Une démarche réfléchie et évolutive

Ces données varient en fonction du magasin, du produit et du jour. Elles doivent être injectées dans l’entrepôt de données avant que le magasin n’ouvre des portes, car elles fournissent un contexte capital pour l’analyse des marges brutes quotidiennes. Le caractère éphémère de cette seconde catégorie de données a constitué un défi supplémentaire.

« L’entrepôt aligne les données transactionnelles lorsqu’elles s’accompagnent des données contextuelles issues de JDA, précise Steve Humphrey, consultant chez Analysis Team. Toutefois, nous devions prévoir l’éventualité d’une défaillance système ou d’un incident réseau. » Xavor et Analysis Team ont alors créé une couche d’abstraction d’accès des données en Visual C# .NET afin de gérer l’aspect temporel des données dans l’entrepôt SQL Server.

« En cas d’indisponibilité des données contextuelles pour une raison quelconque, BizTalk Server 2004 notifie l’entrepôt, explique Humphrey. Lorsque l’information manquante est à nouveau disponible, l’entrepôt la collecte et resynchronise les enregistrements créés pendant l’interruption. » Dans l’intervalle, les rapports entièrement basés sur les chiffres de ventes et de fréquentation resteront à jour. Une fois importées dans l’entrepôt, les données sont analysées dans les cubes OLAP créés par Analysis Team au moyen de Microsoft SQL Server Analysis Services. « Analysis Services est capable d’intégrer de très grandes dimensions. Le module est directement intégré dans le prototypage de cubes à vocation commerciale, explique Humphrey. Le tout nous procure un énorme avantage, puisque nous avons moins de programmation à faire pour configurer et entretenir le système. »

Enfin, les données analysées sont présentées sous la forme de graphiques dans une série de feuilles Excel (voir Figure 2). Ainsi, le rapport de fréquentation d’un magasin donné affiche les passages à intervalles de 15 minutes pour la journée concernée. La même feuille comporte une moyenne et des graphiques sur 13 semaines qu permettent de comparer la fréquentation d’un magasin donné à un même moment de la journée, le jour, la semaine, le mois, voire l’année précédent. Une autre feuille y ajoute l’analyse issue des données PDV. Le nouveau système remplace aussi les rapports générés précédemment par la catégorie de produits (comprenant le classement par magasin et par produit, le chiffre d’affaires et les marges brutes). Virgin déploie le projet Crescendo progressivement, en commençant par les rapports les plus fréquemment usités par le personnel. L’entreprise se donne 12 mois pour présenter de 20 à 30 modèles de rapports décisionnels couvrant des statistiques encore plus complexes, tenant compte notamment du taux de conversion en temps réel (nombre de transactions commerciales réalisées par rapport au nombre total de passages), ainsi que du montant en dollars dépensé par transaction. Virgin prévoit d’effectuer des analyses plus poussées au fil du temps, notamment par des rapports comparant des produits et des fournisseurs.

Pour ce faire, l’équipe de développement entend mettre en oeuvre SQL Server 2000 Reporting Services afin de développer cette analyse avancée. Virgin s’emploiera aussi à intégrer des sources de données plus nombreuses, notamment des informations relatives aux effectifs de l’entreprise (nombre d’heures prestées et effectifs par magasin), ainsi que des données économiques issues de rapports sectoriels, tel SoundScan. « Non content de répondre à nos besoins actuels, Microsoft Windows Server System est capable d’évoluer à mesure que nous développerons notre entrepôt de données et élargirons nos fonctionnalités décisionnelles », précise Fort.