L’argument de la garantie a été bien utilisé d’un point de vue Marketing depuis de nombreuses années et certains industriels n’hésitent pas à faire aujourd’hui de la surenchère en proposant par exemple des garanties de 5 ans pour des automobiles. Bien entendu, en parallèle les coûts de garantie ont explosés et la répétition des opérations de rappel a fini par affecter l’image de certains.

Dans ce contexte il est patent que ce n’est pas avec leur PGI préféré que les industriels vont pouvoir régler ce problème qui nécessite d’intégrer des données en provenance de toutes l’entreprise et de sociétés tiers impliquées (fournisseurs, distributeurs, réparateurs, …). Seul un entrepôt de données d’entreprise permet d’envisager cette intégration et de piloter activement les domaines de la garantie et de la qualité.

L’enjeu est important il représente par exemple plus de 2% du chiffre d’affaires de General Mortors, Caterpillar, John Deere, … Le nombre des rappels a été multiplié par 4 ces dix dernières années, l’année 2004 a été un record et enfin l’analyse des défauts devient de plus en plus difficile. Dans l’industrie automobile la moyenne est de 133 problèmes pour 100 véhicules et pour les campagnes de rappel la durée moyenne reste longue avec 250 jours. Enfin, les réserves que les entreprises doivent constituer pour se protéger des risques de défaillance des produits qu’elles viennent de vendre représentent dans le cas de l’automobile environ 300€ par an et par véhicule. Dans d’autres industries la problématique est identique notamment pour les fournisseurs de hautes technologies.

Dés lors aujourd’hui pour les entreprises il s’agit de réduire les coûts associés, de diminuer les réserves de garantie, d’améliorer les produits et les processus, de mieux servir leurs clients et indirectement de protéger leur part de marché. Concrètement par exemple il convient de supporter avec des données historiques de qualité les processus de diagnostic de pannes récurrentes (par pièce et par série de fabrication), de répercuter les coûts aux acteurs responsables (en particulier aux fournisseurs extérieurs), d’identifier les bonnes pratiques, les manques de performance et les besoins de formation, de tirer les conséquences pour la conception et l’industrialisation de nouveaux produits, …

Au niveau de l’entrepôt de données, il convient d’intégrer des informations en provenance d’une grande variété de systèmes, d’avoir un niveau de détails suffisants pour supporter les analyses approfondies des différents acteurs impliqués, de permettre d’analyser rapidement un grand volume de données et bien entendu de n’avoir aucune restriction pour analyser les informations en provenance des différentes fonctions. La mise en place d’une telle approche ne peut être que progressive et dans un premier temps il convient de privilégier les axes suivants : améliorer la recherche des causes de problèmes pour accélérer les processus d’alerte, limiter et cibler les rappels, affiner la compréhension des coûts.

La difficulté d’un tel projet n’est pas technique, car il s’agit dans ce domaine de ne pas se tromper d’ambition, de bien se lancer dans la réalisation d’un entrepôt de données d’entreprise et d’éviter l’impasse d’une approche data marts. Alimentation, modélisation, mise en œuvre de moyens de data mining et de restitution divers ne posent pas de problème particulier et tous ces sous projets sont parfaitement maîtrisables. Le vrai défi est dans le travail d’équipes transverses qui ont à œuvrer ensemble : cellule qui gère l’image et la communication de l’entreprise, acteurs divers du service aux clients (avant, pendant, après vente), les acheteurs, les producteurs, les financiers, … Tous ces acteurs doivent arriver à définir ensemble une politique de garantie pour l’entreprise et là on est dans une situation où il faut compter sur le temps pour que le sucre fonde.

Plusieurs clients de Teradata sont en pointe dans ce domaine comme Ford, Western Digital, Whirlpool, … et les premiers projets montrent qu’une première itération dans ce domaine peut permettre de facilement réduire de 5% les coûts de garantie. L’équipe Manufacturing de Teradata a acquis une solide expérience aux contacts de ses clients leaders. Il en ressort une bonne capacité à accompagner nos clients prospects dans leur réflexion sur ce sujet ainsi qu’une offre concrète adaptée, avec modèle de données spécifiques et applications analytiques, sans oublier nos solutions d’infrastructure bien connue (serveur NCR - MPP, base de données Teradata, …). Pour aller plus loin sur ce sujet, vous pouvez utilement consulter le lien suivant :

Source : Michel Bruley, Directeur Marketing de Teradata France