Quelles données sont produites par mon organisation ?
Qui collecte ces données et par le concours de quels outils IT ?
Comment sont organisées mes données ? Où sont-elles stockées ?
Quelle qualité/fiabilité pour mes données ? Qui les contrôle et comment ?
Voici synthétiquement les questions que se posent aujourd’hui les organisations soucieuses de leur performance et ayant compris que cette maitrise dans la gestion des données participe très directement à l’atteinte de leurs objectifs business.
Ces enjeux ne sont plus l’apanage des biens connus GAFA mais touchent aujourd’hui aussi bien les entreprises de toutes tailles : grands groupes, ETI mais aussi PME.
La BI (Business Intelligence) est devenue un service « standard » bien implanté dans la structuration des DSI au service du reporting décisionnel. La gestion de la donnée dépasse dorénavant la notion IT pour s’inviter au sein même des directions opérationnelles bien au-delà de la traditionnelle finance ou du contrôle de gestion.
Les observateurs et spécialistes s’accordent sur le franchissement d’une nouvelle ère dans la valorisation des données qui est celle de la connaissance. La création de valeur ne se limite plus à l’exploitation de ses données puisque désormais la data constitue en elle-même la valeur et donc un patrimoine de l’entreprise en tant que tel. Comme le dit l’adage « Un patrimoine ça s’entretient ».
Ainsi nombre d’entreprises ont entamé avec plus ou moins de succès une transformation dite « Data Driven » de leur organisation embarquant les processus organisationnels, tout comme la culture de l’entreprise en elle-même centrée sur cette matière première qu’est la Data.
En réponse à cette demande croissante, les éditeurs ont créé différents outils IT bien souvent sous des acronymes pouvant paraître barbares de prime abord. Ces offres aux fonctionnalités multiples sont parfois vues comme redondantes et il peut-être complexe de s’y retrouver en particulier quand les besoins et les ambitions évoluent au fil des démonstrations proposées.
Dès lors, démystifions ces acronymes afin de mieux comprendre les fonctionnalités et complémentarités des uns par rapport aux autres.
MDM, PIM, DAM, PLM, quels outils de gestion de la donnée produit pour quels besoins ? Voici un panorama des principales solutions de gestion de la donnée produit :
MDM (Master Data Management)
Abréviation anglaise de « Master Data Management » et traduction française de « Gestion des Données de Référence » (GDR).
Le MDM est un logiciel qui permet de structurer les données d’une entreprise afin de normer les produits et les ressources internes d’une façon unique pour que chaque service de l’entreprise ait un référentiel unique et partagé. Une de ses caractéristiques principales est le dédoublonnage et l’enrichissement afin d’obtenir une donnée de qualité. Le MDM gère avant tout un référentiel interne transverse aux domaines fonctionnels.
Du point de vue pratique, il vise à créer un « Golden Record », l’enregistrement maître et point de vérité à partir d’enregistrements sources dit « Master record ». Les données gérées sont multiples (facturation, RH, finance, commerce, données techniques, marketing).
L’objectif est de créer un référentiel commun, unique, partagé et fiable dont la donnée est consommée de façon homogène par l’ensemble de l’entreprise. Les solutions MDM proposent a minima un reporting sur la qualité de donnée.
Au-delà de l’aspect du nettoyage des données, matching et scoring de rapprochement, constitution de « golden record », les outils MDM vont supporter fortement les processus de gouvernance, qualité, sécurité des données.
L’implémentation d’un MDM au sein d’une entreprise peut nécessiter du temps et notamment dans le cas où son fonctionnement engendre la mise en place d’une gouvernance métier de la donnée.
PIM (Product Information Management)
Abréviation anglaise de « Product Information Management » et traduction française de « Gestion de l’Information Produit » (GIP).
Le PIM permet de centraliser, d’organiser et de gérer des catalogues produits. Les données produits achat, marketing, logistique y sont structurées afin de les diffuser via une stratégie de communication omnicanale (catalogue papier, catalogue en ligne, sites e-commerce, market places, applications mobiles, etc.). Il est la source unique de l’ensemble des données des fiches produits. Ces données peuvent être techniques (poids, dimensions, composition, …), marketing (argumentaire produits, descriptions, …), numériques (photos, pictogrammes, vidéos, etc.), ou encore commerciales (code barre, EAN, tarif unitaire, prix TTC, …). Il est majoritairement utilisé par les services Marketing, Commerce et Logistique.
