Comment l informatique décisionnelle peut-elle améliorer la qualité de service client?

Transcription

1 EPSI Montpellier 437 rue des Apothicaires Montpellier. General Electric Healthcare 283 Rue De La Minière Buc Yvelines. Comment l informatique décisionnelle peut-elle améliorer la qualité de service client? Directeurs de recherche Directrice de communication : Mme Nathalie Camus Directeur technique : M. Laurent Léger Tuteurs de stage : M. Laurent Ayach, M.Olivier Robert Promotion Soutenance en Septembre 2009 Mémoire de fin d études réalisé par Tarik Oulhaj

2

3 Introduction : L information une ressource stratégique Les différentes catégories d informations L information formelle L information informelle Le Croisement des deux sources d informations L information existante concernant le projet réalise Evolution de l information et des techniques de visualisations Historique Symon : une solution d affichage et de visualisation efficace L Information au centre de la décision en entreprise La prise de décision Cas pratique : La prise de décision par les managers des calls center a la General Electric Evolution croissante du besoin d aide a la décision La business intelligence pour un meilleur management de la qualité de service BI et intelligence économique : un abus de langage? Définitions Les impacts de l informatique décisionnelle sur la qualité de service ITIL : Un référentiel et un outil supplémentaire pour l'optimisation de la qualité de service Un service d intégration : le Datawarehouse Concepts généraux Une Analyse multidimensionnelle : Le datamining OLAP et la fouille de données Analyse et représentation des données du projet Caractéristiques du mécanisme de centralisation des données par ETL Le marche et les catégories d'outils ETL Approche et définition des ETL Histoire et marche actuel des ETL ETL vs EAI: L'EAI n'est pas l'etl, et vice-versa Les ETL : un besoin de normalisation : Les causes du phénomène en 3 étapes... 56

4 3.3- Mise en place pour le projet du processus ETL Impacts de la solution déployée :«le visual management» Une méthode pour une meilleure qualité de service client : Lean Six Sigma Lean Six Sigma : un système qui aide à "prévoir" pour ne pas être obligé de "revoir" Une méthodologie par étapes le «DMAIC»:define mesure analyse improove control Define Mesure Analyse Improve/Verify Le "DFSS": Design for six sigma Impact de la méthode sur la qualité de service client Bénéfices pour les entreprises ayant adopte cette méthode Impact de la méthode sur le projet réalisé Conclusion Glossaire Table de figures Table des matières Annexes Bibliographie

5 Je tiens à remercier tout d abord M. Surya Kunduri qui m a accepté à General Electric Medical Systems pendant six mois pour effectuer ce stage de fin d études. Cette mission m a permis d appliquer et de consolider mes compétences techniques et surtout de couvrir trois domaines ceux du développement du réseau et enfin le dernier celui des systèmes de téléphonie des calls centers qui m était totalement inconnu. Je remercie également mes directeurs de projet M. Laurent Ayach et M. Olivier Robert qui m ont été d un grand soutien, tant d un point de vue technique que relationnel. Ils ont su me motiver et m aider durant toute la durée du stage en étant disponibles afin de répondre à mes questions et contribuer au bon déroulement de ma mission. Les différents membres de l équipe du support applicatif FASTeam m ont tout de suite intégré agréablement, ce qui a participé à un bon équilibre relationnel. Je les remercie donc tous pour leur sens du relationnel et de la serviabilité. Je remercie aussi tout le corps professoral, l équipe administrative ainsi que la direction qui m ont permis d acquérir trois valeurs essentielles : le savoir, savoir faire et savoir être nécessaire à la réussite dans une vie. Enfin je tiens particulièrement à remercier très fortement mes parents, qui durant ces cinq merveilleuses années faites comme dans la vie de hauts et de bas, m ont soutenu et encourage pour faire de ma carrière professionnelle une carrière réussie en assurant mon avenir.

6 Introduction L information : une ressource abondante et partageable 1

7 De cette formule il est aisé de déduire que l accroissement de la valeur de l information est proportionnel à son usage. «Les sociétés qui utilisent leurs données en tant que ressource stratégique et investissent dans leur qualité, en tirent déjà un avantage en terme de réputation et de profitabilité» Enquête de Price waterhousecoopers réalisée en 2001 L année 2002 a généré 5 milliard de giga octets d informations soit un million de bibliothèques François Mitterrand. Dans le monde des affaires aucune information n est plus importante qu une information quantitative. Les nombres mesurent la performance, repèrent les opportunités et prévoient le futur. L information seule ne suffit pas, il s agit également de s assurer de sa pertinence ainsi que de sa qualité. Dans une société où l information et les exigences en matière de qualité de service sont omniprésents, il serait intéressant de mettre en évidence les apports d un domaine particulier de l informatique à la qualité de service client : celui du décisionnel. En d autres termes comment l informatique décisionnelle, plus communément connue sous le nom de business intelligence, peut-elle impacter la qualité de service client. Un concept subjectif : La qualité de service S il y a bien aujourd hui une expression que la plupart des clients ont sur les lèvres c est bien celle de qualité de service. On a souvent entendu dire de la part d un client parlant d une entreprise «ils ont un bon service» ou bien au contraire «le service est mauvais».mais 2

8 qu en est-il exactement de ce paramètre de qualité de service que la plupart des clients utilisent couramment. Ce paramètre ce décompose en deux éléments : la notion de qualité et celle de service. Les services, aujourd hui plus connus sous le nom de management de services marketing, sont un ensemble d actions qui sont réalisées pour satisfaire au mieux les Hommes : réparation de véhicules, aller chez le médecin, assistance téléphonique, autant de tâches de la vie quotidienne qualifiées de services. Toutefois au delà de cette conception humaine du service, il serait intéressant de différencier ce que le service produit : le résultat technique : alimentation, tenues vestimentaires, de la manière dont le service est fourni : le résultat fonctionnel. En ce sens le service et le bien ou produit demande sont deux éléments distinct. Il existe spécifiquement deux dimensions liées à un service : «le comment et le quoi du service». Prenons l exemple d une personne au restaurant souhaitant commander : Le service se décomposera en deux processus le «quoi ou résultat technique» : ce que commandera la personne et le «comment ou résultat fonctionnel» qui sera la manière de servir le repas, l attention accordée a la clientèle lors du repas. Dans un contexte de mondialisation et un environnement de plus en plus concurrentiel, il faut savoir contrôler les exigences changeantes et croissantes du client. La qualité de service devient donc un impératif économique. La qualité est un terme ambigu : d un cote tout le monde sait ce qu est la qualité et d un autre il est difficile de formuler une définition uniforme. Cependant on pourrait «définir» techniquement la qualité comme étant le 3

9 nombre de déviations par rapport aux standards du marché ou encore par rapport aux nombre de défauts. Il s agit notamment de la politique de zéro défauts mise en place dans les entreprises au Japon (zéro papier, zéro défaut, zéro grève, zéro stock, zéro panne). La qualité d un service ou produit est déterminée par le client et donc cette notion même reste subjective et reflète les perceptions individuelles du client. Cette notion englobante de qualité de service étant définie voyons à présent le lien existant avec l informatique décisionnelle Système d information décisionnel On peut définir la décision comme étant un acte par lequel un ou des décideurs opèrent un choix entre plusieurs options permettant d apporter une solution satisfaisante à un problème donné. «L informatique décisionnelle ou Business Intelligence (BI) fédère les moyens, méthodes et techniques permettant de fournir à un décideur l information qu il recherche, au moment précis où il en a besoin et sous la forme la plus appropriée. Il s agit de retrouver ainsi dans la masse d information des entreprises, la seule information pertinente et utile. De nos jours, l informatique décisionnelle est toujours plus décisive» Hervé de MILLEVILLE Extrait d interview d'hervé de Milleville, directeur du département Informatique et de l'option Décisionnelle des systèmes d'informations à l'eisti. 4

10 La business intelligence va permettre d exploiter les données de l entreprise en vue de faciliter la prise de décision par les décideurs. En ce sens il sera plus facile pour les dirigeants d entreprise d anticiper les actions à mettre en œuvre pour un pilotage éclairé de l entreprise. Pour ce faire la business intelligence va, tout en sécurisant l accès á l information, faciliter la prise de décision grâce à une meilleure qualité et cohérence des données. Analyse décisionnelle pour une meilleure qualité de service Le processus de datamining puise ses données dans différentes sources comme les cubes OLAP. Le Principal but de L OLAP (On-Line Analytical Processing) dans l analyse décisionnelle est de permettre une analyse multidimensionnelle sur les bases de données volumineuses du datawarehouse préalablement mis en place. «Sous l'avalanche ininterrompue d'informations insignifiantes, plus personne ne sait où puiser les informations intéressantes» Bernard Werber, Extrait de La révolution des fourmis Figure 1 : Cube OLAP 5

11 Il s agit globalement de mettre en corrélation les données récoltées afin de dégager des tendances particulières et améliorer directement la qualité de service client. Lorsque l on réalise ce processus de datamining on cherche à définir le problème à résoudre: Un commercial désire prévoir si un client particulier achètera ses produits. Le directeur marketing veut optimiser les coûts d une campagne de communication Un webmaster qui souhaite connaître la manière avec laquelle les utilisateurs de déplacent sur le site. C est en partant de ce modèle d analyse et par la suite par la mise en place d outils de reporting que les décideurs observent comment vont les choses, afin de confronter leur stratégie à la réalité. Ils déduisent alors des constats et prennent en conséquence les bonnes décisions au moyen de ces rapports mais aussi grâce a l aide qu apporte les techniques de visualisations au domaine du décisionnel. Les techniques de visualisations : une aide a la prise de décision. Trois grandes catégories de décisions existent : Les décisions stratégiques (à long terme 5 ans et plus) Les décisions tactiques ou managériales (à moyen terme 1 a 5 ans) Les décisions opérationnelles (à court terme quelques minutes a quelques mois) Symon est l entreprise leader mondial dans le domaine des solutions 6

