Une migration vers S/4HANA met les données de référence au cœur des préoccupations, ce qui est rarement le cas en dehors d'un programme de transformation.
En général, cependant, le périmètre des données de référence est d’abord défini en fonction des besoins du programme S/4HANA en matière de migration et d’exploitation. Les données relatives aux articles/produits, aux partenaires commerciaux et aux finances peuvent être suffisamment bien gérées pour la bascule vers l’ERP, tandis que les contenus, relations et classifications associés dans la gestion des informations produit (PIM), la gestion du cycle de vie des produits (PLM), la gestion de la relation client (CRM), les systèmes fournisseurs et les applications régionales restent en dehors du périmètre immédiat du programme.
Les problèmes apparaissent plus tard, lorsqu’une initiative d’IA a besoin que les données fournisseurs, produits et financières concordent entre elles et qu’elle ne dispose pas de cette base sur laquelle s’appuyer.
À ce moment-là, vous ne disposerez peut-être plus du budget alloué au programme ni de l’attention de la direction qui ont rendu ce travail possible.
La gestion des données de référence (MDM) constitue le travail qui sous-tend cette base.
C’est ce qui définit à qui appartient un enregistrement, quelles règles il suit et à quels systèmes il est connecté. La plupart des programmes S/4HANA en mettent suffisamment en place pour prendre en charge l’ERP. Mais pour l’IA, il faut aller bien plus loin.
Quelle est la différence entre la MDM pour l'ERP et la MDM pour l'IA ?
Le MDM centré sur l'ERP optimise les données de référence gouvernées pour les modèles opérationnels et les processus dont l'ERP a besoin.
Le MDM prêt pour l’IA étend cette base à l’ensemble des domaines, des systèmes et des relations, afin que l’IA puisse raisonner à partir d’un contexte métier cohérent plutôt que d’enregistrements isolés.
Pour certains, cela peut sembler être une différence mineure, mais cela modifie ce que les données peuvent prendre en charge.
Un agent d’IA traitant à la fois les données relatives aux fournisseurs, aux produits et aux finances ne lit pas les enregistrements un par un. Il raisonne à partir des relations. Quel fournisseur est lié à quel matériau, et quel matériau entre dans la composition de quelle configuration de produit, laquelle, à son tour, a un prix différent selon le marché.
Ce contexte plus large ne ressort pas automatiquement d’un programme S/4HANA. SAP Master Data Governance (MDG) permet de gouverner et de consolider les données SAP et tierces, mais de nombreuses entreprises gèrent encore les données connexes dans des applications distinctes. À moins que ces domaines ne soient délibérément harmonisés, une même entité peut encore se voir attribuer des définitions et des relations différentes à travers l’ensemble du paysage informatique.
En voici quelques exemples :
- Données PIM
- Portails fournisseurs
- Bases de données régionales
- Plateformes de commerce électronique
- Fichiers clients
En l'absence d'un modèle de gouvernance à l'échelle de l'entreprise, les identifiants, les définitions et les relations peuvent continuer à diverger d'un système à l'autre.
Pourquoi la migration vers S/4HANA est-elle le moment idéal pour mettre à jour les données de référence en vue de l'IA ?
Les programmes de transformation d'entreprise constituent l'un des rares moments où les organisations disposent à la fois du mandat de la direction et de la dynamique opérationnelle nécessaires pour traiter les données de référence à grande échelle.
En dehors de ces programmes, le besoin est certes reconnu, mais il n’est pas toujours financé. D’autres priorités le relèguent systématiquement au second plan.
Un programme S/4HANA oblige à se poser les questions qui restent généralement sans réponse :
- À qui appartiennent ces données ?
- Qui veille au respect des règles ?
- Comment les variantes régionales sont-elles harmonisées ?
Grâce à un budget dédié à la migration et à la transformation, ainsi qu’à une équipe de projet spécialisée, vous disposez d’une occasion rare de résoudre ces problèmes. Après la mise en service, ce soutien et ce financement ciblés ont souvent tendance à diminuer.
Cela ne signifie pas pour autant qu’une plateforme MDM remplace les outils de migration de SAP. SAP exécute et valide la transition ; le rôle de STEP, la plateforme d’intelligence de confiance de Stibo Systems, est de préparer, d’harmoniser et de gouverner les données de référence sur lesquelles reposent ces processus, puis de maintenir cette gouvernance à l’échelle de l’ensemble du parc informatique après la mise en production.
Le même problème refait surface par la suite, souvent lorsqu’une initiative d’IA a besoin de données cohérentes et ne trouve aucune base sur laquelle s’appuyer, ni aucun programme restant pour financer la correction.
Qu’est-ce qui rend une base de données prête pour l’IA et pas seulement pour S/4HANA ?
1. Elle harmonise les données entre les différents domaines
Un produit a la même signification, qu’il soit consulté par les équipes des achats, du commercial ou de la finance. Les classifications des fournisseurs correspondent aux spécifications des articles. Les hiérarchies de marché restent cohérentes d’une région à l’autre.
