le niveau d'assistance dont vous avez besoin. Il est possible par exemple que vous ne souhaitiez pas faire appel à Amazon Web Services (AWS) parce que vous les considérez comme un concurrent. Vous pouvez avoir des préoccupations similaires avec Google Cloud, car Google influence le comportement d'achat.
Qu'en est-il de Microsoft Azure ou d'un autre fournisseur de services cloud ?
Pour atténuer les risques liés au changement de fournisseur de services cloud, choisissez un fournisseur de solution qui est « cloud agnostic ».
Assurez-vous que votre fournisseur de solution peut résoudre rapidement les problèmes critiques.
Que faire si vous n'êtes pas satisfait de l'assistance fournie par votre éditeur («best of breed» ou plateforme) ?
Un bug majeur pourrait affecter vos positions de stock et entraîner une perte de ventes ou un surstock. Votre éditeur de logiciels formera-t-il votre équipe pour prendre le relais ou vous apporter le support nécessaire ?
Ayez un plan de backup pour changer d’éditeur de solution si nécessaire.
Vous pouvez décider à un moment donné que vous souhaitez changer d'éditeur de logiciels.
Les raisons peuvent varier. L’éditeur ne respecte pas ses accords de niveau de service (SLA), il ne fournit pas un support adéquat, il change la stratégie produit ou augmente ses prix ou vous avez des inquiétudes concernant la fiabilité ou la sécurité des données.
Pour vous assurer de pouvoir changer de fournisseur avec le minimum de coût et d’efforts, assurez-vous que vous pouvez facilement extraire vos données et que vous gardez un contrôle total sur vos processus et sur vos documentations de conception.
3. Avez-vous un accès fiable à une expertise en IA et optimisation ?
Vous souhaitez intégrer les dernières technologies dans vos solutions Retail de planification et d’optimisation, comme le Machine Learning pour la prévision ou le Deep Learning pour les ajustements automatiques de réapprovisionnement.
Que vous ayez ou non les compétences en interne pour les déployer avec succès, vous devez avoir accès à des experts capables de vous conseiller.
Leurs recommandations varieront en fonction du volume et du type de données dont vous disposez, de la qualité de vos données, et de la capacité de votre équipe à comprendre et à adopter de nouveaux modèles et techniques.
Notez que certaines techniques avancées telles que le Machine Learning et le Deep Learning fonctionneront mieux avec certaines catégories de produits qu'avec d'autres. Idéalement, la solution que vous choisirez devra vous permettre d'intégrer des techniques d'intelligence artificielle au fur et à mesure que vous développerez vos données, vos processus et que vous formerez vos équipes. Il peut être préférable de commencer par une approche simple au début, puis d'ajouter des techniques plus sophistiquées dans les phases futures.
La solution devra aussi permettre à vos équipes internes - data scientists, ingénieurs données et équipe informatique - de participer à son développement continu.
Anticiper et planifier les risques pour les atténuer
Lorsque vous lancez un projet de transformation ou d'innovation, vous courez inévitablement des risques.
Certains risques sont plus faciles à anticiper que d'autres.
Pour récapituler, vous pouvez réduire le risque de choisir la mauvaise solution Retail de planification ou d’optimisation en répondant à ces questions parfois négligées : de quelles compétences auriez-vous besoin en interne ? Quel niveau de risque opérationnel pouvez-vous accepter ? Avez-vous un accès fiable à une expertise en IA et en optimisation ?
La mise en œuvre d'une solution Retail de planification ou d'optimisation nécessite un véritable partenariat avec les fournisseurs potentiels, il faut donc bien réfléchir au fournisseur qui sera votre partenaire sur le long terme.
Outre les caractéristiques et fonctions du produit, qu'ajouteriez-vous à la liste comme critères discriminants lors du choix d'une solution ?
Visitez le hub Do Great Things et découvrez des contenus complémentaires dédiés au retail et au CPG.
Découvrez l’offre Quick Start de SAS : la suite analytique pour le retail et le CPG, disponible dans le cloud Microsoft Azure, combine vos données internes aux données épidémiologiques, économétriques, aux conversations sur les réseaux sociaux et aux indicateurs de mobilité des populations. Vous serez en mesure de prévoir la demande à court terme, d’établir un planning collaboratif couvrant l’ensemble de vos métiers, et d’optimiser votre supply chain. Aucun frais de licence pendant les 90 premiers jours d’utilisation.