12 d affichages sur panneaux à LED pour entreprises. Ce produit permet la mise en place du processus d extraction d informations (ETL). Dans le cadre de ma mission à GE Healthcare, il fournit plus précisément aux managers du call center de Buc une visibilité sur l ensemble des données des appels clients (temps d attente, nombre d appels en cours, taux d abandon ) ce qui leur permet d analyser, de prendre les bonnes décisions et d agir rapidement pour une meilleure satisfaction client. Figure 2 : Panneau Symon C est grâce à un ensemble d outils et de techniques qui seront exposes plus loin dans ce mémoire que l informatique décisionnelle impactera fortement la qualité de service pour une meilleure satisfaction client. Il sera donc pertinent pour l ensemble des raisons mentionnés dans cette introduction de mettre en évidence les apports de l informatique décisionnelle à la qualité de service client. La problématique dont j ai la charge est de réaliser un Symon allégé pour les autres calls center de l entreprise (Italie, Angleterre, Allemagne ) et de procéder à la centralisation de l ensemble des données des CMS (système de gestion d appels) et des bases du mainframe MUST (qui contient en particulier les données relatives aux ouvertures d affaires après vente). Le processus de business intelligence décrit tout au long de cette introduction devra donc être mis en application. Enfin une application en java sera réalisée et déployée sur tous les sites clients, qui affichera toutes les données CMS (call management system) et MUST pour chaque pays. 7

13 L objectif ainsi que le contenu de ce mémoire vise à expliquer et montrer les apports fonctionnels et techniques de l informatique décisionnelle, plus communément connue sous le nom de business intelligence, aux décideurs pour une meilleure visibilité des informations et une qualité de service accrue. En ce sens l apport de cette nouvelle technologie permettra aux dirigeants de réagir rapidement et efficacement dans le processus stratégique de prise de décision, en exploitant au maximum et au mieux l ensemble des informations de l entreprise. Je vais articuler ma recherche autour de quatre grandes parties : Pour ce faire je commencerai par introduire la notion d information en présentant les différentes formes qu elle peut revêtir en entreprise. Cette première partie traitera également de la manière avec laquelle les entreprises s adaptent à l évolution croissante des données ainsi que des moyens qu elles mettent en œuvre pour pouvoir assurer leur pérennité á moyen et long terme. Ce chapitre aura également comme objectif de présenter quelques techniques de visualisation d informations et de souligner le besoin croissant d aide à la décision. Pour illustrer ce premier thème l exemple de la visualisation d informations du «call center» du siège européen de la General Electric sera mis en valeur à travers le leader mondial des solutions d affichages Symon. Les autres centres d appels n étant pas dotés d une telle solution, l exemple de l application de visualisation d informations en temps réel réalisée en java sera également exposé. Ces informations avec les différentes techniques de visualisations étant le cœur même du processus stratégique de prise de décision, il sera intéressant 8

14 dans une deuxième partie de s interroger sur un domaine informatique particulier qui impacte fortement la qualité de service client : celui du décisionnel. Cette partie permettra en particulier de mieux comprendre les besoins d aide à la décision et les outils qui répondent à ce besoin. Elle aura également pour objet de montrer clairement le lien existant entre le domaine de la business intelligence et ses effets en matière qualité de service, qui dans le cas de ma mission représente la qualité de service client des centres d appels. Le chapitre qui suit sera consacre à la description du processus ETL entrant dans le domaine de l informatique décisionnelle et de la centralisation des données. Une analyse de ce processus sera réalisée permettant de mieux comprendre les raisons pour lesquelles les entreprises y ont recours, ainsi que les bénéfices et conséquences liées à ce mécanisme. Cette partie sera notamment illustrée par l application du processus ETL à travers le produit que propose Microsoft : SQL serveur intégration services qui a été utilise pour la centralisation des données de GE Healthcare. Enfin la dernière partie sera dédiée à un mode de management qui repose sur une organisation très encadrée dédiée à la conduite de projet : la méthode SIX SIGMA qui a été appliquée tout au long de ma mission. Ce dernier chapitre mettra en avant les bénéfices de cette méthode d amélioration de la qualité et de la profitabilité reposant sur la maîtrise statistique des procédés. 9

15 1-L information une ressource stratégique 1.1-les différentes catégories d informations L information formelle L information formelle représente 40% du volume total d informations et reflète le passé et l ancien. Afin de pouvoir l obtenir on se pose des questions. Ce terme d information peut être décomposé selon un schéma en trois axes : Une donnée : Qui ne subit aucune interprétation et est recueillie par des moyens techniques. Dans le domaine de l informatique par exemple, on la considère comme une représentation conventionnelle permettant d en faire le traitement. L information elle même : Il s agit de données qui ont acquis de la signification en étant insérées dans un contexte particulier. La connaissance : C est une information à laquelle s ajoutent la compréhension et les capacités de l individu qui se l approprie. L intelligence économique ou business intelligence qui sera expliquée et décrite plus loin dans ce mémoire, permet de dissocier l information formelle de l information informelle. L information formelle est définie comme étant un ensemble de données 10

16 existantes sur un support papier, filmographique, informatique. Une telle information est publiée de façon ouverte a 90% et afin de pouvoir identifier cette information pertinente dans un flux sans cesse grandissant il est nécessaire de se doter d outils informatiques adaptés. Les supports et formats d informations sont nombreux et différents : L écrit sous forme papier et électronique est le principal support de ce type d information. Avec le développement des nouvelles technologies de l information, la masse de données disponibles est devenue énorme. L information formelle peut être présente dans de nombreux supports matériels tels que les livres, les banques de données, les CD-ROM, la télévision, la radio, les brevets, les informations légales mais aussi les études publiées et réalisées par des prestataires publics ou privés. Ces sources d informations sont généralement accessibles et disponibles et leur coût d acquisition est relativement faible excepte pour les recherches de brevets et quelques banques de données. Les traitements informatiques de l'information formelle apporte une aide à la veille technologique mais aussi rend la planification stratégique des petites et moyennes entreprises et des grands groupes, plus facile et efficace. La conjoncture économique actuelle impose pour les entreprises de systématiquement réaliser une veille de l information formelle, ceci dit une veille technologique efficace combinée à une bonne stratégie d innovation peut donner un avantage compétitif aux petites et moyennes entreprises. Dans un environnement de plus en plus compétitif l innovation et la richesse de l information formelle sont les facteurs indispensables pour assurer la 11

17 pérennité et le succès des entreprises. L information formelle comme étant un capital intangible et valorisable, reste donc une information que l on pourrait qualifier de «physique» ou concrète contrairement à l information informelle qui révèle ce coté abstrait obtenu par exemple en participant aux discussions entre experts lors de congrès, sessions de formation, ou en réalisant des études de marché L information informelle «l individu doit se déplacer, passer du temps, pouvoir entendre, sentir, toucher» B.Martinet Les informations informelles sont généralement collectées sur le terrain par différents acteurs qui contribuent à la veille technologique. Ce sont toutes les autres informations autres que formelles. Il s agira entre autres d interroger les acteurs du marche (fournisseurs, sous-traitants, concurrents ) afin de collecter ce type d information. Elles appartiennent au présent et sont liées au futur. Les informations informelles sont qualitatives, appartiennent essentiellement au domaine de l oral et nécessitent un travail important d'analyse, de recoupement avec d'autres sources, avant d'être retenues comme utiles et pertinentes pour l'entreprise. Elles peuvent êtres alors diffusées aux responsables et archivées. Pour obtenir ces informations, il s agira plus particulièrement d axer le travail sur les personnes tant au niveau interne qu externe. Une récente étude du Massachusetts Institute of Technology sur les entreprises américaines, précise que 80 % de l'information nécessaire existe à l'intérieur de 12

18 l'entreprise. Tous les spécialistes s'accordent que 90 à 95 % des informations souhaitées sont disponibles et déjà publiées et sont donc ouvertes. Il est judicieux dans la recherche de ces informations de savoir précisément ce que font ces personnes et ce qu elles comptent faire ainsi que les liens les unissant vers l extérieur. La business intelligence repose donc sur une la complémentarité des informations formelles et informelles Le Croisement des deux sources d informations Daniel Rouach professeur universitaire et auteur de livres économiques, notamment sur la veille technologique et Professeur à l'escp-eap European School of Management, précise dans son ouvrage «La veille technologique et l intelligence économique», que pour une collecte de données efficace il suffit de croiser les sources formelles aux sources informelles. Voici le modèle de l Intelligence économique que propose par Daniel Rouach afin d optimiser la collecte d informations : Figure 1.1: L information et son environnement On voit précisément en figure 1.1 que le modèle mis en exergue par Daniel Rouach va pouvoir couvrir tout les types d informations en effectuant la combinaison information formelle et informelle. Les capteurs sont des personnes physiques qui recherchent cette information (commerciaux, acheteurs, DSI ). 13

19 Figure 1.2: La collecte d informations Les informations du projet dont j ai la charge s inscrivent totalement dans la catégorie d informations formelles L information existante concernant le projet réalise Plusieurs sources données physiques existent. Le siège européen de GE Healthcare à Buc possède un «call center» qui reçoit deux types d appels : Les appels clients (hôpitaux, cabinets médicaux) ont majoritairement pour objet des dysfonctionnements matériels ou logiciels liés aux équipements d imageries médicales (IRM, équipements cardiovasculaires, appareils de mammographie ). Les appels FE «Field Engineer» (ingénieurs terrains) qui en cas de non résolution d un problème donné à distance par le support 14

20 technique (HUB), se déplacent sur le site pour corriger les éventuelles anomalies. A noter que le HUB peut se connecter directement sur les équipements d imagerie médicale afin de résoudre un dysfonctionnement donné. Les appels des FE sont redirigés vers le centre OLC (online-center) : l équivalent d un centre d appel client dédié aux FE. Ce centre reçoit les appels FE et les redirige vers des collaborateurs compétents dans un domaine médical précis (ultrasons, médecine nucléaire ) qui viennent en aide aux FE présents sur le site clinique. Clients Hôpitaux/Cliniques Cabinets médicaux Support à distance(hub) Centre d appel Ingénieur terrain (FE) Figure 1.3: Processus de gestion d appels a GE. 15