2. Il intègre la gouvernance au lieu de simplement la documenter
Les règles sont intégrées à l’infrastructure elle-même et s’appliquent automatiquement à chaque enregistrement, plutôt que de figurer dans un document de politique que personne ne consulte pendant un trimestre chargé.
3. Il rend les données d’entrée de l’IA traçables
Lorsque les données gouvernées comportent une traçabilité, une provenance, des relations et le contexte des règles, les informations fournies à un système d’IA peuvent être retracées jusqu’à leurs sources. Cela ne rend pas chaque décision du modèle intrinsèquement explicable, mais cela rend le contexte des données vérifiable et plus facile à analyser.
4. Elle fournit des données dont la fraîcheur répond aux exigences du cas d'utilisation
De nombreux cas d’utilisation opérationnels et autonomes de l’IA – tels que la tarification, le rééquilibrage des stocks ou la surveillance des risques fournisseurs – nécessitent des données actuelles ou en temps quasi réel. Une infrastructure conçue uniquement pour un rapprochement périodique pourrait ne pas les prendre en charge.
La différence essentielle ne réside donc pas simplement dans le choix entre SAP et les solutions non SAP, ni entre le traitement par lots et le temps réel. Elle réside dans le fait de savoir si la gouvernance, la sémantique et la diffusion sont conçues pour tous les systèmes et toutes les exigences de fraîcheur dont dépend réellement le cas d’utilisation de l’IA.
Une solution MDM dans l'écosystème SAP peut répondre aux deux premiers critères au sein de l'ERP. Les deux derniers, en particulier l'exploitation en temps réel sur des systèmes ne appartenant pas à SAP, nécessitent une infrastructure conçue dès le départ en tenant compte de l'IA.
Quels sont les quatre résultats obtenus en corrigeant les données de référence lors d’une migration vers S/4HANA ?
Si cette étape est menée à bien au cours du projet, quatre résultats en découlent.
1. Les tests et la mise en production ne sont plus perturbés par des incohérences dans les données qui auraient dû être détectées plus tôt.
Lorsque les matériaux, les produits, les fournisseurs et les hiérarchies clés sont clairement définis et attribués à des responsables précis, l’équipe chargée du programme n’a pas à rechercher des problèmes de données en plein milieu d’un cycle de test.
2. L’harmonisation des données entre les pays et les unités opérationnelles s’effectue plus rapidement. Les variantes locales au niveau des attributs, des classifications et des unités de mesure sont harmonisées par rapport à un modèle commun, tandis que les différences importantes entre les marchés sont préservées. Cela se traduit par moins de retouches pendant le programme et moins de nettoyage une fois celui-ci mis en production.
3. Un modèle canonique régulé pour les matières/produits, les fournisseurs et autres entités de référence réduit les mappages de données de référence sur mesure et fournit aux intégrations en aval une source sémantique cohérente.
4. Les bases sont posées pour la phase suivant la mise en production :
- S/4HANA normalise le déroulement des processus
- Les données de référence standardisent la signification des données
Un témoignage client publié par Stibo Systems, issu du secteur de l’industrie manufacturière, illustre ce que cela peut représenter à l’échelle de l’entreprise. Dans le cadre de sa transition vers S/4HANA, l’organisation a réduit plus de 200 modèles de données hérités à cinq modèles sémantiques couvrant plus de 500 applications et plus de 1 000 interfaces, soutenant ainsi plus de 600 projets à l’échelle mondiale.
Quelle est la place du MDM d'entreprise par rapport à SAP MDG et SAP Business Data Cloud ?
SAP MDG est une solution performante pour la gouvernance centralisée, la consolidation et le traitement en masse des domaines de données de référence SAP ; elle peut fonctionner avec des sources de données SAP et tierces. L'acquisition de Reltio par SAP renforce également la position de SAP en matière de MDM multidomaine au sein de Business Data Cloud.
Cela modifie la problématique architecturale. La question n’est plus de savoir si SAP peut gouverner les données au-delà de S/4HANA, mais où l’entreprise souhaite que la propriété, la sémantique et la gouvernance des données de référence d’entreprise soient situées au sein de ses environnements applicatifs SAP, non-SAP et futurs.
STEP fournit une couche de gouvernance multidomaine indépendante qui peut compléter SAP MDG, coexister avec SAP Business Data Cloud ou servir de plan de contrôle des données de référence d’entreprise à l’échelle de l’ensemble du paysage. Grâce à STEP, les entreprises peuvent :
- Gérer les données relatives aux produits, aux fournisseurs, aux clients et aux sites au sein d’un modèle multidomaine partagé, avec des relations et des hiérarchies clairement définies
- Se connecter à SAP R/3, ECC et S/4HANA grâce à une bibliothèque de plus de 100 connecteurs et intégrations prédéfinis
- d’appliquer des règles de gouvernance, des workflows, des validations et des autorisations, que les modifications soient initiées par des utilisateurs ou par des processus automatisés
- Conserver l’historique et la provenance vérifiables des modifications régies afin de garantir la traçabilité
- Offrez aux agents d’IA un accès conforme aux normes aux données de référence gérées et au contexte sémantique via « Data as a Service » et le serveur MCP de Stibo Systems, réduisant ainsi le besoin d’intégrations d’agents sur mesure
En résumé
Une migration vers S/4HANA vous offre une occasion unique de mettre en place des données de référence qui ne se limitent pas au seul ERP.
