Les six étapes d’une datamorphose*

1 Explorer l’activité et en détecter les « datas cachées »

En collaboration avec vos experts métiers et les sachants (interviews, intelligence collective…), nous explorons et identifions les datas utiles et pertinentes pour adresser vos enjeux.

2 Analyser la valeur
de la data

Nous évaluons les bénéfices de chaque data sélectionnés selon 3 dimensions : économique, social et environnemental. Nous analysons leurs valeurs et identifions celles à plus fort potentiel.

3 Évaluer son coût
de digitalisation

Produire de la donnée consiste à transformer une donnée physique en donnée digitale. Nous évaluons le coût de production/de digitalisation des datas identifiées comme à plus haut potentiel de valeur.

4 Sécuriser financièrement et techniquement le projet

Nous nous assurons que le projet de digitalisation envisagé soit économiquement viable et nous aidons nos clients à sécuriser techniquement et financièrement leur gisement de valeur. L’enjeu consiste, d’une part, à valider la solution technique via un POC (« Proof Of Concept ») et, d’autre part, à s’assurer que le matériel de digitalisation soit compatible avec les contraintes opérationnelles. Et s’assurer que le coût de production n’augmentera pas dans le temps.

5 Déployer la solution et en monitorer les bénéfices

Lorsque la solution de digitalisation a été déployée, nous vous assistons pour mettre en place les indicateurs adaptés au suivi des bénéfices (cf étape 2). L’ensemble des bénéfices associés à la data sont trackés, remontés sur un tableau de bord et régulièrement suivis.

6 Créer de nouveaux services et accompagner leur développement

Lors de cette dernière étape, nous accompagnons nos clients dans le design et le développement de nouveaux services ou solutions induits par la digitalisation de la data, les marketons pour préparer leur lancement sur le marché et conseillons nos clients pour favoriser leur acceptation en interne.

La preuve par l’exemple…

Un acteur du monde de la logistique gère 10 millions de palettes par an. Le prix moyen d’une palette est d'environ 10 € mais 4 % d’entre-elles sont perdues chaque année, soit une perte annuelle évaluée à 4 M€. Intuitivement, connaître la position des palettes en temps réel semble être une bonne solution pour réduire les pertes. À sa place, quelle solution choisisseriez-vous ?

Réponse A Je lance un appel d’offres auprès de fournisseurs.

Lancer un appel d’offres sans connaître précisément ce que l’on recherche, avec la seule intuition que la connaissance de la position de ses palettes serait profitable pour l’entreprise, est une erreur. La position d’une palette peut être connue de 1 m à 1 km près. Et la précision a un coût inversement proportionnel. Ne pas avoir au préalable spécifier et justifier la précision va générer des réponses disparates donc non comparables entre elles, pour un montant qui sera toujours dissuasif.

Réponse B L’investissement est trop onéreux donc je m’abstiens.

Cette position engendre un risque à moyen terme de désintermédiation ou de faiblesse commerciale. Une analyse de la valeur des datas permettrait d’en évaluer les bénéfices, d’en mesurer la rentabilité pour sécuriser financièrement et techniquement le projet et pour s’assurer qu’il est viable.

Réponse C Je commence par valoriser chaque bénéfice attendu par la digitalisation et j’évalue ensuite la solution technique la plus adaptée.

Cette approche sera gagnante et structurante pour le choix et la mise en œuvre d’une solution de digitalisation du métier de la palette. En travaillant avec les équipes internes, les clients et fournisseurs, Datamorphose* évalue tous les bénéfices opérationnels et commerciaux de la connaissance de la position d’une palette en fonction de la précision attendue. Le choix se portera alors sur la solution qui maximise la différence entre les bénéfices attendus et le coût de la solution proposée par les fournisseurs étant entendu que la valeur du bénéfice retenu dans le calcul correspond à la solution proposée par le fournisseur.