21 L ensemble de ces informations liées soit aux appels clients soit aux appels FE sont des données temps réels rafraichies toutes les 3 secondes. Afin de gérer et traiter ces différents appels le système d information de l entreprise repose sur trois sources de données formelles essentielles qui permettent en partie de gérer et d améliorer la qualité de service client : Un ACD «Automatic Call Dispatch» : un «PABX» ou commutateur téléphonique, chargé de réceptionner et d aiguiller les appels clients ou FE. Une fois que les appels arrivent sur ce système, un serveur CMS est lie à cet ACD et aura pour principal objectif de les traiter. Le serveur CMS «Call Management System» a pour objectif de récupérer ces appels et les enregistrer. Il est lié a une base de donnée informix qui permet de stocker l ensemble des informations liées aux appels des clients, des FE, mais aussi la disponibilité des personnes du centre d appels ou agents (occupé, absent, en pause ).Parmi Les informations entrant dans ce processus on trouve les suivantes : Le nombre d appels entrants, le taux d abandon, le temps d attente maximal des appels et en particulier le SL «service level» qui est une information capitale puisqu il s agit d un ratio en pourcentage (nombre d appels pris sur le nombre total d appels entrants) qui mesure la qualité de service. Un SL qui atteint 100% indiquera par conséquent une qualité de service client optimale. Une partie de ces données est gérée et affichée sur un panneau à LED, par l ETL Symon qui sera décrit plus loin dans ce mémoire. 16

22 Ceci dit le serveur CMS gère les appels mais n est pas en mesure de fournir le détail des dysfonctionnements ou «JOBS» qui sont des tickets d incidents gérés par le Mainframe MUST. MUST est chargé de stocker tous les JOBS qui correspondent à toutes les ouvertures d affaires après vente. En ce sens lors d un appel client les agents du centre d appel saisissent l affaire et l information est ainsi directement enregistrée sur MUST. Figure 1.4: Le traitement et l affichage des appels. 17

23 L ensemble de ces techniques modernes de traitement et de visualisation d informations nous amènent à nous interroger sur la manière d afficher des informations formelles ainsi que les progrès qui ont été réalisés en la matière Evolution de l information et des techniques de visualisations Historique «L'information peut tout nous dire. Elle a toutes les réponses. Mais ce sont des réponses à des questions que nous n'avons pas posées, et qui ne se posent sans doute même pas.» Jean Baudrillard sociologue et philosophe français Dans un monde où l information est de plus en plus abondante il ne s agit plus d être informé et de récupérer l information brute mais plutôt d informer l information par les techniques de visualisation modernes. Bernard Liautaud dans son ouvrage «e-business intelligence éditions 18

24 Maxima» propose une modélisation en trois points concernant l accès a l information : La dictature de l information L anarchie de l information (sources hétérogènes) La démocratisation de l information : BI, CRM «Les gagnants seront ceux qui restructurent la manière dont l'information circule dans leur entreprise.» Bill Gates Dans les années quatre-vingt le stockage des données au cours de la période de «dictature de l information» se faisait sur des serveurs centraux très sécurisés. La transmission de données était difficile dans la mesure où la redondance était très fortement présente et le stockage volumineux rendait parfois l exploitation des données quasi impossible. Pour une exploitation efficace des données, des équipes d experts étaient nommées qui réalisaient des analyses afin d extraire les informations pertinentes et les transmettre aux personnes émettrices du besoin. Au cours de ces années la notion d infocentres était en vogue, qui se munissaient de tableaux bords centralisés appelés EIS (Executive Information System). 19

25 Figure 1.5 : EIS pour le volume de ventes Un exemple d EIS permettant de connaître les tendances actuelles des ventes, les prévisions ainsi que l évolution du budget et de réagir en conséquence face à ces données. Ce système représente en fait une sorte de «tableau de bord» informatisé pour les cadres supérieurs qui servait à la planification stratégique et à partir duquel on pouvait produire par exemple des rapports, des graphiques faciles à consulter rapidement. Seuls quelques personnes étaient assujettis à l accès aux données au cours de cette période. En effet les utilisateurs devaient être en mesure d avoir le savoir et savoir faire nécessaire afin de manipuler les systèmes d informations automatisés (langage de commande d interrogation, langage documentaire, logique booléenne ).Seuls les professionnels de l information et documentalistes pouvaient donc se former. A cette époque ce suivi sous forme de tableaux de bords ne suffit plus. Le pilotage de la fonction 20

26 commerciale nécessite de mieux maîtriser la force de vente en contrôlant mieux l activité. De nouvelles techniques vont alors répondre à cette problématique de dictature de l information. Dans les années 1990 à 1995, les entreprises développent les accès à distance, la notion de groupes de travail avec des espaces partagés, sous la forme de répertoires apparaît peu a peu. Les données sont centralisées pour êtres accessibles par plusieurs personnes simultanément. Les plateformes logicielles passent du mode autonome à celui du client serveur. L apparition d interfaces permettant la gestion individuelle des comptes, des groupes, de la communication (messagerie, échanges de groupes), se fait progressivement. Lors de cette période le client a fini d appartenir au commercial, il devient progressivement un actif de l entreprise. Figure 1.6: le client un actif de l entreprise (centralisation sur serveur des accès). 21

27 Malgré cette évolution les sources de données restent toutefois hétérogènes et leur incohérence se fait de plus en plus criante du fait de la diversité des applications utilisées. Par ailleurs la diversité même de ces applications rendait difficile la centralisation des données. Dans un contexte d inflation de données d entreprises, plusieurs technologies modernes vont pouvoir répondre concrètement à l augmentation des besoins d analyse et de prise de décision. Les techniques modernes actuelles vont permettre de pallier ces problèmes avec l émergence des systèmes décisionnels et de leur applications à travers les CRM et les ERP. En faisant le parallèle avec la période des années 80, la business intelligence va permettre aux utilisateurs de se doter d outils d analyse conviviaux et accessibles en tous lieux même sur internet sans forcement avoir recours a un spécialiste ou une équipe d expert comme dans les années 80. En plus du fait d assurer la qualité et la pertinence de l information l informatique décisionnelle va aller bien au delà et permettre de découvrir les informations enfouies dans la masse de données, que l être humain ne pourrait extraire seul. Ce processus de business intelligence sera plus amplement détaillé dans la suite de ce mémoire. Pour améliorer la relation client de plus en plus d entreprises ont recours aux CRM (Customer Relationship Management) leur permettant ainsi d être plus à l écoute du client afin de répondre à ses besoins et le fidéliser. Le CRM (gestion de la relation client) a pour principal objectif de proposer des solutions technologiques en vue d améliorer la relation entre l entreprise et le client. Il place le client au centre de la stratégie de l entreprise et à ce titre il représente une opportunité importante pour le marketing. 22

28 Les CRM peuvent prendre plusieurs formes avec entre autres : CRM stratégique qui permet de forger des liens forts entre le client et l entreprise avec notamment la gestion des commandes, prises de rendez vous, suivi en temps réel de l état des stocks Le support utilisateur : qui a pour principal enjeu d assister le client par la mise en place de centre d appels par exemple (gestion des fiches clients, des demandes d'assistance, des contrats, du suivi qualité ) La fidélisation du client : ce sont tous les aspects du marketing qui vont permettre d anticiper les besoins et habitudes du client afin de pouvoir au mieux le satisfaire. «Le CRM est la capacité à bâtir une relation profitable sur le long terme avec les meilleurs clients en capitalisant sur l ensemble des points de contact par une allocation optimale des ressources» (Source : Gestion de la relation client - René Lefébure, Gilles Venturi - Eyrolles ) En d autres termes il s agit pour les entreprises d augmenter leur chiffre d affaire en connaissant parfaitement bien les moyens de communication préférés de leurs clients. 23

29 Figure 1.7: La transmission de données sources vers des données de destination En parlant de moyens de communication de nombreux centres d appels clients ont opte pour des solutions de visualisation d informations en temps reel qui leur permettent d avoir les bonnes informations au bon moment et ce le plus rapidement possible. 24

30 Symon : une solution d affichage et de visualisation efficace Présentation, apports techniques et fonctionnels de la solution Symon communications, avec plus de sept mille clients dans le monde, est le fournisseur leader mondial dans le domaine de la signalisation numérique et de solutions de communication visuelle. Une question se pose alors : Que peut englober le terme signalisation numérique? La signalisation numérique peut être définie comme tout type de contenu numérique (texte, graphiques, vidéo, audio) qui peut être géré à distance sur un réseau IP grâce à des affichages électroniques. Cette méthode peut être utilisée à des fins d'information ou d'incitation à des changements de comportement de la part des décideurs. Ce domaine de signalétique numérique centralisé permet entre autres la planification d informations (afficher la bonne information au bon moment), la gestion et l'édition de médias numériques sur des actifs tels que des écrans LCD, plasma, LED, panneaux d'affichage extérieur, et même sur une station en local. 25

31 L entreprise propose à ses clients des solutions d affichages et de visualisation d informations temps réel. En informatique décisionnelle on pourrait aisément qualifier cette solution d ETL puisqu elle fait partie intégrante du processus d extraction de transformation et d affichage des données en temps réel provenant de différentes sources d informations. Figure 1.8: Traitement et affichage des données par l ETL Symon. Ce produit permet notamment aux entreprises d'accroître leur communication interne et externe par une collecte pertinente d informations et de diffuser tout type de contenu multimédia numérique. En ce sens cette gamme complète de produits de signalisation numérique et de services permet a GE Healthcare Buc d'offrir à ses clients et également à ses employés(operateurs des calls center) la bonne information, au bon moment, sur le bon support, à un coût effectif réduit. Le traitement de l information grâce à cette solution sera ainsi optimisé et plus efficace. Symon est un outil de communication efficace qui permet d optimiser et d améliorer la communication entre les agents du call center buc et ses clients. Les avantages de la signalisation numérique se sont révélés de plus en évidents dans les différentes industries dans le monde entier. Coût efficacité, gain de temps, multi-utilisation, en temps réel des annonces et des promotions, sont tous des exemples de la manière dont la 26

