John Lewis Partnership, enseigne phare au Royaume-Uni, avait besoin d’unifier ses silos de données pour donner à ses équipes clients, commerciales et opérationnelles des informations immédiates et fiables leur permettant de prendre des décisions stratégiques éclairées. Découvrez pourquoi le Chief Data and Insight Officer de John Lewis Partnership a choisi Snowflake comme plateforme de données unifiée et comment elle lui a permis de mieux contrôler ses données.
John Lewis Partnership est composé de trois marques très populaires au Royaume-Uni : John Lewis, Waitrose et John Lewis Financial Services. Il s’agit de la plus grande entreprise britannique détenue par ses employés, avec 80 000 « partenaires » travaillant dans sa division en ligne et dans ses magasins physiques. Pour bien fonctionner à grande échelle, le partenariat doit faire le meilleur usage de ses données. Nous nous sommes entretenus avec Barry Panayi, Chief Data and Insight Officer, pour savoir comment il procède.
Sans surprise pour une entreprise de plus de 150 ans d’histoire, John Lewis devait composer avec l’infrastructure existante et des sources de données disparates qui généraient une vision déconnectée de ses opérations. « Nous avions des données dispersées, que l’on pourrait appeler des silos de données », explique Barry Panayi. « Nous avions des difficultés à tracer la responsabilité des données, car nous disposions de doublons un peu partout, et donc nous ne savions pas vraiment à qui nous adresser pour obtenir des informations sur les différents ensembles de données. Gérer ces données devenait excessivement coûteux. »
L’absence de standardisation des données, conséquence de ces processus déconnectés, représentait également un risque potentiel pour John Lewis. « Nous voulions éliminer ces silos de données, mettre en place une version unique et comprendre exactement qui est responsable de quelles données, comment gouverner ces données et ce qu’elles signifient », ajoute-t-il.
Une solution prête à l’emploi pour sécuriser et unifier les données
Les équipes chargées des données et de la technologie ont choisi Snowflake pour un certain nombre de raisons : « Pour ma part, c’est la façon dont il fonctionne avec nos autres outils », explique Barry Panayi. « Depuis mon arrivée, nous avons connu plusieurs changements, dont Snowflake. Nous pouvons intégrer Tableau, Python, dbt, de manière fluide, et tout fonctionne très bien. Nous n’avons pas besoin de faire quoi que ce soit qui ne soit pas prêt à l’emploi. »
Le choix de Snowflake a également profité aux équipes de data science de John Lewis. Grâce à la séparation des capacités de calcul et de stockage de la plateforme, elles peuvent désormais accéder à tous les outils de gestion de données dont elles ont besoin sans risquer de générer des surcoûts importants. »
En outre, la fonctionnalité de masquage dynamique des données, Dynamic Data Masking, de Snowflake garantit la sécurité des données de John Lewis. « Le Dynamic Data Masking est très important parce que la sécurité des données est absolument primordiale et qu’il nous permet de travailler avec un large éventail de données tout en les protégeant », explique Barry Panayi.
Et John Lewis Partnership ne se contente pas d’utiliser Snowflake pour opérer sa transformation. En s’associant avec Deloitte, l’entreprise bénéficie d’un soutien pour certains aspects clés de son programme de données et d’analyse, y compris pour la modernisation et la migration des données commerciales stratégiques vers la plateforme de données du partenariat. Deloitte apporte également son soutien pour la refonte des principaux rapports utilisés par John Lewis et Waitrose, ainsi que pour la consolidation des données provenant de plus de 100 systèmes sources grâce à un nouveau modèle de données d’entreprise qui permet un large éventail de nouveaux cas d’usage dans les domaines de l’analyse et de la data science.
Cette approche va permettre au partenariat de maximiser la valeur de ses données en améliorant la cohérence et la richesse des rapports, en permettant aux partenaires individuels d’accéder en libre-service aux données dont ils ont besoin et en facilitant la mise en œuvre d’initiatives importantes et de grande valeur dans l’ensemble du partenariat.
Une meilleure connaissance des prix, des stocks et de la demande des clients
John Lewis a placé le Data Cloud Snowflake au cœur de son écosystème de données, ce qui lui permet de mieux contrôler et de standardiser les outils d’analyse de données en interne et en externe. « Le Data Cloud Snowflake est très important pour nous », affirme Barry Panayi. « Il nous permet de nous assurer qu’il n’existe qu’une seule version utilisable par plusieurs personnes. »
Il est essentiel pour John Lewis de comprendre la demande pour chaque produit qu’il stocke, y compris chaque variante, couleur et taille. Le retailer peut ainsi vendre au bon prix tout en veillant à réduire ses pertes au minimum pour limiter la charge financière que représentent les stocks invendus. Toutes ces opérations sont possibles grâce au flux constant de données collectées via la plateforme Snowflake.
« Nous exploitons nos données dans Snowflake de différentes manières, que ce soit pour des raisons commerciales, de durabilité ou opérationnelles », souligne M. Panayi. « Par exemple, lorsque nous réduisons le prix de certains de nos articles, nous voulons nous assurer qu’il est attractif pour nos clients et que nous éliminons toute perte. Il est essentiel de pouvoir exécuter ces modèles de manière dynamique et de s’assurer que nous donnons au client ce qu’il souhaite, à savoir un prix attractif, tout en respectant d’autres paramètres. »
Une collaboration fondée sur les données en constante amélioration
Fort de ce bilan concluant, Barry Panayi explique que John Lewis prévoit d’exploiter au maximum les capacités de partage de données de Snowflake à l’avenir afin d’améliorer la collaboration entre ses partenaires et ses fournisseurs : « Nous prévoyons d’utiliser le Data Cloud Snowflake prochainement, dès que nous aurons éliminé les silos et réorganisé nos données. Il s’agit d’une perspective très attrayante, mais nous essayons de nous concentrer sur ce que nous faisons pour l’instant. Mais à l’avenir, j’espère vraiment que nous pourrons commencer à partager des données en utilisant le Data Cloud. »