Fondé en Italie, le Max Mara Fashion Group a su démontrer un style avant-gardiste qui l'a aidé à se démarquer sur le marché mondial de la mode. C'est notamment l'une des premières enseignes à proposer des vêtements prêt-à-porter de designer.Aujourd'hui, ce même modèle, qui consiste à rendre la mode haut de gamme accessible au grand public via un grand catalogue de marques, est toujours aussi fructueux.
Secteur de la mode oblige, il est vital pour Max Mara de suivre l'évolution des tendances pour rester dans l'air du temps et fidèle à sa promesse de marque. C'est notamment le travail des designers et des chefs de produit de prendre le pouls du marché pour proposer des produits qui trouveront un écho.
Mais il y a aussi un autre aspect du modèle économique de Max Mara qui est essentiel pour fidéliser sa clientèle : une expérience d'achat plaisante en toute occasion, sur ses 10 sites Web de marque ou dans ses plus de 2 300 magasins physiques à travers le monde. C'est là que la transformation numérique et le marketing omnicanal entrent en jeu.
Pour Max Mara, comme pour beaucoup d’autres entreprises, la pandémie – et son impact sur les comportements d’achat – a accéléré une transformation numérique déjà en marche. Lors de cette période, les achats en ligne ont presque triplé. Face à cet essor, l’unité des opérations numériques de Max Mara, fondée au début de sa transformation numérique, a compris que l’efficacité de son back-end aurait désormais un impact majeur sur la satisfaction client.
« Si vous imaginez une carte thermique des améliorations potentielles des processus, notre zone la plus rouge serait le cycle Order-to-Cash, qui comprend le traitement et l'envoi des commandes, le paiement et le service client », explique le chef des opérations numériques de Max Mara. « Et durant les pics de ventes saisonniers que nous connaissons [typiquement en juillet et décembre], ces zones deviennent encore plus rouges. »
Les problèmes de processus créent des goulots d'étranglement, en particulier dans les activités d'entrepôt : préparation, emballage et expédition. Pour y remédier, Max Mara s'est intéressé aux approches traditionnelles de refonte des processus, reposant sur des systèmes de Business Intelligence (BI) et des informations de terrain issues d'analystes métier, de responsables de processus et d'autres parties prenantes.
Pour l'équipe des opérations numériques de l'enseigne, ces méthodes étaient un élément nécessaire de l'optimisation des processus, mais elle savait aussi qu'elles ne suffiraient pas. « Les systèmes BI sont utiles pour déceler les symptômes de problème au sein des processus, mais ils ne sont pas capables de diagnostiquer leurs causes profondes, ce qui est essentiel pour les résoudre », explique le chef du service. Max Mara voyait plus grand. Son but était de pouvoir prendre des mesures ciblées, basées sur des données concrètes. Cela impliquait d'être capable de repérer les processus perfectibles au niveau granulaire (par exemple, la gestion du personnel dans un entrepôt particulier ou les performances d'un fournisseur de services logistiques), mais aussi de réaliser des projections basées sur les données concernant l'impact de tout changement de processus (correction de flux ou automatisation) sur les indicateurs opérationnels clés.
Mais l'équipe des opérations numériques avait conscience que la complexité de Max Mara rendait cette vision particulièrement difficile à réaliser. Son chef nous en dit plus :« Nous vendons dans le monde entier. Si le front-end de notre processus de commande est relativement standardisé, la partie physique du flux en aval varie considérablement d'un pays à l'autre.Le même constat vaut pour nos systèmes annexes, notamment ERP et CRM, qui ont également été fortement personnalisés pour répondre aux besoins locaux. »
Temps de résolution réduit
Délais de résolution du service client réduits de 90 % par rapport aux approches manuelles
Réduction des coûts
Jusqu'à 46 % d'économies sur le coût de résolution moyen en éliminant les goulots d'étranglement
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.
Mentions légales
© Copyright IBM Corporation 2022. IBM Corporation, IBM Services, New Orchard Road, Armonk, NY 10504
Produit aux États-Unis, octobre 2022.
IBM, le logo IBM et ibm.com sont des marques commerciales d’International Business Machines Corp., déposées dans de nombreux pays. Les autres noms de produits et de services peuvent être des marques d’IBM ou d’autres sociétés. Une liste actuelle des marques de commerce d’IBM est disponible sur le web à l’adresse www.ibm.com/fr-fr/legal/copytrade.
Les informations contenues dans le présent document étaient à jour à la date de sa publication initiale. Elles peuvent être modifiées sans préavis par IBM. Les offres mentionnées dans le présent document ne sont pas toutes disponibles dans tous les pays où la société IBM est présente.
Les données de performance et les exemples de clients cités sont présentés à titre informatif uniquement. Les résultats des performances peuvent varier en fonction des configurations et des conditions de fonctionnement. LES INFORMATIONS CONTENUES DANS LE PRÉSENT DOCUMENT SONT FOURNIES « EN L’ÉTAT », SANS AUCUNE GARANTIE EXPLICITE OU IMPLICITE, NOTAMMENT SANS AUCUNE GARANTIE DE QUALITÉ MARCHANDE, D’ADÉQUATION À UN USAGE PARTICULIER ET AUCUNE GARANTIE OU CONDITION D’ABSENCE DE CONTREFAÇON. Les produits IBM sont garantis conformément aux dispositions des contrats qui régissent leur utilisation.