32 signalisation numérique peut améliorer le marketing des canaux de communication et la qualité de service client.les impacts de la signalisation numérique sont nombreux avec entre autre sa capacité à fournir un haut retour sur investissement par le biais de la réduction des coûts. Cette technologie permet aux entreprises de se doter d un avantage concurrentiel non négligeable en améliorant la productivité et la qualité du travail mais aussi en diffusant la notoriété de l entreprise. L utilisation de Symon représente un retour sur investissement conséquent et capital pour l entreprise, qui passe par la réduction des couts d impression et de messagerie. Les applications de cette solution sont nombreuses, passant par son utilisation dans le domaine boursier, avec l affichage des valeurs des actions/titres et de l évolution des marches en temps réel, allant jusqu au secteur des centres d appels clients qui ont adopte définitivement cette solution très utilisée et répandue dans ce milieu Impacts de Symon sur le traitement des appels clients. La solution Symon existe uniquement sur le site de la General Electric à Buc. Les autres pays (Italie, Angleterre, Allemagne, Ireland...) où l entreprise est implantée sont demandeurs de ce type de technologie d où l intérêt de la mission proposée, à savoir le développement de cet outil par une solution similaire à moindre cout qui sera présentée plus loin dans ce mémoire. Le site de Buc a choisi de déployer cette solution pour le service «call center».ce dernier recevant les appels clients qui ont pour objet des dysfonctionnements soit matériels ou logiciels d équipements d imageries médicales (Figure 1.3). 27

33 Le déploiement d une telle solution impacte directement la qualité de service client. La question qui se pose alors est comment cet outil décisionnel peut il optimiser cette qualité de service La notion de qualité de service client sera plus amplement décrite dans la partie dédiée à Lean six sigma, mais on pourrait préalablement commencer par la définir comme étant «L art d accompagner le client à partir de l identification de ses besoins jusqu à sa fidélisation.» Pettigrew, sociologue britannique Pettigrew n emploie pas ce mot art par simple hasard mais bien parce qu il possède un sens ainsi qu une connotation précise : A : Représente toutes les activités prévues à effectuer par l entreprise pour répondre au besoin du client. R : reflète le renouvellement, il s agit en particulier pour l entreprise de se diversifier et se démarquer des autres entreprises on peut parler d avantage concurrentiel. On parle de changement. T : Correspond à la transformation de la structure en terme de comportement et du rôle joué par l ensemble des collaborateurs. Il s agit en d autres terme de ce que deviendra l entreprise. Symon impact directement ce triptyque : En effet la solution permet la 28

34 visualisation en temps réels des informations qui sont essentielles dans l amélioration de la qualité de service avec entre autres : Le nombre d appels clients entrants, la durée maximale des appels en attente Le taux d abandon, Le Service Level ou qualité de service exprimé en %(ratio nombre d appels pris sur nombre d appels total), Le nombre d appels en attente A noter qu il existe d autres critères qu il est facilement possible d intégrer à ce panneau. Ceci dit l entreprise a opté pour les critères cites précédemment. Ces critères ont des seuils prédéfinis et lorsque un seuil est dépassé, on parle alors de seuil critique et Symon met en valeur ce dépassement par un jeu de couleur (rouge lorsqu un seuil est dépassé) Prenons à titre d exemple la durée maximale des appels en attente : Si cette information dépasse un certain seuil préalablement défini Symon est en mesure non seulement de détecter ce dépassement mais aussi de le mettre en évidence sur le panneau à LED. Ce type de comportement permet donc d agir directement sur l ensemble des critères mesurant la qualité de service en l occurrence dans notre cas minimiser la durée maximale d attente, le temps de réponse et donc améliorer la qualité de service client. 29

35 En fonction de l état de l ensemble de ces critères les managers des call center sont amener a prendre un ensemble de décisions qui sont facilitées par cet outil décisionnel. De façon plus générale l information a donc pour principal rôle de faciliter la prise de décision. Ajouté à cela si elle est correctement mise en valeur les décisions se feront plus rapidement et plus efficacement, impactant ainsi directement la qualité de service client tout en diminuant les incertitudes. 1.3-L Information au centre de la décision en entreprise La prise de décision. «On doit prendre les petites décisions avec sa tête et les grandes avec son coeur.» H. Jackson Brown La prise de décision n est pas comme on pourrait l envisager un concept moderne mais une pratique qui d'ores et déjà était répandue au IV siècle où le philosophe grec Aristote l abordait déjà comme étant un choix préférentiel. Le domaine de l informatique décisionnel juste derrière le marché des ERP représente au niveau mondial le secteur le plus dynamique de l informatique avec plus de 450 millions d euros de chiffre d affaire généré (source IDC). La décision représente plus que jamais le cœur de la stratégie d entreprise dans un environnement de plus en plus complexe et concurrentiel ou la globalisation est en constante accélération. Les prises de décisions se feront quel que soit le secteur d activité considéré dans une optique d optimisation 30

36 de couts, de délais mais également de qualité du produit ou du service fournit par l entreprise. Lucien Sfez professeur de sciences politiques à l'université de Paris 1 qui plus récemment a focalise ses travaux sur le pouvoir et la technologie, définit dans son ouvrage «la décision» la decision comme étant «un processus d engagement progressif, connecté à d autres, marqué par l existence reconnue de plusieurs chemins pour parvenir au même et unique but» En d autres termes il s agit donc d un acte par lequel un ou plusieurs décideurs opèrent un choix entre plusieurs solutions données permettant d apporter une réponse satisfaisante à un problème donné Le processus de prise de décision peut se décomposer selon 4 axes : La connaissance des informations dont dispose le décideur Les mesures qu il effectue sur ces données La prévision des futures tendances L action directe qui aboutit directement à la prise de décision Afin de mieux comprendre le processus de prise de décision et faire le parallèle avec la business intelligence nous allons mettre exergue l exemple d un plan de vol d un avion qui arrive à destination dans les délais impartis : Le plan de vol va correspondre à la stratégie que va adopter l entreprise par rapport à son environnement externe mais aussi interne. La boite noire qui suit touts les événements de l appareil peut être assimilée à la partie collecte ou extraction des données qui sera décrite en dans la partie dédiée aux ETL. 31

37 Une fois toutes ces informations en possession du décideur, comme les cadrans et indicateurs fournissent une analyse de la situation, la business intelligence fournira des outils de reporting et d analyse avec ce que l on appelle la fouille de donnée (datamining). En fonction de ces outils d analyse, la décision peut alors être prise et une action immédiate envisagée (décollage / changement de trajectoire) Cas pratique : La prise de décision par les managers des calls center a la General Electric. Les différents managers des call center de GE prennent essentiellement des décisions opérationnelles. Ce sont des décisions à court terne puisqu il s agit de gérer des appels clients et de résoudre des problèmes pouvant êtres lies à : Un client non satisfait du service rendu Des anomalies techniques de traitement d appels : appels non enregistrés, dysfonctionnement du système de téléphonie Dans ce cas là ils font appel au support technique en indiquant l origine du problème et doivent réagir très rapidement afin d expliquer la raison pour laquelle la demande du client n a pas été prise en compte. Une diminution d effectifs des agents du call center qui contraint à accélérer le rythme de prise d appels et motiver les operateurs pour faire face au nombre d appels entrants. Tous ces managers ont une lourde responsabilité puisqu il s agit du seul call center en France dédié aux incidents survenant sur les systèmes médicaux des clients (radiologues, hôpitaux, cliniques ).Ils doivent donc rapidement comprendre le besoin du client et prendre les meilleures décisions possibles en fonction des données dont ils disposent. 32

38 1.3.3-Evolution croissante du besoin d aide a la décision. On peut définir la décision comme étant un acte par lequel un ou des décideurs opèrent un choix entre plusieurs options permettant d apporter une solution satisfaisante à un problème donné. Trois grandes catégories de décisions existent : Les décisions stratégiques (à long terme 5 ans et plus) : L entreprise est concernée dans l ensemble de ses composantes dans les relations qu elle entretient avec son environnement (frontières) : Implantation des unités de production en Chine. Lancement d un nouveau produit. Les décisions tactiques ou managériales (à moyen terme 1 a 5 ans) : Elles touchent les composantes suivantes de l entreprise : Division Fonction Unité de production Mise en place d une nouvelle organisation du travail dans une usine (3x8, 4x8 etc) Les décisions opérationnelles (à court terme quelques minutes a quelques mois) : 33

39 Elles touchent les composantes suivantes de l entreprise : Service Bureau Atelier Equipe de travail Affectation d un salarié à une équipe de travail. Organisation d une réunion de contrôle et de suivi d activité. Dans l informatique décisionnelle la direction générale met en place des actions opérationnelles. Voici ci dessous de manière synthétique les principales étapes de la prise de décision dans l entreprise, ainsi que le cycle décisionnel permettant aux décideurs d analyser de décider et d agir en conséquence. Figure 1.9 : Les étapes de la prise de décision dans l entreprise Le domaine analytique permet de passer de l analyse à la décision. 34

40 DOMAINE TRANSACTIONNEL DOMAINE ANALYTIQUE Figure : Le domaine transactionnel et analytique. «Visualization allows the perception of emergent properties that were not anticipated.» Colin Ware, Information Visualization. Dans le monde des affaires aucune information n est plus importante qu une information quantitative. Les nombres mesurent la performance, repèrent les opportunités et prévoient le futur. C est pour cela qu il est essentiel et vital pour l entreprise de bien représenter ses données, pour cela un ensemble de techniques existent qui seront plus amplement détaillées dans ce mémoire. Bien longtemps l informatique décisionnelle a été réservée à des secteurs d activités utilisant les reporting financiers et tableaux de bords ainsi que les 35

