Immobilier & Big Data : exemple de stratégie data

Quand le traitement des données devient un frein à la croissance...

A la création de la société, le client avait naturellement fait le choix de saisir, traiter et stocker l’essentiel de ses données financières et opérationnelles dans Excel. Avec la croissance de l’activité et de la taille des équipes, ce fonctionnement révèle rapidement ses limites :

⚠️ Quantité de données trop importante pour Excel : jeux de données trop grands, et calculs faisant régulièrement “planter” Excel.

⚠️ Problème de contrôle de version des fichiers Excel : nombreuses saisies manuelles et modifications non contrôlées, travail en parallèle sur des versions différentes, etc.

⚠️ Risque sur la traçabilité des données

⚠️ Impossibilité d’automatiser les traitements de données

⚠️ Défaut de pilotage et de productivité : temps important consacré à vérifier et challenger les données, plutôt qu’à les analyser et prendre des décisions business

‍

Un cas d’usage data prioritaire : la mise en place d’un tableau de bord de suivi de performance

UNE 1^ÈRE PHASE DE DIAGNOSTIC ET D’ÉCRITURE DE FEUILLE DE ROUTE DATA

• Cartographie des flux de données et de process métier de l’entreprise
  Les travaux avec le client ont démarré par une phase de cartographie des process métier de l’entreprise, et des flux de données opérationnels et financiers associés.

• Ecriture de la feuille de route des applications de gestion
  Puis nous avons, avec le client, écrit la feuille de route pour les applications de gestion (ERP, BI, Data Warehouse…) et évalué les impacts sur les différents process.

• Mise en priorité des travaux de développement d’un reporting opérationnel
  Lors de cet exercice, le développement d’un tableau de bord de suivi de la performance opérationnelle de la société a rapidement été identifié comme prioritaire.

UNE DÉMARCHE “HOLISTIQUE” DE DÉVELOPPEMENT DU TABLEAU DE BORD

• Définition & développement des KPIs de performance
  Sur la base des nombreux échanges avec les équipes métier et en nous connectant aux sources de données dès les premiers moments du projet, nous avons pu rapidement produire des premières versions du reporting (Power BI), sur la base desquelles nous avons recueilli le retour des futurs utilisateurs.

• Mise sous contrôle de la qualité des données
  Plusieurs rapports de suivi de qualité des données ont permis d’identifier et corriger les défauts de qualité de données. Pour centraliser l’information sur les actifs immobiliers, nous avons développé une “Single Source of Truth” dans AirTable (outil “léger”, idéal lorsque des données doivent être saisies et maintenues à jour dans le temps, sans que les applications métier type ERP, CRM, etc. puissent les y accueillir).

• Réorganisation des process financiers et comptables
  Certains process ont été analysés et adaptés pour répondre au besoin de mise en qualité des données.

Le livrable : des indicateurs de performance partagés, mis à jour automatiquement

‍

‍

Un tableau de bord Power BI de performance opérationnelle, partagé par l’ensemble des équipes (Direction Générale, Opérations, Finance) et accélérant l’analyse et la prise de décisions business.

Un langage commun à toutes les équipes : définitions communes pour les marges, les périmètres de calcul, etc.

Un process garantissant des données de qualité alimentant le reporting.
Une interface AirTable développée, servant de “Single Source of Truth” pour les actifs de la société.

Accompagnement des équipes afin de les former à ce nouvel outil sur-mesure pour simplifier la prise en main. Mise en place d'un support pour répondre aux questions des utilisateurs.

‍3 enseignements du projet

‍

1. Le développement d’un reporting est avant tout un projet de transformation

• Le projet a bien sûr nécessité une parfaite compréhension des enjeux techniques et data de notre client…

• … mais également une compréhension approfondie de l'ensemble de son fonctionnement : process, organisation, spécificités du métier, etc.

• Ceci a permis de clarifier les objectifs stratégiques et les traduire en indicateurs de performance simples et communs aux différentes équipes impliquées (Direction Générale, Finance, Opérations) ; également, certains process ont été adaptés à l’occasion du projet  : saisie des données, revues financières, etc.

• Pour réussir la mise en place du projet dans son ensemble, il a ainsi été indispensable de réunir un ensemble d’expertises : data, business, finance.

2. La qualité des données, un enjeu majeur

• Comme le veut un adage vieux comme l‘informatique : “garbage in, garbage out”. Autrement dit, les indicateurs du reporting n’ont de sens que si les données d’entrée sont de bonne qualité.

• Un effort important, partagé entre Solstice et le client, a donc été consacré à la mise au propre des données alimentant le reporting. En particulier : mise en cohérence et unification des nomenclatures de dépenses, tagging des transactions passées, correction des incohérences, etc.

• Une partie du tableau de bord est d’ailleurs consacré au suivi de la qualité de la donnée, pour maintenir un haut niveau de qualité dans le temps.

3. Un impact limité sur l’infrastructure technique

• L’essentiel des développements effectués à l’occasion du projet sont venus se greffer sur l’infrastructure technique existante, et n’ont pas nécessité d’investissement en Capex.

• Pour que les utilisateurs puissent gérer certaines données d’entrée de façon simple, nous avons développé certaines interfaces dans AirTable, alimentant directement Power BI.