Plus spécifiquement et par comparaison au MDM, le PIM va répondre avant tout à des enjeux permettant d’optimiser les processus métier pour une meilleure productivité autour de la donnée produit allant du service achat au marketing digital dans une logique de diffusion des données produits avec les systèmes extérieurs à l’entreprise. La démarche d’enrichissement des fiches produits est collaborative et notamment sur la gestion de contenu.
La centralisation permet une réduction du Time to Market, d’éventuelles erreurs, et une diffusion rapide des données pour une meilleure expérience client. La plupart des offres du marché proposeront des indicateurs de complétion de la fiche produit permettant une mise à disposition immédiate de la donnée en fonction des besoins spécifiques des canaux de diffusion.
La plupart des solutions du marché proposent nativement la génération de tableaux de bord pour piloter la qualité des informations produit.
Le PIM est une initiative dirigée par les équipes métier et qui est généralement beaucoup plus facile et économique à mettre en œuvre qu’un déploiement MDM plus conséquent.
On associera très souvent au PIM un DAM pour la gestion et la publication des assets liés au produit (PDF, photo, vidéo…) Certaines solutions PIM offrent des fonctionnalités des outils de MDM en particulier la gouvernance à partir de l’implémentation de workflows métier modélisables.
DAM (Digital Asset Management)
Abréviation anglaise de « Digital Asset Management » et traduction française de « Gestion des Ressources Numériques ».
Le DAM permet de stocker et gérer vos actifs numériques, les médias de l’entreprise (vidéos, visuels, photos, PDF, fichiers audios…). Le DAM est une sorte de médiathèque digitale, interne à l’entreprise. Il vient généralement compléter le PIM et embarque souvent des outils de contrôle des versions ou encore de resizing d’image paramétrables selon les canaux de diffusion et afin d’optimiser l’utilisation des ressources existantes.
PLM (Product Lifecycle Management)
Abréviation anglaise de « Product Lifecycle Management » et traduction française de « Gestion du Cycle de Vie des Produits ». Un PLM permet de gérer le cycle de vie du produit et ce depuis sa conception, jusqu’à sa fin de vie (conception, fabrication, stocks, logistique, transport, vente, éventuellement recyclage).
A la différence du PIM, il ne centralise pas nécessairement les données destinées à être diffusées à l’extérieur de l’entreprise telles que les données marketing, commerciales ou techniques.
Le PLM est complètement orienté vers l’innovation, la conception du produit depuis le brief marketing jusqu’à sa version définitive et commerciale. Il est souvent utilisé par les fabricants pour suivre les esquisses, les fichiers CAO, les composants, les données d’inventaire, les spécificités et autres actifs.
Un PLM est axé sur l’organisation et les interlocuteurs internes.
Tous ces outils sont donc complémentaires par leur positionnement dans le système d’information et surtout par les besoins adressés. Ils sont selon leurs caractéristiques positionnés en amont ou en aval de votre ERP. La plupart des éditeurs de solutions les proposent en mode Saas ou On Premise.
Les PIM, DAM, PLM vont avant tout couvrir des besoins métier plus opérationnels tandis que le MDM aura vocation à centraliser des Masters Data pour toutes les briques applicatives.
Ils ont en commun les objectifs de centralisation, d’unicité, d’intégrité et de cohérence de vos référentiels afin de mettre rapidement l’information à disposition des métiers.
Cette centralisation en référentiel unique engendre généralement la mise en place d’une gouvernance de la donnée. Ainsi la gestion des données et informations produits n’est pas uniquement une question de technologie ou de personnes mais plutôt un mix entre des processus communs et transverses à l’ensemble de l’entreprise, des responsabilités data opérationnelles et une technologie adaptée.
Les outils de structuration de la donnée ne sont plus réservés aux grandes entreprises. L’approche métier proposée par Next Decision permet de vous accompagner dans l’organisation de vos process métier, la mise en place de votre data gouvernance et l’adéquation avec les solutions technologiques disponibles.
Faites confiance à nos consultants experts de Next Decision pour vous accompagner dans vos projets de gouvernance de la donnée et l'aide aux choix d'outils ! Contactez-nous !