L’enseigne Saint-Maclou accélère l’alimentation Data de son système d’information

L’enseigne Saint Maclou gagne en rapidité et en fiabilité dans l’alimentation en Data de son système d’information. Pour cela, le commerçant a refondu sa plateforme de données en faisant appel à Snowflake et Fivetran. L’alimentation en données s’effectue en quasi temps réel et de manière fiable pour ses applications analytiques.

Un réseau de 132 magasins en France

Saint-Maclou est une enseigne française du groupe Adeo de la galaxie Mulliez spécialisée dans les revêtements de sols. Implantée à Lezennes (Nord), elle s’appuie sur un réseau de 132 magasins en France, ainsi que sur un entrepôt logistique, pour accompagner ses clients particuliers et professionnels. Elle emploie 1 400 personnes.

Afin de moderniser son système d’information, Saint-Maclou s’est lancé dans une refonte progressive de sa plateforme data afin de mieux exploiter les données provenant de ses activités, dont les ventes, le service de pose, la finance, le marketing, la logistique et la gestion des stocks.

Jusqu’alors Saint-Maclou utilisait un système décisionnel ancien alimenté par des flux de données développés et maintenus à la main. Dès lors, chaque nouveau projet d’analyse de données nécessitait l’identification précise des bases de données sources, des tables et des colonnes pertinentes, suivi du développement spécifique des flux d’alimentation.

Des tâches lourdes de configuration des injections de flux de données

Une telle approche s’accompagne d’une charge importante de développement et de maintenance, en particulier en cas d’évolution des flux de données. Les Data engineers étaient fortement sollicités sur la phase de collecte de données. Cette phase ne représentait aucune valeur ajoutée pour les employés et elle s’opérait au détriment des travaux de transformation et d’analyse. À cela s’ajoutaient des coûts de licences.

Avec cette configuration manuelle, le délai des projets se retrouvait allongé, avec des répercussions négatives sur l’ensemble des métiers. Cela constituait plutôt un frein à l’expérimentation, en particulier pour les cas d’usage analytiques avancés et les projets liés à l’intelligence artificielle.

« Notre façon de travailler générait auparavant d’importants coûts  avec la charge de développement, la charge de maintenance, la charge d’astreinte et le coût de licence pour l’outil » explique Salmane Khamlichi, Responsable data chez Saint-Maclou.

Centralisation des données avec Snowflake

Saint Maclou a opté pour une base de données centralisée créée avec Snowflake. « Afin d’accélérer la mise à disposition de la donnée et de générer rapidement de la valeur, nous avons fait le choix de basculer vers une architecture data moderne sur le Cloud, avec Snowflake comme base de données centrale » ajoute-t-il.

Une fois Snowflake déployé, l’étape suivante est l’alimentation en données de cette nouvelle plateforme. L’objectif était de synchroniser les données rapidement, en toute fiabilité. Pour ce faire, Saint Maclou a abandonné son approche classique ETL (« Extract Transform Load ») pour se tourner vers une solution plus rapide.

Saint-Maclou a retenu Fivetran, pour sa compatibilité native avec Snowflake, sa capacité à gérer de grandes bases SQL Server et à se connecter à des sources de données critiques. L’outil a été évalué lors d’un POC (« proof of concept »).

Une quinzaine de sources de données raccordées

Fivetran dispose de connecteurs qui permettent  à Saint-Maclou de synchroniser automatiquement ses données issues d’une quinzaine de sources, qu’elles soient hébergées sur site (on-premise) ou dans le Cloud, vers Snowflake. Parmi ces sources figurent l’ERP Microsoft AX, les outils logistiques, les systèmes de vente et de gestion des stocks, ainsi que plusieurs sources marketing – dont le futur CRM de Saint-Maclou sous Salesforce.

La collecte de nouvelles sources de données s’effectue désormais en quelques heures. Cette rapidité permet de conserver les projets dans un même « sprint » et d’éviter les allers-retours qui ralentissaient la réalisation des missions. Les Data engineers ont vu les problématiques de « run » (maintenance) devenir minimes. L’ingestion de données ne requiert plus d’équivalent temps plein. Les Data ingénieurs  peuvent désormais se concentrer sur la transformation des données (avec DBT Core) et l’exploitation de la donnée.

Les équipes disposent désormais d’une vision unifiée et centralisée avec 100 % de leurs données dans Snowflake, au lieu d’être dispersées dans les applications métiers. Cette centralisation permet d’envisager de futurs projets analytiques avancés et d’intelligence artificielle.  La nouvelle plateforme de Saint-Maclou permet de maîtriser sa consommation et de monitorer les coûts liés aux projets data.

Prévision des ventes en tête

Saint Maclou travaille sur des sujets de prévision des ventes et peut intégrer rapidement de nouvelles sources de données pour enrichir les modèles et expérimenter à moindre coût de nouveaux cas d’usage data science. Les équipes IT sont concentrées sur la transformation et leur métier retrouve sa réelle valeur ajoutée.

« La nouvelle plateforme nous a permis d’avoir la donnée la plus fraîche possible, quasi temps réel, au sein de notre plateforme Data. Ce qui était beaucoup plus compliqué, voire impossible avant » se félicite Salmane Khamlichi. « Cela permet d’envisager de nouveaux cas d’usages, notamment liés à la diffusion de KPI au plus près de l’activité opérationnelle quotidienne du réseau et de l’entrepôt » termine-t-il.

A la suite de centralisation de ses données, et de la modernisation de sa plateforme Data, Saint Maclou peut travailler sur des projets d’analytics avancés et d’intelligence artificielle, en faisant appel notamment à Qlik Cloud.