Si vous définissez correctement le périmètre du projet, les retombées positives se feront sentir à tous les niveaux. Les tests se déroulent plus facilement, l’harmonisation nécessite moins de retouches et l’intégration s’en trouve simplifiée.
Les agents d’IA qui analysent les données relatives aux fournisseurs, aux produits et aux finances ont besoin que cette base soit déjà en place. Si vous manquez cette occasion, vous finirez par refaire le même travail plus tard, sans le budget ni l’attention de la direction qui avaient rendu cela possible la première fois.
Pour mieux comprendre pourquoi cette fenêtre d’opportunité s’ouvre à ce moment précis et ce qu’implique une infrastructure de données prête pour l’IA, téléchargez notre livre blanc« AI at Scale », rédigé en collaboration avec Accenture.
Foire aux questions
Comment standardiser les données sur les matériaux et les fournisseurs avant une migration vers SAP S/4HANA ?
Commencez par attribuer la responsabilité de chaque domaine à une équipe spécifique, puis encodez les règles qui déterminent ce qui est considéré comme des données valides, complètes ou en double au lieu de les laisser dans un document.
À partir de là, réconciliez les différentes versions présentes dans l'ERP, le PIM et les portails des fournisseurs en un seul enregistrement gouverné par entité, et connectez cet enregistrement à chaque système qui l'utilise.
Faire cela avant la bascule signifie que l'équipe de migration teste avec des données propres au lieu de trouver les incohérences lors de la mise en service.
Quelle plateforme MDM fonctionne le mieux avec SAP S/4HANA ?
Il n'y a pas de réponse universelle. Le choix dépend de l'architecture cible, du modèle de gouvernance opérationnelle, des domaines, des exigences de coexistence et de l'étendue des données de référence fiables au-delà de SAP.
SAP MDG est particulièrement adapté lorsque les organisations souhaitent une gouvernance centrale et une consolidation centrées sur SAP. STEP est particulièrement adapté lorsque la gouvernance multidomaine doit rester indépendante de l'ERP et servir SAP ainsi qu'un ensemble hétérogène plus large. Dans certaines architectures, les deux coexistent.
SAP MDG ou MDM multidomaine dédié, quel est le meilleur choix à long terme ?
Cela revient à une responsabilité architecturale plutôt qu'à un choix global d'un outil étant « meilleur ». SAP MDG et Reltio au sein de SAP Business Data Cloud offrent aux clients SAP des options de gestion des données de référence plus larges.
Une plateforme multidomaine indépendante et dédiée comme STEP est la plus différenciée lorsque l'organisation souhaite une couche de gouvernance unique et un modèle sémantique couvrant plusieurs ERP, PLM/PIM, CRM, systèmes de fournisseurs, canaux et futurs consommateurs d'IA, sans rendre la propriété des données maîtresses de l'entreprise dépendante d'une seule suite d'applications.
Ce travail doit-il être effectué avant la mise en production, ou peut-il être fait après ?
Cela peut se produire après, mais le coût change. Pendant le programme, le travail sur les données maîtresses dépend du budget et de l'attention des dirigeants déjà en place pour la migration.
Après la mise en production, ce budget et cette attention se déplacent vers d'autres priorités, donc le même travail a généralement besoin de son propre dossier commercial, de son sponsor et de son cycle de financement pour être approuvé.
Les types d'objets SAP couvrent-ils le même domaine que les domaines d'activité comme le produit ou le fournisseur ?
Pas nécessairement. Les objets de données maîtres ERP sont principalement conçus autour des exigences transactionnelles et des processus de l'ERP. Un domaine d'activité d'entreprise peut inclure des relations, des classifications, du contenu et un contexte de gouvernance plus riches, détenus à travers des systèmes adjacents.
Un produit, par exemple, peut combiner les attributs de matériel/produit SAP avec le contenu PIM, les spécifications PLM, les classifications régionales et les relations avec les fournisseurs. L'architecture doit gouverner la signification complète de l'entreprise, sans supposer que chaque attribut pertinent appartient à une seule application.
La correction des données de référence pendant la migration ralentira-t-elle le programme S/4HANA ?
Cela ajoute du travail, mais pas nécessairement du temps. La rationalisation des données peut se faire en parallèle avec la conception et les tests des processus, plutôt que comme une phase distincte ajoutée au calendrier.
Sauter cette étape peut entraîner des problèmes de qualité des données lors des tests ou après la mise en production, où ils sont généralement plus difficiles et plus perturbateurs à résoudre.
