Conception : Analyse des besoins
- Introduction
- Cadre général du projet décisionnel
- Conception : Étude Préalable
- Conception : Collecte des besoins (spécifications très peu détaillées)
- Conception : Analyse des besoins
- Conception : Analyse des indicateurs
- Conception : L’importance de la qualité des données
- Conception : Spécifications des restitutions (ce que j’envisage de vous proposer)
Maintenant que nous connaissons « les grandes lignes » des rapports qu’il conviendra de produire et dans la mesure où aucun cahier des charges n’a été établi, ni aucune analyse détaillée faite, l’enjeu pour la maitrise d’œuvre est de « sécuriser » la base de la conception en élaborant des prémaquettes pour vérifier l’adéquation entre ce qui a été compris par la MOE et ce qu’a voulu exprimer le « client » (le MO). Pour chacun des rapports la DSI produit un tableau Excel (voir les figures ci-dessous) basé sur les différentes explications successives et complémentaires formulées par les salariés impliqués dans ce projet lors des différents échanges qui ont suivi la collecte initiale des besoins.
Étant donnée l’absence de formalisme et de livrables venant de la « maitrise d’ouvrage », une phase de validation, par le groupe projet, de ce type de tableaux Excel, permet d’avoir une base de travail « globalement en phase avec le besoin ». Effectivement, l’objectif à ce stade est surtout de bien identifier le besoin général de l’utilisateur afin de ne pas faire « fausse route » et d’imaginer la façon dont les données semblent devoir être présentées. Ce premier « maquettage » permet également d’obtenir une première idée de la complexité potentielle de chaque rapport.
Ainsi, en analysant les différents rapports à produire, nous retrouvons, tout d’abord, régulièrement les mêmes indicateurs clé de performance : nombre de contacts, nombre de réservations et des ratios qui en découlent. Ceci laisse à supposer que nous allons nous concentrer avant tout sur le comptage des contacts et des dossiers de réservation. La tâche ne semble pas particulièrement complexe à première vue. Notons cependant que ces KPI (Key Performance Indicators) doivent être analysés selon différents axes : Origine du contact (ou le canal d’acquisition de celui-ci), le mode de contact, le programme immobilier, l’agence commerciale, le vendeur, mais aussi la « famille de canaux d’acquisition » qui correspond soit aux « contacts générés » soit aux « contacts fournis ». Nous voyons par ailleurs apparaitre des notions de regroupement, exprimés notamment par les familles de contacts, les agences, les vendeurs et par les totaux généraux de certains rapports. Précisons enfin que la plupart de rapports à produire sont « multidimensionnels » dans la mesure où nous allons analyser les données à la fois en ligne et en colonne.
Ces différentes exigences introduisent indéniablement un certain niveau de complexité. Il devient dès lors incontournable d’analyser de façon plus approfondie le besoin.
Il devient alors impératif de vérifier si les données nécessaires à la construction des indicateurs demandés sont bien présentes dans le système d’information source et si nous avons la capacité de toutes les extraire. Cette phase d’analyse du besoin est autant une phase technique que fonctionnelle. Elle nécessite des savoir et des compétences multiples :
- Connaissance du métier pour comprendre, dès l’expression des besoins, le plus finement possible, l’objectif de l’utilisateur final et avoir la capacité de comprendre à quelle information correspond sa demande.
- Connaissance de l’architecture globale du système d’information afin de cibler rapidement l’application (CRM et Progiciel métier dans notre cas) dans laquelle cette information peut être trouvée.
- Connaissance applicative afin de comprendre aisément l’articulation globale de la saisie des informations dans l’application et en déduire une organisation potentielle des données en base de données
- Enfin, et surtout, connaissance de la structure des données en base de données afin de pouvoir cibler rapidement et de manière précise la donnée dont nous avons besoin. Cette maitrise de la structure de la base de données peut être obtenue de deux façons :
o Soit, nous disposons d’un quelconque modèle de données, tel un Modèle Conceptuel des données (MCD), nous permettant d’avoir une vue d’ensemble de la base de données et des interactions entre les différentes tables (entités) de cette source de données. Ce schéma idéal et théorique simplifie et accélère très grandement la compréhension de la structure des données.
o Soit, nous découvrons de manière empirique la structures des données car personne n’a la capacité de nous fournir le modèle des données.
Aussi afin d’analyser de manière détaillée le besoin, il convient avant tout de comprendre de manière plus précise la structure de la base de données du CRM et s’assurer, pour une version ultérieure, de tous les liens nécessaires avec la base de données du progiciel métier. Quelques échanges avec la chef de Projet CRM chez l’éditeur de celui-ci permettent d’obtenir le point de départ de l’ analyse de la base de données du CRM selon l’axe contacts – prospects : « Les informations relatives aux contacts / prospects se trouvent dans la table Company» et d’en déduire progressivement le modèle conceptuel des données du périmètre qui nous intéresse à ce stade.
Ce modèle conceptuel de données, déduit de manière empirique à partir de la base de données, présente le périmètre fonctionnel qui couvre les besoins exprimés dans la première phase du portail de restitution de données. Il s’articule essentiellement autour de 5 domaines : produit, client, affaire, utilisateur, et sélection de lots.
Comme on peut le constater la plupart des entités de ce modèle portent des noms génériques alors que d’autres se rapprochent davantage du jargon de la promotion (lotselect, reservation). Ceci est lié au fait que le CRM en question est une solution de Gestion de la relation client « verticalisée » pour la promotion.
Domaine produit : Il est représenté ci-dessus par les entités NewProducts et ProductFamily. L’entité ProducFamily correspond à l’opération immobilière alors que l’entité NewProducts correspond aux lots (logements, stationnements) de l’opération.
Domaine client : Il s’agit de l’entité Company. C’est dans la table Company que sont enregistrés les prospects dès leur arrivée dans le système d’information et plus particulièrement dès leur saisie dans le CRM. Le nom de l’entité « Company » peut là aussi étonner. Nous aurions tendance à penser que la table en question contient des personnes morales et il n’en est rien. En effet le CRM en question était initialement imaginé pour une relation B to B et a été finalement détourné pour en faire un outil B to C.
Domaine affaire : Ce domaine est matérialisé par les entités Opportunity et Reservation. La première est issue de la version originelle du CRM la deuxième a été spécifiquement ajoutée pour les besoins du secteur.
Domaine utilisateur : Ce domaine est matérialisé par les entités Users et Channel. La première correspond au Responsable de Compte du prospect mais aussi au vendeur associé à l’affaire. La deuxième est un regroupement de vendeurs au sein d’une agence géographique ou d’un groupe fonctionnel.
Domaine sélection des lots : Ce domaine spécifique à la promotion et représenté par l’entité Lotselect fait le lien entre les entités orientées « produit » et les entités orientées « affaire ». Concrètement il s’agit ici de matérialiser l’historique d’un lot.
Citons enfin l’entité CUSTOM_CAPTIONS qui n’obéit pas réellement à la modélisation relationnelle mais qui tient une place forte dans le cadre de ce projet dans la mesure où il s’agit de la table qui contient les libellés des données. C’est le cas par exemple des origines, des modes de contacts, des programmes demandés etc.
Les tables et les vues : Par souci de simplification nous ne détaillerons pas ici l’accès aux données du CRM par le biais des vues SQL. Gardons à l’esprit uniquement que chaque table du CRM en question « existe aussi sous forme de vue ». Ainsi, par exemple, la table Company correspond à la vue Vcompany |