Cas d'usage n° 5 : Analyse des prévisions par rapport aux performances réelles

“Datama nous aide à gérer et comprendre mensuellement les drivers de notre croissance par rapport à ce qui était prévu. Cela nous permet de prendre des décisions rapides et adéquates concernant les actions marketing ou l'effort opérationnel.”

Contexte

Click & Boat est une grande place de marché web C2C qui met en relation des propriétaires de bateaux et des clients qui souhaitent louer.

L'équipe data aide toutes les équipes métier à trouver des insights et à prendre des décisions à partir des données first party. Entre autres outils, elle travaille régulièrement avec Tableau, sur une base Snowflake. Elle utilise Datama dans cette stack depuis plus d'un an.

L'un de ses enjeux clés est de définir et de suivre le prévisionnel de revenus, et d'expliquer régulièrement les écarts entre revenus réels et prévus tout au long de l'année. Cette analyse est essentielle pour échanger avec les investisseurs et prendre les décisions business.

Approche

Équation de marché

L'une des complexités d'une place de marché C2C est que les revenus de l'entreprise dépendent à la fois de la performance de la demande et de celle de l'offre.

La rencontre entre l'offre et la demande ne se fait pas toujours de la même façon. Chez notre client, certaines demandes importantes sont « suivies » : elles sont traitées par téléphone par un conseiller. D'autres sont « non suivies » : le propriétaire est seul responsable de l'acceptation de la demande sur la plateforme web. La part de la demande suivie par les conseillers est donc déterminante pour expliquer la performance.

L'équipe a ainsi abouti à l'équation de marché suivante :

Cette équation, un peu plus complexe que les analyses habituelles dans Datama, a un avantage important : elle fait apparaître explicitement la part de demande suivie. L'équipe peut ainsi mesurer clairement l'impact de ce KPI sur l'écart entre revenu total et prévisionnel.

Voici la traduction technique de cette équation de marché dans l'interface de Datama :

Dans Datama, on paramètre cette équation de marché avec la notation « =[1][2]([3][4]+(1-[3])[5])*[6] ».

Dataset

Les données de prévision ou de budget se trouvent généralement dans un fichier Excel, qui sert à construire des modèles et à tester des hypothèses. Une fois cet exercice réalisé pour l'année, le client les charge dans Snowflake pour les rapprocher des réalisations dans le reporting.

Les données sont ensuite accessibles directement dans Tableau, où Datama est ajouté comme extension : les utilisateurs finaux retrouvent les insights de Datama dans leur dashboard Tableau habituel.

Le type de données (version de prévision ou réel) est évidemment la dimension principale de comparaison. Les données sont aussi ventilées par marché et par marque.

Voici un exemple de dataset (anonymisé) :

Les données sont chargées via l'extension de dashboard Datama pour Tableau.

Points à retenir

Dans Datama Compare, ce cas d'usage donne une vue rapide des principaux drivers de l'écart entre réel et prévisionnel, et entre base de référence et objectif. Il explique pourquoi le client s'écarte de sa cible, mesure la valeur de chaque initiative et montre où concentrer les efforts.

L'ensemble du cas d'usage est construit dans Tableau et publié sur Tableau Server : les utilisateurs y accèdent sans friction et peuvent jouer avec les filtres et les hypothèses.

Dans l'exemple ci-dessus, le revenu réel est inférieur au prévisionnel (le revenu cible), surtout à cause d'un manque de trafic, en particulier aux États-Unis, probablement en raison de la pandémie. Effet secondaire : la conversion en ligne (CVR) baisse, car les utilisateurs américains convertissent bien et pèsent moins dans le mix.

Heureusement, cette baisse de trafic a permis au service client de traiter une part de la demande plus importante que prévu, ce qui a eu un impact positif sur le revenu. Le taux d'acceptation des demandes « non suivies » a lui aussi été meilleur que prévu, ce qui a limité l'impact sur le revenu total.

Résultats

Le rapport a été publié et partagé sur le serveur Tableau de Click & Boat : les utilisateurs finaux accèdent facilement au waterfall de Datama et peuvent interagir avec les filtres et les hypothèses.

Le fait que Datama soit utilisé dans Tableau a rendu l'adoption et les mises à jour régulières simples et fluides.

Le waterfall de Datama a permis à Click & Boat d'aligner toutes les parties prenantes sur les priorités d'amélioration de la performance, et d'expliquer clairement l'impact financier d'effets complexes comme les effets mix ou les variations de l'effort du service client.

En savoir plus sur Click & Boat.

Tester la solution Datama.