41 analyses marketing, tels que les banques, les assurances et plus généralement les grands comptes. Ces mêmes entreprises étaient les seules à tirer parti d investissements lourds aussi bien en termes d équipes projet qu en terme d infrastructures matérielles et logicielles. En partant du fait que les ERP ou PGI (progiciels de gestion intégrés) étaient dans l incapacité de fournir des éditions ainsi que des rapports synthétiques, de nouvelles entreprises telles que Business Object et Cognos ont répondu au besoin de restructuration de l information. Avant d en arriver à cet apport de restitution de l information de façon claire et pertinente, on pouvait parler d anarchie de l information. Dans son ouvrage e-business intelligence Bernard Liautaud, président et PDG de business Object, explique que chaque collaborateur d une entreprise donnée recréer son propre système d information, ce qui a pour conséquence de provoquer un véritable chaos de données d ou le terme d anarchie de l information. La multiplication et l abondance des données ont fait que les managers ont commence à se doter d outils bureautiques tels que Access ou Excel qui répondaient à leurs besoins de reporting et de tableaux de bord. Cependant l incompatibilité de la communication entre les différentes plateformes logicielles ou matérielles rendait la centralisation des données difficile et lors des comites de pilotages internes ou externes, un constat d incohérence des données était très fréquemment souligné. Par ailleurs le simple fait de stocker ces données hétérogènes sur plusieurs plateformes CRM, ERP, GPAO a rapidement révélé la complexité ainsi que les limites pour une centralisation et un accès immédiat aux données. Afin de remédier à ces incohérences d informations et de pallier le problème d incompatibilité des différentes sources de données, l informatique 36

42 décisionnelle va simplifier et «démocratiser» l information. Pour ce faire la business intelligence va, tout en sécurisant l accès á l information, optimiser la qualité de service grâce à une meilleure gestion des données. 2- La business intelligence pour un meilleur management de la qualité de service BI et intelligence économique : un abus de langage? Définitions La business intelligence n est ni un produit ni un système mais une architecture qui propose un ensemble d outils et d applications facilitant le processus stratégique d aide à la prise de décision. Au sein de cette architecture on trouve un ensemble de bases facilitant l accès aux données. Les applications d aide à la décision facilitent de nombreuses activités parmi lesquelles on trouve : L analyse multidimensionnelle (cubes OLAP) Le datamining Les prévisions Le reporting La visualisation d informations Le knowledge management L accès aux tableaux de bords digitals. On peut définir l informatique décisionnelle comme étant un ensemble de processus, de technologies et d outils nécessaires pour transformer : 37

43 Des données brutes en informations pertinentes Il s agit notamment dans cette étape de transformation de se demander quelles sont les données à récupérer, gérer et dans quel contexte. Des informations en connaissance Cumuler l ensemble des informations de la première étape puis les analyser pour former une base de connaissance réutilisable par l ensemble des collaborateurs de l entreprise. Des connaissances en plans opérationnels qui conduisent a la prise de décision par des plans d actions. Il s agit de l aspect le plus important puisque c est dans ce contexte que toute la valeur réelle de l information est utilisée : S il on utilise la business intelligence dans le domaine du micro-marketing par exemple, trouver le bon client pour lui proposer un produit donné, nécessite au préalable que l on dispose d un plan d action efficace pour la prise de contact sans quoi la démarche restera superfétatoire Le terme de business intelligence est souvent traduit littéralement par intelligence économique, ce qui n est pas tout à fait exact. En effet la business intelligence représente un ensemble d applications et d outils qui sont au service de l intelligence économique. En ce sens l intelligence économique est un domaine qui est plus oriente vers l analyse d un système d information donne ainsi que sur les risques et menacent auxquels il peut être assujetti. La business intelligence va donc proposer au domaine de l intelligence économique un ensemble d outils (reporting, ETL, datamining ) qui faciliteront le recours à ce dernier. L informatique décisionnelle avec son large éventail d outils permet également au delà de 38

44 son impact sur l intelligence économique, d impacter directement un autre secteur : celui des services clients Les impacts de l informatique décisionnelle sur la qualité de service «Le client est roi» «Le client est notre raison d être» «Nos clients définissent notre activité» «Si l on ne comprend pas nos clients, on ne comprend pas notre activité» Autant d expressions utilisées par de nombreux dirigeants opérationnels qui insistent sur l importance de la qualité de service client. Avant d aborder les effets que peut avoir la business intelligence en terme de qualité de service client il sera intéressant en premier lieu de définir cette notion utilisée couramment par de nombreux clients afin de qualifier le service d une entreprise donnée. Même si le terme de qualité de service client reste tout de même impondérable et souvent évasif, il est toutefois possible de le définir. Ce qui prédomine le plus, c est ce que le client ou consommateur voit et entend d un service que propose l entreprise. La notion même de qualité de service ne peut être comprise et expliquée que d un point de vue client.on définira donc ce concept a travers une vision client. Les clients ont tendance à évaluer le niveau de service dimensions : selon deux 39

45 Une dimension procédurale Qui correspond à l ensemble des procédures et moyens techniques établies par l entreprise afin de fournir le produit et/ou service au client. Autrement dit il s agit des résultats techniques issus du service proposé. Une dimension personnelle Elle reflète la manière dont le service est rendu attitudes, comportements, communication verbale, de l entreprise. En d autres termes c est le résultat fonctionnel du service propose. Le client jugera donc la qualité de service en fonction de l effort que réalise l entreprise suivant ces deux axes. La figure 2.2 montre clairement la stratégie qu adopte la plupart des entreprises en plaçant le client au sommet de la pyramide d ou la fameuse expression «le client est roi».pour que le client soit roi, l informatique 40

46 décisionnelle comme bien d autres domaines, va permettre d améliorer la qualité de service en plaçant justement le client au sommet de cette pyramide. Grâce aux outils de business intelligence et des composants d analyse de données il sera possible d étudier et de faire «parler» les données en vue de dégager des tendances précises. Il s agira d extraire dans un premier temps les données grâce à l ETL dont le fonctionnement sera plus amplement décrit dans la partie 3.Une fois les données extraites elles permettront d étudier le comportement, les habitudes du client, de dégager des tendances particulières à l aide du datamining expliqué en partie 2.3 et de réagir en conséquence afin d adapter la demande à l offre et non pas l inverse. Grace à l informatique décisionnelle il sera donc possible d anticiper les comportements des clients afin de pouvoir au mieux les satisfaire. Figure2.2 : impact de la business intelligence sur la qualité de service client. 41

47 Figure 2.3 : exemple de représentation habituelle du modèle multidimensionnel sous forme de cube. Ce modèle permet de connaître le nombre de produits vendus (Product axe y) dans le temps (Time axe x) avec la possibilité de connaître le type de clientèle par produit vendu (Customer axe z) Le domaine de l informatique décisionnelle va également permettre toujours par le principe d analyse des données ou datamining de prévoir la perte des clients pour une entreprise donnée et même les principales actions nécessaires pour réduire ce taux. Pour ce faire la question de prévision de la perte des clients est exploratoire, il s agira donc de conserver un historique afin de modéliser les comportements d attrition (un départ volontaire d un client par exemple).il sera intéressant de mettre en place des indicateurs tels que les délais de paiement, les impayés, les quantités retournées etc. A noter que la notion temporelle est cruciale dans la mesure où elle permettra de constater au fur et a mesure du temps des changements qui sont parfois imperceptibles. Tous ces paramètres liés à la business intelligence vont donc permettre à l entreprise d être en constante proximité du client et de ses attentes, de mieux le comprendre et donc d améliorer la qualité de service en 42

48 conséquence. De nombreux référentiels existent sur le marché actuel et proposent également un ensemble de bonnes pratiques afin d améliorer la qualité de service client. L idéal serait de combiner la business intelligence à un de ces référentiels pour des processus d activités plus performants. Parmi eux ITIL, qui propose une démarche d amélioration de la qualité de service. Il permet à l entreprise d'assurer à ses clients un service répondant à des normes de qualité prédéfinies au niveau international ITIL : Un référentiel et un outil supplémentaire pour l'optimisation de la qualité de service Fournir des services clients de qualité nécessite la mise en place d activités. La qualité de service client dépend fortement de la manière avec laquelle ces activités sont organisées. William Edwards Deming conférencier et consultant américain, a amélioré durant la seconde guerre mondiale la qualité de la production notamment grâce à son modèle portant son nom : «la roue de Deming» Figure 2.4: La roue de Deming (PDCA) La figure fournie un modèle simple et efficace de contrôle de la qualité de service. Ce modèle suppose que pour une qualité de service optimale il est nécessaire de mener à bien de façon répétée les étapes suivantes : 43

49 Planifier ce qui doit être fait, quand, par quelle personne, comment et en utilisant quels outils. Développer les activées qui ont été planifiées conformément à la première étape. (actions correctives) Contrôler les activités afin de déterminer si les services fournis correspondent aux résultats attendus. Ajuster la planification en fonction des informations recueillies pendant l étape de contrôle. Il s agit plus précisément de réduire les écarts et de faire évoluer les objectifs Au cours de cette deuxième partie nous avons vu comment et par quels moyens l informatique décisionnelle, avec la mise en place du référentiel ITIL, peut améliorer la qualité de service client. Une question se pose alors : comment les données, permettant d agir directement sur la qualité de service, sont elles stockées et quelles sont les techniques permettant de passer d une donnée brute sans valeur particulière à une information riche et stratégique. La business intelligence va permettre d exploiter les données de l entreprise en vue de faciliter la prise de décision par les décideurs. En ce sens il sera plus facile pour les dirigeants d entreprise d anticiper les actions à mettre en œuvre pour un pilotage éclairé de l entreprise. Le passage de la donnée brute à l information se fait par un lieu de stockage intermédiaire des différentes sources d informations : le Datawarehouse. 44

50 2.2- Un service d intégration : le Datawarehouse Concepts généraux Le datawarehouse permet de stocker les données collectées issus de multiples sources. Bill Inmom créateur de ce concept le définit comme «une collection de données thématiques, intégrées, non volatiles et historisées pour la prise de décision» Données thématiques : Les données récupérées doivent impérativement êtres orientées «métier» c est à dire triées par thème. Données intégrées : Préparer les données par un nettoyage pour une meilleure rationalisation et normalisation. Non volatiles : Les informations collectées ne doivent en aucun cas êtres supprimées du datawarehouse. Historisees : Les données doivent êtres datées. Pour une exploitation plus performante et efficace des données il est possible de créer des sous ensembles du datawarehouse pour un secteur particulier de l entreprise (gamme de produit, service, direction ), ces sous ensembles sont appelés Datamart. Ainsi on peut parler de Datamart marketing ou encore de Datamart commercial. Dans la mesure où les données proviennent de sources diverses et hétérogènes, il est nécessaire de procéder à l alimentation du 45

