Refonte du système Order-to-Cash pour une meilleure expérience d'achat

Max Mara a compris que pour améliorer son processus order-to-cash, soit de la commande au paiement, elle devait être en mesure d'identifier rapidement et précisément non seulement où se trouvaient les problèmes, mais aussi les correctifs qui produiraient le meilleur ROI. Pour son équipe des opérations numériques, les outils avancés de découverte des processus sont apparus comme la bonne approche. Aussi, elle s'est mise en quête d'une solution alliant déploiement flexible et capacités puissantes et granulaires pour la modélisation des processus.

Après avoir examiné une gamme d'options, l'équipe a sélectionné la solution IBM Process Mining, qu'elle considérait comme « la base la plus complète pour l'optimisation des processus basée sur les données ».

Aujourd'hui, ce travail d'optimisation des processus est mené par un centre de compétences dédié, établi lors de l'implémentation – qui a pris huit mois – d'IBM Process Mining. Comme l'explique son directeur, ce centre « fournit des solutions techniques adaptées aux besoins de l'entreprise, et agit comme une entité pivotante pour coordonner l'analyse et la mise en œuvre entre l'entreprise, nos partenaires d'implémentation et notre infrastructure informatique interne. » Ce centre de compétences a aussi joué un rôle clé dans le projet de process mining, comme le précise un de ses analystes métier : « De concert avec notre service commercial, nous avons effectué une analyse approfondie de notre flux order-to-cash existant, qui suivait une configuration complexe impliquant plusieurs logiciels et plusieurs sources de données ».

Les informations qualitatives issues de cet examen étaient importantes pour prendre la mesure des efforts à entreprendre pour la refonte des processus. Néanmoins, toute décision relative à la modification et l'automatisation des flux requiert des données réelles et exploitables provenant des processus eux-mêmes. Pour le chef des opérations numériques, c'est là que la solution IBM Process Mining a fait toute la différence. « Comme les décisions liées aux processus doivent être basées sur leur ROI, la qualité des modèles de découverte de processus et de données qui les sous-tendent est cruciale », précise-t-il. « La puissance des algorithmes [IBM Process Mining], ainsi que le vaste éventail de flux de données d'applications d'entreprise qu'il peut ingérer, nous donnent la confiance nécessaire pour savoir où agir et connaître la rentabilité de ces actions. »

Prenons, par exemple, un cas où le délai de livraison des commandes dans une zone géographique était plus long que la moyenne, avec comme cause présumée le flux de préparation et d'emballage en entrepôt. En analysant les données pertinentes (ERP, CRM et autres sources) grâce aux modèles IBM Process Mining, les membres de l'équipe du centre d'excellence ont non seulement pu corroborer cette hypothèse, mais également identifier les facteurs inattendus qui aggravaient le problème. « Dans certains cas, nous savions qu'il y avait un goulot d'étranglement dû à des écarts par rapport aux processus », se remémore le chef des opérations numériques. « Mais nous avons été surpris de voir à quel point le flux était complexe et combien peu de commandes en entrepôt suivaient réellement le processus optimal. Ces informations basées sur les données nous ont permis de concevoir une solution plus appropriée et plus efficace au problème. »

Un maillon essentiel pour préparer un changement de processus consiste à prévoir et valider son impact avant qu'il ne soit mis en œuvre. Les fonctionnalités de simulation intégrées de la solution IBM Process Mining permettent aux concepteurs de tester l'impact probable des changements sur les indicateurs clés, comme le délai d'exécution et les besoins en personnel. Grâce à sa granularité et son autonomie, le modèle peut également révéler si un changement pourrait avoir un impact imprévu. « Sans le savoir, l'élimination d'un goulot d'étranglement à un niveau du flux peut en provoquer un autre ailleurs », ponctue le chef des opérations numériques. « En révélant ces impacts insoupçonnés via la modélisation dynamique, [IBM Process Mining] nous a permis d'adopter une approche plus holistique de l'optimisation des processus. »

Par exemple, l'équipe des opérations numériques de Max Mara souhaitait comprendre comment les changements proposés dans le traitement des demandes d'assistance après-vente des clients affecteraient les goulots d'étranglement pendant les pics saisonniers. Grâce à IBM Process Mining, elle a d'abord pu identifier les parties les plus répétitives du flux de processus qui se prêteraient le mieux à l'automatisation. En simulant ces changements, y compris l'automatisation des segments de flux de processus clés, l'entreprise a pu démontrer une diminution de 90 % des délais de résolution du service client, ainsi qu'une réduction de 46 % du coût moyen par résolution.

Aujourd'hui, le groupe de mode italien entame seulement son automatisation des processus. Toutefois, le chef des opérations numériques pense que cela deviendra un élément bien plus important de la stratégie de l'entreprise dans un avenir proche. Et pour lui, IBM Process Mining est un outil essentiel pour cartographier ce parcours. « Les investissements stratégiques dans l'automatisation des processus seront essentiels pour offrir aux clients l'expérience numérique de haute qualité qu'ils sont en droit d'attendre », précise-t-il. « Avec IBM Process Mining, nous disposons d'un puissant outil pour identifier où l'automatisation aura le meilleur impact à long terme, tant pour nos clients que pour notre entreprise. »

Le responsable du centre de compétences abonde dans le même sens.« Nous pensons que le succès manifeste de ce projet en fera le premier d'une longue série dans plusieurs de nos unités commerciales à travers le monde », ajoute-t-il.

Basée à Reggio d'Émilie, en Italie, Max Mara (lien externe à ibm.com) est un consortium international de mode créé en 1951. Regroupant 41 sociétés et plus de 5 500 collaborateurs, Max Mara est présent dans 105 pays. Cette entreprise familiale a été l'une des premières à se concentrer sur le prêt-à-porter haut de gamme. Aujourd'hui, elle exploite 10 marques dans le monde.