4 erreurs dans la mise en place de programme ERP / référentiel de données
De nombreux écueils doivent être évités dans la mise en place de programme ERP et de logiciels de référentiel de données. Nous en retenons 4
Mise en place d’un projet ERP : les clés pour réussir
Cet article est la suite de 4 erreurs dans la mise en place de programme ERP / référentiel de données
Chaque problème dans la mise en place de projets ERP et référentiels de données n’a pas la même prépondérance en fonction de toutes les entreprises. Il n’existe donc pas de guide simplifié permettant de s’assurer de la réussite de son projet. Mais les projets ERP et référentiels de données sont stratégiques et nécessaires à l’évolution Data Driven de l’entreprise. Alors fort heureusement, il est possible de réussir ses projets ERP & référentiels et nous allons détailler les différents éléments à prendre en compte avant de se lancer. Et si votre projet est déjà en cours et rencontre des difficultés, rien n’est perdu, mais les pratiques suivantes seront à rapidement mettre en œuvre.
Sommaire
Le cadrage data : un élément fondamental, mais trop souvent oublié
Même si la data est maintenant au cœur de nombreuses conversations, c’est un élément trop souvent oublié lors du cadrage des grands programmes de transformation.
Connaitre la marche à franchir en termes de gestion de patrimoine de données avant de se lancer dans une transformation de son ERP est un facteur de réussite d’un projet de ce type.
Le cadrage data a pour objectif de donner une vision complète du mode de fonctionnement incluant les rôles, les processus, les systèmes, les règles de traitements de données, aussi bien en mode automatique que manuel. Le but est de fournir une vision complète et à date du fonctionnement du périmètre de donnée de référence (produit, fournisseurs, prix, etc.) visé qui soit le plus réaliste et factuel possible.
Nos méthodes de cadrage utilisent le principe du Data Process Management pour expliquer et définir les processus métier existants autour de la data.
Notre méthodologie de cadrage permet donc de :
- appréhender les processus qui seront impliqués et impactés par le projet
- prendre en compte les données utilisées dans ces processus
- croiser ces éléments avec la maturité data de l’entreprise pour identifier les difficultés de l’organisation.
Le cadrage data en communiquant une vision exhaustive du fonctionnement actuel de la création d’un produit ou d’un service jusqu’à la mise à disposition auprès d’un consommateur va permettre de mieux définir les axes d’amélioration à couvrir sur le fonctionnement cible. Les adhérences qui vont se traduire par des problèmes de planning, de qualité, de fonctionnalité lorsque ces éléments sont découverts seront ainsi mieux identifiées.
Ce cadrage data a aussi pour objectif de définir et décrire les pratiques data à mettre en place :
- mode de gouvernance autour des domaines de donnée au sein de l’entreprise (fédéré, centralisé, etc.),
- organisation de l’équipe DATA,
- usines à migration et à qualité des données
- …
L’équipe de cadrage data : Une équipe transverse qui doit rester disponible tout au long du projet
Cette cellule de cadrage data ne doit pour autant pas disparaitre une fois les premiers éléments identifiés. Le projet, ses décalages, les changements de périmètres fonctionnels vont nécessiter de nouvelles analyses transverses et de l’amélioration continue de la feuille de route du programme sur cet aspect. Pour cette raison, le programme doit garder une capacité de cadrage pour éviter toute situation de blocage et pouvoir valider des changements d’orientation en prenant en compte l’ensemble des aspects data.
Ne pas se focaliser uniquement sur la cible, mais sécuriser chaque étape du projet ERP
Les programmes ERP/Référentiels sont, en raison de leurs complexités et de leurs longueurs, décomposés en plusieurs étapes ou jalons incluant les différentes composantes de ce type de projet. La sécurisation consiste à assurer le fonctionnement nominal de l’entreprise a chaque étape du programme et doit se reposer sur la mise à jour des cartographies fonctionnelles et data.
Cette cartographie est une solution indispensable pour organiser les actions de chaque équipe et donner une vision précise du mode de fonctionnement des jalons intermédiaires et des manques / incohérences qui seront à combler sur chaque processus.
Mettre en lien à travers la data les différentes équipes permet aussi d’apporter une plus grande cohésion, une meilleure communication sur la couverture fonctionnelle et les manques, et donc de créer de la transparence et de l’adhésion des utilisateurs.
Cette pratique permet d’avoir pour chaque étape, les rôles & responsabilités sur les données, et de définir les actions de maintien en cohérence qui sont indispensables lors des jalons intermédiaires.
En complément de cette cohérence organisationnelle, la cartographie data permet de définir les moyens de contrôles des données entre chaque étape. Dans une version intermédiaire, des écarts de données entre deux systèmes sont assez fréquents, car l’ensemble de flux, processus ne sont pas en place. Il s’agit d’un mode dégradé, mais qui permet néanmoins de servir l’entreprise. Il est indispensable d’identifier les écarts de données qui peuvent ainsi être créées et qui seront à corriger avant la version cible afin de s’assurer de ne pas perdre de données ce qui est un irritant fort pour les utilisateurs qui sont amené à changer de systèmes et ne retrouvent pas les données les plus récentes.
Pour mener à bien ce dernier point, il est nécessaire de s’appuyer sur des équipes d’analyse data.
Mettre en place une cellule projet d’analyse et de reporting
Certains programmes ERP et de référentiels de données ont parfois le sentiment de naviguer à l’aveugle par manque d’indicateurs fiables. La mise en place des KPI est trop souvent reléguée en fin de planning ce qui complexifie l’analyse des problèmes et la définition des axes d’amélioration.
Ce type de programmes doit donc se doter d’une cellule d’analyse de données à même de répondre aux différentes questions :
- Audit de la qualité
- Validation des règles fonctionnelles par audit des données
- Contrôle des cohérences entre les systèmes lors des plans de bascule
Une tâche importante de cette cellule d’analyse des données est donc de s’assurer de la cohérence des données entre les différents systèmes en mettant en place non seulement des éléments de contrôle sur l’existence des fiches (client, article…) entre les systèmes, mais aussi la cohérence des attributs critiques afin de s’assurer que le nouveau système, reste le point de vérité de l’information pour l’entreprise.
Cette cellule pourra ainsi fournir l’ensemble des éléments d’analyses pour répondre aux questions et apporter des éléments factuels aux différents responsables des métiers pour avoir une vision fiable de la donnée et ne plus travailler ou échanger sur la base de ressenti de la donnée.
Dans ces quelques lignes, nous vous avons présenté, issues de nos expériences, les quelques pratiques indispensables à mettre en place sur vos projets. Les projets ERP / référentiels resteront des projets complexes en raison de leurs transversalités, mais le taux de réussite s’améliorera fortement en suivant ces quelques conseils.
Data
Découvrez nos expertises dans l'accompagnement de la transformation Data des entreprises
Pour aller plus loin
Dynamiques Humaines
Améliorer l’expérience collaborateur grâce à la data
Chez iQo, nous mettons notre expérience de l’accompagnement des organisations, des collaborateurs et des managers à profit pour faire de la data un outil efficace
Data
Gouvernance des données : définition et principes clés
La gouvernance des données est un levier majeur pour améliorer la performance et accélérer la transformation des entreprises. En effet, la donnée est aujourd’hui un