51 datawarehouse. C est le rôle de l ETL (Extract Transform and Load) qui sera décrit dans la suite de ce mémoire. Une fois le processus ETL réalisé et donc le rapatriement des données effectué, une analyse de l ensemble des données collectes est réalisée par un «forage de données» plus connu sous le nom de datamining qui s appuie sur des techniques d intelligence artificielles basées sur les réseaux de neurones. 2.3-Une Analyse multidimensionnelle : Le datamining OLAP et la fouille de données Le concept OLAP «On line Analytical processing» a été invente en 1993 par l informaticien britannique Edgar Frank Codd dans le but de réaliser des analyses plus approfondies des données des entreprises. Il s agit d un outil de requetage complétant les outils de reporting qui ne disposent pas, à la différence d OLAP, de fonctions de forage dynamique et de changement d axe des données. OLAP ainsi que le datamining sont des technologies très utilisées par les managers afin de rassembler, stocker, interroger et analyser les données historiques. Il serait intéressant de mettre en évidence la frontière entre ces deux systèmes. OLAP est la technologie qui utilise les structures multi-dimensionnelles afin de fournir un accès rapide aux données en vue d une analyse. Généralement les données sont modélises par des cubes OLAP. (Figure 2.3). 46

52 Le datamining quant à lui est une méthode d exploration automatique des données visant a dégager des tendances récurrentes mais aussi des corrélations entre les données, on parle pour ces raisons là de «fouille de données». La méthode d exploration peut être appliquée en décomposant les données de l entreprise en sous systèmes appelés datamart. OLAP interagit avec les autres composants de business intelligence tel que le datawarehouse vu précédemment en vue de faciliter la prise de décision. En plus du simple fait de stocker des données économiques récentes dans une optique d en faire des statistiques, OLAP est aussi principalement utilisé afin de réaliser un ensemble d analyses d éléments de l activité des entreprises telles que des données d activités médicales ou de ventes. La finalité de ce processus réside dans le fait de pouvoir pour les analystes de se construire une image sous-jacente des données en les explorant de différents points de vues et ceci de façon interactive. Figure 2.5 : OLAP et le datamining L exemple dans la partie qui suit montre comment les données du projet dont j ai la charge ont été représentée au moyen de cette technologie et sa 47

53 représentation multidimensionnelle.ceci permettra la restitution des données sous un tableau croise dynamique d excel Analyse et représentation des données du projet La modélisation des données du projet sous forme de cube olap a l aide de SSAS (sql serveur analysis services) concerne les appels client gérés par le serveur CMS ainsi que les jobs must qui sont des ouvertures d affaires après vente issus du mainframe. Concernant les appels clients il est facilement possible de connaître à l aide de la représentation en figures 2.6 le volume d appels par région pour un mois donné, ainsi que le SL par les mêmes critères. Ce nombre correspond au chemin suivi parallèlement aux 3 axes (représenté par un cercle rouge).il en est de même pour les jobs must. Tous les résultats peuvent êtres restitués sous forme d un tableau dynamique croise Excel. Figure 2.6 : Modélisation des données CMS 48

54 Figure 2.7 : Modélisation des données MUST Cette analyse multidimensionnelle réalise des traitements sur des données du datawarehouse préalablement alimenté par le processus ETL qui doit s adapter aux besoins et aux contraintes utilisateurs et non pas l inverse. 3-Caractéristiques du mécanisme de centralisation des données par ETL Le marché et les catégories d'outils ETL Approche et définition des ETL L accès aux données éparpillées dans les différentes parties des systèmes d informations des entreprises, issues de plusieurs sources hétérogènes, nécessitent la mise en place de processus précis. En ce sens cette phase d accès aux données est cruciale afin de pouvoir par la suite les manipuler en les confiant aux utilisateurs et améliorer ainsi la transmission d informations dans l entreprise. Les ETL sont des outils destinés à l extraction, la transformation et a l injection des données dans un datawarehouse à partir de n importe quelle source (ERP, CRM, fichiers ).Il sera aisément possible par la suite 49

55 d interroger une seule source de données par des outils de restitution tels que les tableaux de bords par exemple. Il existe plusieurs architectures et approches d ETL, nous allons nous focaliser sur deux types d approches les plus répandues dans le domaine de la business intelligence. Figure 3.1 : approche traditionnelle de transformation des données par stockage temporaire. Dans cette approche il s agit d extraire les données des systèmes sources et les intégrer dans la zone de stockage temporaire puis les charger dans le datawarehouse.la seconde quant à elle réalise la transformation en mémoire. Figure 3.2 : approche de transformation des données en mémoire. Cette alternative consiste pour l ETL de transformer les données en mémoire et mettre à jour directement le datawarehouse sans passer par la phase de stockage des données dans la zone temporaire. 50

56 La transformation des données en mémoire s avère plus rapide que de stocker les informations en vue d une transformation. Si le volume de données est faible il sera plus judicieux d effectuer la transformation en mémoire. En revanche s il est considérable et que l on travaille sur des bases volumineuses la première approche s avère plus adaptée. Généralement les entreprises ont plutôt tendance à prendre en compte la première approche dans la mesure où elles possèdent de puissants ETL et logiciels permettant tout types de transformations ainsi que des processus de gestion de la qualité des données. Parallèlement à ces deux approches il existe quatre méthodes qui précisent la manière avec laquelle les données sont transmises du système source vers l ETL et par quel composant, nous allons dans ce qui suit les détailler. Figure 3.3 : Alimentation de l ETL Dans la première c est le processus ETL qui extrait les données en requêtant le système source de base de données régulièrement. L ETL se connecte à la source, réalise le requetage et récupère alors les 51

57 données. Il s agit de la méthode la plus répandue qui a été appliquée dans le cadre de ma mission en utilisant l ETL SSIS de microsoft (cf partie mise en place du processus ETL). Ce sont les déclencheurs plus communément connus sont le nom de triggers, événements qui permettent régulièrement l insertion, la mise à jour, la suppression de données,qui dans la deuxième méthode transmettront les informations à l ETL. En utilisant ces déclencheurs il sera possible de stocker les informations modifiées dans d autres tables (composant de stockage de données) La troisième méthode propose de mettre en place un processus de planification, par des taches planifiées ou programmes, qui exporteront les données vers l ETL. Ces taches et/ou programmes seront exécutés sur le système d information source. Enfin dans le dernier concept c est un système de lecture de log (historique des événements ayant eu lieu) qui effectuera la lecture du système source afin de détecter les mises à jour récentes et de les transmettre à l ETL. Tous les éléments cites jusqu a présent impactent fortement la qualité de service client qui en est optimisée grâce aux riches fonctionnalités dont disposent les ETL La majeure partie des ETL permettent : L accès a tous types de sources de données SGBD 52

58 Mainframe (par exemple les tickets d incidents ou job concernant le mainframe must de la General Electric) Fichiers CRM/ERP La planification et l exécution de tâches répétitives La possibilité de créer des points de reprises en cas d incident majeur. La visualisation en temps réels des données (dans le cadre de ma mission les appels clients) pour une meilleure qualité de service. Ces outils dédiés au décisionnel tel que les ETL décrits dans cette partie représentent le marché le plus dynamique de l informatique et ont connu une longue évolution Histoire et marche actuel des ETL Au début des années 1990, la plupart des entreprises élaboraient des routines de codage spécifique afin d extraire, transformer et charger les données vers des systèmes cibles. Au milieu des années 1990, les éditeurs ont commencé à concevoir des outils visant à réduire et même éliminer le coût de la main-d'œuvre engendre par le développement manuel de code spécifique, par le développement de programmes. Les premiers éditeurs d'outils ETL commencent alors à fournir un environnement de conception graphique se basant sur le 3GL (langage de troisième génération avec l apparition d applications ETL en COBOL, C.) Bien que ces premiers outils de génération de code simplifié ont grandement aidé les entreprises, ils restaient toutefois incomplets puisqu ils ne proposaient pas une automatisation des tâches ainsi que la visibilité en 53

59 temps réel des informations. Par ailleurs, les administrateurs devaient gérer manuellement le code compilé, et transporter les fichiers d un emplacement à un autre. Dans le milieu et la fin des années 1990 on commence à utiliser les «moteurs de données», permettant de définir quelles données sources récupérer ainsi que la manière de les transformer pour les charger vers des systèmes cible. La notion de processus d extraction et de taches d exécution apparaît. Ces moteur fonctionnent sur un système UNIX ou Windows et sont capables d établir des connexions directes quel que soit le système source /cible considère (fichiers, SGBD,CRM ) : Les ETL apparaissent. De récentes recherches du groupe Gartner Inc., leader mondial en conseil et recherche dans les technologies de l information, soulignent l essor et le succès du marche des outils ETL qui a progresse d environ 13,5% l année dernière en générant plus d un milliard de dollars de recettes. Ce succès s explique notamment par le besoin croissant des utilisateurs et entreprises en matière de stockage de données et d intégration de celles ci que se soit en dehors ou à l intérieur même des datawarehouse. Une autre explication d un tel succès réside dans le besoin pour de nombreuses entreprises des secteurs de B to C (activité de business to consumer ) banques, assurances, distribution de développer et analyser leur activité et ce de façon régulière voir même en temps réel. L entreprise Informatica reste le groupe leader mondial dans le domaine des solutions décisionnelles Sur ce marche on trouve essentiellement deux grandes catégories d ETL : Les ETL open sources 54

60 Les ETL propriétaires Opter pour les ETL open sources permettra de s affranchir des couts de licences élevés et de rester au plus près des spécificités des données métier de l entreprise avec la possibilité d adapter l ETL aux besoins de l entreprise. Les ETL open source s adaptent plus facilement au changement à savoir a un code spécifique et le coût de mise en place reste constant dans le temps. Il convient de prendre en compte les couts de formation et de licence élevés pour les ETL propriétaires, qui seront à mettre en place dans le cas ou la part de code spécifique reste négligeable. Si l entreprise possède un turn over important il peut s avérer difficile de maintenir les traitements d intégration des données ainsi que leur évolution. Dans la plupart des projets décisionnels les ETL sont souvent assimilés aux EAI (entreprise application integration), ce qui n est pas tout a fait exact, il convient donc de déterminer succinctement la frontière qui les sépare ETL vs EAI: L'EAI n'est pas l'etl, et vice-versa. Les EAI permettent de mettre en exergue la communication interapplications. Ce sont généralement des applications qui offrent la possibilité d accès à d autres logiciels de l entreprise ou externes à l entreprise. La plupart des entreprises mettent en relation leur site de e-commerce avec d autres structures dans le cadre d un partenariat par exemple ou avec le «back-office», afin d avoir la disponibilité des produits, l état des stocks, délais de livraison. Si les ETL ont le pouvoir de transformer les données, ce n est pas le cas des EAI et c est justement la où se situe la grande différence entre ces deux systèmes. 55

