La gestion de la chaîne d'approvisionnement est un domaine où l'analyse de données offre de nombreuses opportunités, en particulier la possibilité de suivre en temps réel les indicateurs de performance clés critiques de l'entreprise. Cependant, de nombreuses entreprises utilisent encore des outils de bureau de base comme des fichiers Excel pour rassembler leurs données. Avec tant de progrès technologiques, qu'est-ce qui retient les entreprises?

Les trois principales raisons pour lesquelles les entreprises n'adoptent pas l'analyse automatisée.

Une étude récente d'International Data Corporation (IDC) montre que les trois principales raisons sont les suivantes:

  1. Préoccupations au sujet des longs délais d’implantation
  2. Préoccupations concernant la compatibilité avec d'autres applications
  3. Préoccupations au sujet des coûts élevés

Il s'agit là de préoccupations légitimes. Cependant, en approfondissant l'étude d'IDC, celle-ci offre un certain nombre de commentaires précieux sur les analyses de données manuelles et l'utilisation de fichiers Excel comme source principale pour les identifier:

  • Les utilisateurs expérimentés d'Excel représentent environ 8 % de l'ensemble des employés de l'entreprise.*
  • En moyenne, les utilisateurs expérimentés d'Excel passent 26 heures par semaine à travailler dans des fichiers Excel.*
  • Chaque utilisateur expérimenté d'Excel peut passer jusqu'à 8 heures par semaine à répéter les mêmes efforts lorsque les sources de données sont mises à jour, ce qui représente un gaspillage moyen de 12 000 $ par année.*

En rassemblant ces chiffres, vous pouvez commencer à avoir une vue d'ensemble des coûts associés aux analyses de données manuelles, mais regardons de plus près.

Voici un exemple des coûts monétaires des analyses de données manuelles:

Comme le montre la vidéo (disponible en langue anglaise seulement), le temps et l'argent consacrés au suivi manuel des analyses de données commencent vraiment à s'accumuler - surtout à mesure que la taille de l'entreprise augmente.

Examinons à nouveau les principales raisons pour lesquelles l'analyse automatisée de données n'a pas été adoptée.

1. Préoccupations au sujet des longs délais liés à son implantation

Il est vrai que les outils Big Data ont souvent de longs délais d'implantation suivis de courbes d'apprentissage abruptes; cependant, il y a maintenant beaucoup plus de produits SaaS efficaces sur le marché, ce qui les rend plus rapides, moins chers et plus faciles à implanter des analyses automatiques.

2. Préoccupations concernant la compatibilité avec d'autres applications

La popularité du Big Data s'est accompagnée d'une nouvelle vague de solutions logicielles, incluant de multiples fournisseurs spécialisés. Ainsi, oubliez les outils Big Data et trouvez un outil spécifique à la chaîne d'approvisionnement. Ils sont conçus pour se connecter directement à vos applications actuelles (pensez SGE, SGM, SGT, inventaire, etc.) afin de vous aider à obtenir une image complète. Cela accélérera également votre temps d'implantation!

3. Préoccupations au sujet des coûts élevés

Comme on peut le voir dans la vidéo, même l'analyse manuelle n'est pas peu coûteuse. Les coûts sont simplement cachés dans les salaires des employés. L'automatisation de vos analyses peut non seulement vous faire gagner du temps et de l'argent, mais elle offre également d'autres avantages. Vous pouvez enfin arrêter de regarder en arrière et voir comment les choses fonctionnent en temps réel. Cela vous permet d'effectuer des changements immédiats pour maximiser l'efficacité et le retour sur investissement et ce, au quotidien - ce que vous ne pourriez jamais faire avec l'analyse manuelle.

Quel est donc le coût réel de l'analyse de données manuelle dans la chaîne d'approvisionnement ? 433 420 $ pour une entreprise de 100 personnes (et exponentiellement plus pour les grandes entreprises) ou beaucoup plus?

*IDC Advanced Spreadsheet Users Survey commissioned by Alteryx, October 2016 N=505   &  US Bureau of Labor Statistics, Occupational Employment Statistics Survey, May 2015 Estimates