Les entreprises sont blindées

Les entreprises sont riches de leurs données… mais elles ne le savent pas toujours !

Ces données sont une matière première indispensable à la digitalisation des flux. Cependant, elles ne révèlent leur potentiel que lorsqu’elles sont rigoureusement qualifiées et exploitables dans, par et pour des systèmes d’information (SI). La performance de l’IA générative, si importante pour nos métiers Supply Chain, sera elle aussi proportionnelle à la qualité des données présentes dans l’entreprise. Pas de data de qualité ? Pas d’IA ?

2 avis d’experts

Lors d’un récent workshop organisé par l’équipe BLOGISTICS, nous avons croisé deux points de vue sur ce sujet avec d’un côté un expert supply chain et de l’autre un expert numérique et SEO.

Le premier met l’accent sur des champs classiques, tels que la référence article, le prix, la quantité, le fournisseur, etc. Ces champs permettent de “granulariser” efficacement les flux puis de les planifier, piloter et analyser. L’objectif principal est ici la maîtrise permanente du flux opérationnel pour identifier, tracer et déplacer les marchandises.

Le second souligne quant à lui l’importance des “nouveaux champs”, tels que les données comportementales des clients, les données de géolocalisation, etc. Ces données sont essentielles pour booster le e-commerce. Les acronymes YMYL (Your Money Your Life) ou EAT (Expertise – Authoritativeness – Trustworthiness) deviennent alors les champs à mesurer et impactent non plus seulement le flux physique des marchandises, mais le flux algorithmique de positionnement de votre site.

Cet échange a permis de mettre en évidence le potentiel des champs liés à l’article. Ces champs de la fiche article sont en effet incroyablement transversales et peuvent être utilisés dans les deux dimensions pour :

1. optimiser les opérations et livrer les commandes à temps (OTIF)
2. stocker les informations essentielles à un développement e-commerce efficace (et ainsi contribuer à booster l’expertise du site)

À l’heure où les entreprises doivent s’adapter à une incertitude chronique les données sont indispensables.

Elles doivent donc être rigoureusement qualifiées et exploitables dans des SI adaptés pour produire la performance maximum attendue. Rappel nécessaire concernant la qualité des données qui repose sur 5 termes indissociables les uns des autres :

• L’exactitude : les données doivent être conformes à la réalité.
• La complétude : les données doivent être complètes, sans omission ni duplication.
• La cohérence : les données doivent être compatibles entre elles.
• La fiabilité : les données doivent être fiables, sans biais ni erreur.
• L’actualité : les données doivent être à jour, reflétant la réalité actuelle.

Et si le Data Quality Manager était la perle rare à intégrer de toute urgence à sa Supply Chain pour performer durablement et efficacement ?