61 En effet les EAI sont uniquement capables de récupérer les informations brutes d un système d information que l on appellera S1 et de les transmettre à un système d information S2 selon un processus bien défini sans modification de données. Enfin la plupart des EAI ne permettent pas la gestion et la transmission des données temps réels et ne sont utilisés que pour un faible flux de données. C est pour cela que généralement les entreprises ont recours aux ETL pour plusieurs raisons qui font l objet de la partie qui suit Les ETL : un besoin de normalisation : Les causes du phénomène en 3 étapes Figure 3.4 : le processus ETL en 3 étapes La figure ci dessus explique les raisons pour laquelle les entreprises ont souvent recours aux ETL à savoir : Une synchronisation massive d'informations volumineuses et hétérogènes Des besoins différents en termes de transformation de données. Chargement des données dans différentes applications décisionnelles. 56

62 Ce besoin de normalisation réside entre autres dans le fait de bien structurer et nommer l information puisqu elle provient de différentes sources, Pour illustrer cela nous allons prendre deux exemples : Nom de tables = SOURCE_PAYS / MUST_FR ou encore CMS_FR Nom des procédures de traitement : TYPE_DE_TRAITEMENT_SOURCE_PAYS/RUN_EXTRACT_CMS_FR L ensemble des éléments théoriques exposés au cours de cette troisième partie dédiée aux ETL, ont été mis en exergue tout au long de la mission qui m a été confiée. Il serait donc intéressant de voir comment et pourquoi j ai proposé et mis en place ce processus ETL sur le site de la General Electric Mise en place pour le projet du processus ETL Cette partie décrira précisément comment par rapport à ce qui a été énoncé aux ETL j ai effectué la collecte la transformation et la diffusion de données afin d afficher au final les informations qui permettront une prise de décision efficace et donc une meilleure qualité de service. Les principaux éléments qui seront présentés entrants dans ce processus sont les suivants : Le serveur CMS Avaya qui contient l ensemble des données liées aux appels clients. Le mainframe MUST qui concerne plutôt la gestion des tickets d incidents qui sont des ouvertures d affaires après vente suite à un dysfonctionnement d équipements d imageries médicales. L ETL de Microsoft SQL SERVEUR INTEGRATION SERVICES. Conformément aux spécifications fonctionnelles (Annexe 1) l architecture fonctionnelle apportée au besoin du client. voici 57

63 Figure 3.5 :Processus fonctionnel de transmission de l information La partie extraction et transformation mentionnée ci dessus permettra l alimentation du datawarehouse en appliquant des transformations de données. L alimentation de notre entrepôt de données se fera grâce a SQL SERVEUR INTEGRATION SERVICES, l ETL de Microsoft, par le biais de packages qui contiendront l ensemble des composants d extraction et de transformation des données. Voici après le workflow fonctionnel le processus technique mis en œuvre allant de l étape d extraction des données serveurs à l étape d alimentation du datawarehouse. 58

64 MAINFRAME MUST Figure 3.6: Processus technique de transmission de l information Ceci dit nous allons dans ce qui suit nous attarder sur chaque partie de ce processus en passant par les scripts d extraction, le mécanisme de screen scrapping, l alimentation du datawarehouse jusqu au chargement des données et l affichage sur les stations distantes. L accès à la base du mainframe par ODBC n étant pas autorisé pour des raisons de sécurité et de performance, la solution qui a été discuté et finalement déployée, afin d extraire les données, est celle du screen scrapping via des scripts en langage vb développés sous humming bird basic et lancés sur le mainframe à travers son émulateur humming bird host explorer(ihm). 59

65 Le Screen scraping est une technique dans un programme qui récupère des données de l'affichage de sortie d'un autre programme. Le programme développé réalise un balayage de tout l écran de l application distante. Dans notre cas il s agira de balayer tous les écrans de références A226 de MUST. Le programme réalisant une telle opération est alors qualifié de «screen scrapper» (Annexe 2 extrait du screen scraper réalise pour l Italie) L environnement de développement HUMINMING BIRD BASIC avec l interface de connexion au mainframe HOST EXPLORER permet de lancer le «screen scrapper» HostExplorer produits offrent un large éventail d'interfaces de programmation d'applications (API), un document standard utilisé pour programmer les applications. Ces API vous permettent de exploiter les fonctionnalités et les caractéristiques de HostExplorer produits à partir de vos propres programmes et des Avec Host Explorer, il est possible d automatiser des tâches répétitives par exemple, le contrôle des données améliorant ainsi leur fiabilité. Dans notre cas le «screen scraper» permettra dans un premier temps de balayer l ensemble de l écran, et enregistrer de façon continue les informations pour alimenter un fichier texte (partie de gauche de la figure 3.6) à partir de l écran courant. 60

66 Figure 3.7:Ecran A226 must sur lequel le screen scraper réalise l extraction. L extraction qui cette fois si concerne des informations CMS Avaya est à mettre en œuvre le plus rapidement possible puisqu il s agit de données sensibles qui seront affichées en temps réel contrairement à must ou il est toléré que les informations soient affichées avec un temps de rafraichissement de l ordre de quelques secondes voir quelques minutes. 61

67 Le CMS Avaya est conçu de manière à fonctionner dans un réseau distribué de traitement d'appels pour call centers. Ce CMS offre un ensemble de fonctionnalités liées au domaine des réseaux/télécom. Il s agit en particulier d une interface permettant de gérer les appels entrants. Ces appels sont caractérisés par un certain nombre de critères vus précédemment. Afin d extraire l ensemble de ces données Il faut préalablement avoir créé un rapport temps réel en renseignant les VDN souhaites dans notre cas on prendra le VDN des appels clients allant de 1226 à 1240 et le VDN FE de 6221 a Ces VDN sont des numéros utilisés dans les ACD pour connecter les appels client ou FE vers un vecteur de transformation. Un vecteur correspond globalement à une liste de nombres qui identifient la provenance de l appel. Un vecteur peut acheminer les appels vers d'autres destinations. Chaque vecteur est identifié par un VDN.L utilisation de vecteurs permettent de définir le comportement du système lors d un appel : Redirection d appel Configuration du message d attente Délai d attente 62

68 Nous allons dans ce qui suit décrire les processus et méthodes utilisés sur ces deux outils présentés jusqu à présent (CMS et MUST) Figure 3.8:Création d un rapport CMS temps réel Ci dessus le rapport temps réel FE_CLIENT qui a été crée avec la saisie les VDN clients et FE. A noter qu il est possible de choisir le délai de mise à jour des données par le serveur. C est le rapport visible en figure 3.9 qui est extrait au moyen du script vb acsauto de la figure 3.6. L ETL Symon, utilisé uniquement à Buc, récupère ce rapport par telnet et réalise l affichage des valeurs ainsi récupérés. Pour la mise en place de ce système pour les autres pays de GE, le script acsauto joue le rôle de récupération des données, l application java celui de l afficheur, le process de Business intelligence faisant l intermédiaire. 63

69 Figure 3.9:Le rapport CMS temps réel généré Un script réalisé en VB permet de récupérer directement ce rapport temps réel du serveur et alimenter en boucle le fichier CMS.txt (Annexe 2). Ce script tourne en boucle avec des temps de pause de l ordre de quelques millisecondes afin de ne pas saturer le serveur. A noter que chaque pays possède un fichier texte CMS et un fichier MUST qui feront l objet du même traitement que l on est entrain de décrire. Grace à L ETL SQL SERVEUR INTEGRATION SERVICES (SSIS) nous allons pouvoir récupérer ces fichiers et effectuer un certain nombre de transformations. Il sera aisément possible, grâce a la mise en place de packages contenants des composants SSIS, de charger ces fichiers les transformer et les charger dans le datawarehouse. Toutes les taches d intégration sont regroupes dans deux packages que l on peut également qualifier de lot : Un lot MUST Un lot CMS 64

70 Le flux de contrôle «control flow» aura pour rôle d établir l enchainement des taches du packages appelés taches de flux de données «data flow».a noter que dans un flux de control on peut également avoir des taches d exécution liées a des Data Flow. Ci dessous la structure de nos packages MUST ET CMS. Package Control Flow Tache d exécution Data Flow Figure 3.9.1: Structure d un package MUST ou CMS Ces packages sont lancés automatiquement au moyen d un traitement batch qui lance chaque package, permettant ainsi d alimenter constamment le 65

71 datawarehouse et donc d afficher par la suite les données. Figure 3.9.2: le contrôle flow qui lance le dataflow. Avant de lancer le flux de données, une tache d exécution SQL est tout d abord lancée qui supprime les anciennes informations contenues dans les tables avant le début de l alimentation par les nouvelles valeurs. Le traitement du control flow etant acheve le flux de donnees est lance. Figure 3.9.3: le data flow qui lance l alimentation du datawarehouse. 66

72 La source mentionnée dans la structure du package représente le fichier qui a été préalablement alimente suivant le processus d extraction de la figure 3.6. La phase de transformation se décline en deux étapes : La conversion des données du fichier Le mappage (correspondance) des champs fichier /table de destination (Figure 3.9) Unicode est le système de codage de caractères spécifiques de différentes langues (chaque caractère correspond à un code exprimé en base hexadécimale ). Il s agira pour la première étape de convertir les données du fichier qui sont de type Unicode (type DT_WSTR) en données non unicode (type DT_STR). Une fois la conversion effectuée un mappage est réalisé entre les informations du fichier et la table cible. Par un jeu de correspondance de champs on peut alors sélectionner les champs à transmettre à la table cible et la manière de gérer la différence de champs entre le fichier et la table cible. L avantage d un tel processus réside également dans le fait qu il est possible de déclencher d autres taches ou d autres événements tout en gérant les erreurs d exécution du package. 67

