Catégorie : Logistique | Solution : DataMa Compare | Type : Ad hoc | Client : Commerce de détail | Extension : Tableau

Tags: #TableauExtension #Stock #Conversion #SupplyChain #Logistique #CostAnalysis

« DataMa a été un excellent outil d’acquisition qui nous a aidé à approfondir notre analyse en beaucoup moins de temps qu’auparavant. Disposer d’informations et de commentaires en direct sur nos variables les plus impactantes nous permet d’assurer plus rapidement la transparence aux principaux décideurs et parties prenantes. »

Martin Garza – Analyste de la chaîne d’approvisionnement – TechStyle

Contexte

TechStyle est une entreprise mondiale en pleine croissance qui travaille avec un portefeuille impressionnant de marques éminentes et innovantes. Le lancement stratégique continu de marques en croissance a entraîné une prolifération des ventes en ligne et des vitrines physiques. Cette croissance soutenue a accru l’urgence d’une analyse commerciale claire et efficace de facteurs tels que les coûts et les performances. Étant donné que TechStyle supervise plusieurs marques, il est essentiel de disposer de statistiques de chaîne d’approvisionnement précises et à jour sur les indicateurs les plus cruciaux. Être capable de visualiser leurs différents coûts et leur évolution d’année en année est crucial pour obtenir des informations sur leur entreprise.

L’équipe mondiale de chaîne d’approvisionnement et de stratégie de TechStyle souhaitait connaître la répartition de ses différents coûts par unité expédiée d’une année sur l’autre. Leur problème était que même s’ils pouvaient calculer si les coûts augmentaient ou diminuaient, il était difficile de savoir quels facteurs, tels que le pays d’origine ou quelle marque, étaient responsables de ces changements. Ces analyses prenaient beaucoup de temps, et même avec ces chiffres en main, il était difficile de visualiser toutes les informations essentielles d’un seul coup d’œil.

Finalement, l’équipe a trouvé l’extension DataMa pour Tableau, qui leur a permis de réaliser exactement ce qu’ils voulaient. Ce cas d’utilisation sera basé sur ce qu’ils ont pu réaliser dans Tableau avec l’extension waterfall de DataMa (également connue sous le nom de DataMa Compare, pour la version Web).

Approche

Équation de marché

Cette équation de marché particulière était intéressante, car ils voulaient analyser les coûts, au lieu de visualiser un tunnel marketing standard. Pour cette raison, leur équation de marché diffère à plusieurs égards de l’équation de marché classique.

Premièrement, le résultat final serait le coût total par unité au lieu de quelque chose comme le revenu, de sorte que tous les coûts seraient divisés par unité. De plus, au lieu de calculer le produit, les coûts ont été additionnés.

Le waterfall personnalisable de DataMa était idéal pour cette équation modifiée (Figure 1).

Figure 1 : La fonction de relations métriques de DataMa permet aux utilisateurs d’adapter rapidement leur équation de marché.

TechStyle a pu définir un coût différent à chaque étape, le diviser par le nombre total d’unités, définir tous les montants en dollars et fixer le total à une somme.

Dataset

Nous avons créé un jeu de données fictif basé sur le format de données de TechStyle, qui est disponible ici et visualisé dans la figure 2.

Figure 2 : Un échantillon de données basé sur les principales mesures et dimensions de TechStyle

Sur le côté droit, nous avons quatre coûts différents à suivre :

1/Premier coût

2/Coût de l’emballage

3/Coût du transport

4/Coût des droits

Sur le côté gauche, parce que nous voulons pouvoir ventiler les résultats pour voir comment les différentes dimensions ont contribué à l’évolution des coûts, nous incluons une colonne pour « Filiale » (une des multiples marques TechStyle) et une colonne pour « Origin Country » (d’expédition). Nous incluons également le nombre total d’unités.

Bien entendu, comme nous voulons voir l’évolution des coûts d’une année sur l’autre, nous incluons une colonne “Année”.

Points à retenir

Dans l’extension Tableau de DataMa, l’analyse nous permet de quantifier l’évolution du coût par unité d’une année sur l’autre. La figure 3 montre que le coût total par unité a augmenté de 11,8 % entre 2021 et 2022. Dans Tableau, l’extension DataMa peut interagir avec tous les filtres placés sur le même tableau de bord.

Figure 3 : Le coût total par unité a augmenté de 11,8 % entre 2021 et 2021.

Un autre aspect intéressant du cas d’utilisation de TechStyle est que dans ce scénario, une augmentation des coûts est considérée comme un résultat négatif. Dans un tunnel de marché standard, une augmentation de quelque chose comme les revenus est un résultat positif, donc les augmentations seraient affichées en vert dans le waterfall. Cependant, grâce à la personnalisation de l’affichage de Datama, il est facile de changer les couleurs en fonction de ce que vous devez visualiser. Les couleurs des augmentations et des diminutions ont été inversées afin qu’une augmentation du coût s’affiche en rouge, indiquant un résultat négatif en un coup d’œil.

De plus, l’extension DataMa Tableau permet également aux utilisateurs de décomposer les changements pour identifier les facteurs qui entraînent des augmentations ou des diminutions.

La figure 4 montre une répartition du « premier coût », montrant que même si la « société B », l’une des sociétés du portefeuille de TechStyle, a connu certaines baisses du « premier coût », les augmentations de coûts pour les autres sociétés ont compensé cette diminution. En particulier, nous pouvons voir que l’augmentation des coûts est principalement due à « l’entreprise A ».

Figure 4 : Le coût total par unité a augmenté, ce qui peut s’expliquer en partie par une augmentation du coût initial de 11,1 %

Cette répartition peut être répétée pour chaque coût, DataMa identifiant les facteurs les plus intéressants et pourquoi. D’autres coûts pourraient avoir été principalement déterminés par différentes dimensions, telles que le « Pays d’origine ».

Résultats

Grâce à l’extension DataMa, l’équipe d’analyse de TechStyle a pu créer une visualisation dynamique en cascade qui a accru l’utilité de son tableau de bord Tableau, en fournissant aux principales parties prenantes les informations essentielles dont elles avaient besoin, y compris des résumés concis des principaux facteurs déterminants. Non seulement cela permet à l’entreprise de mieux évaluer l’évolution de ses coûts, mais cela l’aide également à identifier les facteurs clés sans analyse supplémentaire, car ses données sont déjà automatiquement connectées à Tableau. Cette intégration avec Tableau élimine le besoin de toute ingénierie de données supplémentaire, car les données existent déjà dans Tableau, ce qui signifie que les utilisateurs interagissant avec le tableau de bord bénéficieront d’une expérience transparente.