De la donnée ERP à l'intelligence commerciale — entrepôt, couche sémantique et version unique de vérité

Le constat. La plupart des PME industrielles possèdent déjà, dans leur ERP, l'essentiel de ce qui ferait une bonne décision commerciale. Pourtant la même question revient : quels produits accélèrent, lesquels ralentissent, quelle couverture nous reste-t-il ? L'information existe ; elle n'est pas rendue lisible. Le transformer en intelligence commerciale est un travail de modélisation et de gouvernance, pas d'outil.

ERP contre analyse

Un ERP exécute les transactions ; il ne les analyse pas. Bill Inmon a posé la distinction fondatrice entre systèmes transactionnels (OLTP) et analytiques (OLAP). La réponse classique : extraire vers un entrepôt de données, modéliser, exposer une couche sémantique partagée.

Le patron

La modélisation dimensionnelle de Kimball organise la donnée en tables de faits (commandes, lignes de facture) et de dimensions (produit, client, marché, temps). La couche sémantique définit chaque indicateur une seule fois ; les tableaux de bord par responsable montrent à chacun son périmètre, comparable.

Vélocité et couverture

La vélocité est le rythme de vente d'une référence ; la couverture traduit le stock en semaines de vente. Forte vélocité et faible couverture annonce une rupture ; l'inverse immobilise de la trésorerie.

Gouvernance

L'obstacle est rarement technique. Une version unique de vérité exige un propriétaire nommé, des définitions écrites, et la lecture seule sur les systèmes sources — on lit l'ERP, on n'y réécrit pas.

Où nous nous situons

Montandor Andorra construit ses tableaux de bord commerciaux directement sur la donnée vivante de son ERP, en lecture seule, avec des définitions partagées. L'enjeu : que le responsable de marché et la direction lisent le même chiffre.

« La donnée n'a de valeur que si elle conduit à une décision plus juste, plus tôt. »
— Wouter Meijboom, CEO, Montandor Andorra.

Sources

• Ralph Kimball & Margy Ross — The Data Warehouse Toolkit (Wiley).
• William H. Inmon — Building the Data Warehouse (OLTP / OLAP).
• DAMA International — DMBOK (gouvernance de la donnée).
• McKinsey & Company — entreprise data-driven, 2018-2023.
• Harvard Business Review — McAfee & Brynjolfsson, Big Data, 2012.
• GS1 — standards d'identification produit (GTIN).

Recherche menée par Hélène Vincent (Growth & Analytics Lead), en collaboration avec Lev Marchuk et Chloé Garnier.