CAVAVIN structure ses données avec Microsoft Fabric pour mieux piloter son réseau

CAVAVIN est un réseau de franchises spécialisé dans la distribution de vin, avec plusieurs centaines de points de vente et un écosystème de données composé de nombreuses sources métier.

La croissance du réseau et l'indépendance des franchisés ont progressivement complexifié le pilotage. Les données étaient disponibles, mais réparties entre plusieurs outils : ERP, systèmes de caisse, intranet et autres applications métier. Les sources présentaient également des formats, des nomenclatures et des niveaux de qualité différents.

L'enjeu était donc de construire une base data fiable et évolutive, capable de consolider ces informations et de les rendre exploitables à l'échelle du réseau.

Au-delà de la mise à disposition d'indicateurs, CAVAVIN souhaitait disposer d'un socle permettant d'accompagner progressivement de nouveaux usages autour de la connaissance client, du marketing et de la personnalisation.

Le projet s'est construit avec CAVAVIN, Bpifrance et Valoway, avec des expertises complémentaires sur les enjeux métier, la donnée et la technologie.

Une première phase de diagnostic a permis d'identifier les principaux cas d'usage et de constater que la priorité était d'abord de structurer et fiabiliser les données existantes avant de multiplier les usages.

Après l'analyse des différentes sources et contraintes techniques, Microsoft Fabric a été retenu pour construire le socle data. La solution permet de regrouper les différentes briques nécessaires au traitement et à l'exploitation des données dans un environnement intégré à l'écosystème Microsoft.

Valoway a également apporté son approche standardisée de plateforme data, avec des composants réutilisables, une architecture évolutive et des mécanismes de supervision permettant de faciliter le déploiement et la maintenance.

Le projet a commencé par une phase d'analyse des sources et des besoins métier. L'équipe a étudié les différents systèmes utilisés par CAVAVIN afin de comprendre la disponibilité, la structure et la qualité des données.

Cette étape a notamment permis d'identifier plusieurs contraintes liées aux systèmes de caisse, aux API disponibles et aux différences de structure entre les sources.

Une première phase de développement a ensuite été engagée autour des indicateurs et des modèles de données définis avec les équipes CAVAVIN. Les premiers travaux ont fait apparaître des écarts entre les données attendues et les données réellement disponibles.

L'équipe a alors fait un pas de côté pour revenir à une analyse approfondie des sources. Les données des différents systèmes ont été contrôlées, rapprochées et progressivement validées avant d'être intégrées dans la plateforme.

L'architecture mise en place repose sur une organisation en couches Bronze, Silver et Gold, permettant de distinguer les données brutes, les données nettoyées et consolidées et les données préparées pour les usages métier.

Valoway a également déployé un standard de plateforme permettant de réutiliser des composants techniques, de suivre les traitements, de superviser leur exécution et de faciliter l'ajout de nouveaux traitements.

La plateforme a ensuite été connectée aux usages de pilotage de CAVAVIN, notamment via les outils déjà utilisés par les équipes, afin de rapprocher les données des utilisateurs finaux.

Le projet a permis à CAVAVIN de disposer d'un socle data centralisé et structuré pour exploiter ses données de manière plus cohérente à l'échelle du réseau.

Les équipes disposent désormais d'une base commune pour suivre différents indicateurs d'activité et alimenter le pilotage du réseau. La donnée peut également être rapprochée des usages métier existants, notamment au sein de l'intranet.

Le projet a permis de poser une architecture évolutive sans multiplier les briques techniques et avec une capacité adaptée aux besoins actuels de CAVAVIN.

Les prochaines étapes portent notamment sur l'enrichissement des données, la connaissance client, le CRM, le marketing et la personnalisation du conseil en magasin. La qualité et la gouvernance de la donnée restent également des axes de travail dans la durée.