73 Figure 3.9.4: Mappage des champs entre le fichier source et la table de destination Le datawarehouse étant alimente continuellement par l ETL il convient de poursuivre avec l affichage des informations souhaitées par les différents managers des call center décrites dans les spécifications fonctionnelles. Pour cela l application réalisée en java va pouvoir via l API JDBC récupérer du datawarehouse les informations à afficher. Le traitement et l affichage des données en temps réel a contraint à l utilisation de timer qui relance le processus de récupération et d affichage de données. Le serveur, station sur laquelle se trouve l entrepôt de données, envois régulièrement au client les nouvelles informations MUST et CMS ainsi mises à jours.ces données transitent par le protocole de communication UDP qui est moins fiable mais plus rapide que le protocole TCP.Dans la mesure ou le temps de réponse est un critère très sensible c est ce type de protocole qui a 68

74 été choisi et mise en œuvre. Pour chaque call center l affichage réalisé est diffusé sur écran LCD comme suit: Un écran «inroom» sur lequel est présenté l ensemble des appels clients et FE, avec un bilan par secteur (ensemble de départements) de tous les jobs critiques(nombre de jobs critiques, temps d attente, service level ) Figure 3.9.5: Ecran salle pour tous les Call center. Le deuxième écran «écran user» quant a lui détaille le premier avec pour chaque région Nord, Sud, Est, Ouest le descriptif de chaque job avec sa durée ainsi que le site de localisation. Un système de basculement entre chaque affichage a été réalisé pour passer d une région à une autre. Figure 3.9.6: Ecran user pour tous les Call center. 69

75 3.4-Impacts de la solution déployée : «le visual management» Le déploiement de cette solution, grâce au large éventail de techniques et d outils que propose la business intelligence, pourra améliorer directement la qualité de service client des calls center de la General Electric. En ce sens la mise en place de ce système, avec la possibilité de visualiser en temps réel l ensemble des ouvertures d affaires après vente ainsi que tous les appels clients et FE, permettra un gain de temps non négligeable. En effet le fait d avoir une seule application avec les bonnes informations au bon moment, dispensera les utilisateurs qu ils soient managers ou operateurs d effectuer de nombreuses opérations manuelles afin d avoir l information voulue au moment voulu. Pour illustrer ceci s il l on prend les ouvertures d affaires après vente du mainframe must, pour avoir ces données l utilisateur était contraint de se connecter au mainframe d effectuer une série de manipulations et de recherches afin de trouver les ouvertures d affaires dont le délai est critique. Or avec ce nouveau système il sera aisément possible d avoir cette information sans aucune intervention humaine ni recherche, d ou un gain de temps considérable et par conséquent une rapidité de traitement des besoins du client pour une meilleure qualité de service. A noter également que ce système facilitera la prise de décision par les managers qui auront tous les indicateurs clé nécessaires à la prise décision (temps d attente des appels, temps de réponse, nombre d appels ) La solution déployée touche un domaine particulier : celui du «visual management». Il s agit d une méthode de création d'un environnement riche en informations par l'utilisation de signaux, symboles, objets, lumières vives, panneaux, qui attirent l'attention des personnes et qui permet de communiquer l'information importante dans un environnement de travail. 70

76 «L'image nous donne le réel dans sa totalité et surtout son immédiateté : et la parole vient encore, de surcroît, s'ajouter au visuel et le renforcer» François Dagonnet Le succès et la notoriété des entreprises reposent en grande partie sur leur capacité de pouvoir effectuer des mesures précises quel que soit le type de processus considérées. Afin de répondre au mieux aux attentes des clients et ainsi leur fournir un produit conforme à l ensemble des spécifications fonctionnelles mais aussi techniques, il convient de décomposer les exigences clients en critères mesurables : C est l objet de la méthode six sigma qui permet de respecter ce processus et d assurer une qualité de service optimale. 4-Une méthode pour une meilleure qualité de service client : Lean Six Sigma 4.1- Lean Six Sigma : un système qui aide à "prévoir" pour ne pas être obligé de "revoir" La lettre grecque sigma «σ» signifie déviation standard et représente l écart moyen ou la dispersion des valeurs autour de la moyenne il s agit de l écart type. Représente la variable aléatoire (échantillon de travail) Représente la moyenne calculee 71

77 Représente la variance. Il apparaît clairement que le calcul de l écart type s obtient en prenant la racine carré de la variance. Plus cet écart type est faible plus les valeurs se rapprochent de la moyenne. Six sigma est une méthode statistique qui décrit le nombre de déviations existantes dans un ensemble de données, un groupe d articles ou de processus. Par exemple si l on décide de peser un paquet de chocolats ayant des formes différentes, on obtiendra une déviation standard plus grande que s ils avaient tous la même taille. Une limite de tolerance égale a 6σ représenterai pour une chaine de production de véhicules une production homogène avoisinant le zéro default. Afin de savoir vers quel nombre de sigma on se rapproche il suffit d appliquer la formule dite du «Z» suivante : Nombre de sigma = (moyenne LSL)/écart type) Le LSL : le lower spec limit correspond à la valeur minimale voulue par le client du CTQ étudié dans les spécifications fonctionnelles. (cf partie application de la méthode au projet). Figure 4.1 : Courbe de gauss Six sigma permet d effectuer une mesure statistique de la performance des processus et/ou des produits des entreprises. Le but étant de chercher la 72

78 perfection dans l amélioration des performances. Il s agit d un système de management durable permettant aux entreprises d atteindre leurs objectifs en améliorant la performance de leur activité globale et ce même au niveau international. En ce sens cette méthode permettra de réduire les pertes et les coûts des entreprises en renforçant leur image de marque. Le cœur de la méthode réside en la décomposition des besoins clients en étapes précises et en critères de qualité mesurables appelés CTQ «Critical To Quality» Une méthodologie par étapes le «DMAIC» : define mesure analyse improove control Chaque critère de qualité doit préalablement avoir validé une étape pour passer à la suivante, jusque l étape finale de contrôle du produit. Voyons de plus prés ce que propose cette décomposition : Figure 4.2: Plusieurs étapes pour une qualité de service optimale Ce modèle par étape permet au final une meilleure fiabilité du produit ainsi qu un rapport performance/cout idéal. 73

79 Ce processus précise qu en phase de conception il est difficile de détecter ou prévoir des defaults qui par contre sont facilement visibles lors de la mise en production sur le site client. Si les défauts représentent un coût négligeable en phase de conception ce n est pas le cas lors de la phase de production où le moindre défaut est un coût important pour l entreprise. Il convient donc s axer les efforts en phase de conception afin d éviter par la suite d être confronté à des contraintes inhérentes au coût ou à la fiabilité du produit. Auparavant les efforts de maximisation de la qualité de service, grâce à la mise en exergue de la méthode six sigma, se faisaient en phase de production. De nos jours c est en phase de recherche et de développement où ces efforts d amélioration de la qualité des produits et/ou services se font. Ceci permet de minimiser le plus possible les coût liés à la correction de défauts et ce des la phase de définition des critères de qualité des produit et services.(annexe 1) Define Il convient lors de cette première étape d identifier le contexte dans lequel se trouvent les clients (données sensibles ou pas par exemple) ainsi que leurs exigences fonctionnelles concernant le produit ou service final à livrer. Pour cela il s agira de fixer des objectifs en matière de qualité en décomposant les besoins clients en CTQ «mesurables puis de cerner le type de fonctions souhaitées, le type de besoin (performance, sécurité, organisation) et l enjeu du projet. Pour atteindre les objectifs que décrit cette première phase un ensemble d outils et de méthodes sont utilisés, parmi lesquels le model de Kano qui 74

80 permet de cadrer et définir clairement le besoin, à travers un ensemble d interviews basées sur des affirmations antagonistes Le téléphone possède un écran en couleur 1) Cela me plaît 2) Cela est normal ainsi 3) Cela m est égal 4) Je m en contente 5) Cela me déplaît Le téléphone ne possède pas d écran en couleur 1) Cela me plaît 2) Cela est normal ainsi 3) Cela m est égal 4) Je m en contente 5) Cela me déplaît Source: programme BAA HEC Montreal Figurer 4.3 : Modèle d interview Figure 4.4 : Le modèle de Kano Ce modèle propose une représentation selon deux axes : Le premier axe vertical représente le degré de satisfaction du client et le second le degré de 75

81 réalisation d'une fonction, d'une caractéristique ou d'une prestation. Une fois le cadrage des besoins effectué puis la décomposition des exigences client en CTQ achevée, il est nécessaire de procéder aux mesures de ces CTQ Mesure Les critères de qualités définis lors de l étape précédente doivent faire l objet de mesures précises : c est l objet de cette phase. C est au niveau des spécifications fonctionnelles que le client va préciser les valeurs chiffrées des résultats de la performance du produit qu il souhaite obtenir avec une marge d erreur. Il s agira donc de respecter ces valeurs conformément aux spécifications. Pour cela afin d arriver aux résultats attendu par le client, un intervalle de tolérance égal a 6σ serait idéal, cela signifierai que la fiabilité du produit avoisinerai les 100% donc la perfection. En réalité il est difficile voir quasi impossible d atteindre ce seuil. En ce sens un système bien conçu aura un une valeur égale à 2 sigma. Cette phase consiste globalement à reproduire un ensemble de mesures de façon répétitive et surtout dans les mêmes conditions de tests et de développement, sans quoi les mesures seraient incorrectes. Une fois les mesures réalisées on obtient la moyenne ainsi que la déviation standard expliquée lors de la première phase de définition des CTQ. Si l écart type est faible, c est à dire que toutes les valeurs se rapprochent de la moyenne, une courbe est obtenue qui respecte la loi normale : la courbe de gauss». 76

82 Figure 4.5 :Processus non conforme aux CTQ client Figure 4.6 : Processus conforme aux CTQ client Dans ce cas la le processus est pratiquement conforme aux mesures désirées par le client et le produit passe a l étape suivante celle de l analyse. 77