Impact de 
l’efficacité des 
données 
sur les résultats des entreprises de taille 
moyenne en Amérique du Nord et en 
Euro...
2 
Synthèse 
Les entreprises dont les systèmes ERP sont plus conviviaux et plus accessibles ont-elles de 
meilleurs résult...
3 
Elle a validé la théorie selon laquelle l’accessibilité, la facilité d’utilisation, la qualité et la 
pertinence des do...
4 
De plus, ce sont les entreprises dotées de systèmes ERP ultra-efficaces facilitant l’utilisation 
des données et amélio...
5 
Modèle conceptuel 
Cette étude sur les entreprises de taille moyenne en Amérique du Nord et en Europe a été réalisée 
p...
6 
Définition des caractéristiques des données 
IDG Research Services a examiné quatre caractéristiques : l’accessibilité,...
7 
Quelles sont les caractéristiques considérées comme 
décisives en termes de performances par les entreprises 
de taille...
8 
Principales conclusions 
Les conclusions de l’étude ont validé l’hypothèse de départ: des données aux caractéristiques ...
9 
Pourcentage de notes équivalentes à 8, 9 ou 10 
(10=excellent) attribuées aux performances de l’entreprise 
Respect sys...
10 
La progression enregistrée, d’une année sur l’autre, en termes de chiffre d’affaires et de 
profitabilité est indissoc...
11 
Dans quelle mesure les données peuvent contribuer à 
résoudre les difficultés rencontrées par l’entreprise? 
D’après l...
12 
Notations de performance des PME sur des objectifs clés : 
Respect systématique des impératifs 
réglementaires/de conf...
13 
Données facilitant le 
décisionnel 
Quelle est l’incidence de meilleures possibilités d’analyse des données sur les ré...
14 
Des délais de mise sur le marché écourtés de 11,6%. 
Sur cette base, une entreprise à qui il faut actuellement 12 mois...
15 
Qualité des données 
Quelle est l’incidence d’une meilleure qualité des données sur les résultats d’une entreprise de ...
16 
Facilité d’utilisation 
des données 
Quelle est l’incidence de facilité d’utilisation des données accrues sur les résu...
17 
Accessibilité des 
données 
Quelle est l’incidence d’une meilleure accessibilité des données sur les résultats d’une 
...
18 
Conclusion 
Cette étude sur les entreprises de taille moyenne en Amérique du Nord et en Europe a validé la 
théorie de...
19 
Annexe - Méthodologie et 
analyse 
La méthodologie de l’analyse comprenait trois étapes : 
–– Exploitation opérationne...
20 
Analyse 
IDG Research Services a opéré une analyse de variance à partir de tableaux à double entrée 
pour mieux cerner...
21 
L’équipe de l’étude 
Janet King, Vice-Présidente Senior/Directrice Générale 
Spécialiste des études de marché depuis 2...
22 
À propos d’IDG Research Services 
Fondé en 1987, IDG Research Services est spécialisé dans les études marketing et méd...
Prochain SlideShare
Chargement dans…5
×

Impact de l’efficacité des données sur les résultats des entreprises

5 878 vues

Publié le

Les entreprises dont les systèmes ERP sont plus conviviaux et plus accessibles enregistrent-elles de meilleurs résultats ?
Sont-elles plus rentables ?

0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
5 878
Sur SlideShare
0
Issues des intégrations
0
Intégrations
24
Actions
Partages
0
Téléchargements
6
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Impact de l’efficacité des données sur les résultats des entreprises

  1. 1. Impact de l’efficacité des données sur les résultats des entreprises de taille moyenne en Amérique du Nord et en Europe Étude réalisée en février 2014 Janet King, IDG Research Services Jen McKean, IDG Research Services Perry Laberis, IDG Research Services
  2. 2. 2 Synthèse Les entreprises dont les systèmes ERP sont plus conviviaux et plus accessibles ont-elles de meilleurs résultats? Sont-elles plus rentables? Des systèmes ERP ultra-efficaces contribuent-ils à accroître significativement leurs recettes? Dans quelle mesure des données pertinentes font-elles véritablement la différence et concourent-elles à la réussite de l’entreprise? Pour répondre à ces questions, Sage a chargé Research Services de réaliser une étude auprès d’entreprises de taille moyenne en Amérique du Nord et en Europe afin d’évaluer les implications d’une optimisation de l’accès aux données et de la facilité d’utilisation, et de mieux appréhender les liens entre l’efficacité globale de l’infrastructure ERP et la rentabilité de la société, son chiffre d’affaires, la croissance prévue, etc. En d’autres termes, dans quelle mesure les principaux résultats de l’entreprise évoluent-ils dès l’instant où l’accessibilité aux données, les facilité d’utilisation de ces données et les enseignements qui en sont retirés sont améliorés—même par petites touches? L’étude s’est intéressée à la manière dont des investissements dans des solutions ERP réunissant quatre caractéristiques (accessibilité, facilité d’utilisation, qualité et pertinence des données) peuvent impacter les principaux résultats de l’entreprise, notamment la croissance de son chiffre d’affaires, sa rentabilité, ses ventes (à de nouveaux clients et de nouveaux produits/ services), son efficacité opérationnelle et sa pénétration du marché.
  3. 3. 3 Elle a validé la théorie selon laquelle l’accessibilité, la facilité d’utilisation, la qualité et la pertinence des données, lorsqu’elles sont optimisées, influent directement et positivement sur les résultats stratégiques : –– Les entreprises disposant de données de meilleure qualité connaissent une croissance plus rapide de 35%.1 –– 40 % seulement des entreprises qualifient d’excellente leur capacité à traiter, en situation de mobilité, les demandes de la clientèle.2 –– Des données facilitant le décisionnel permettent de dégager plus de revenu — un gain de 20 % en ce domaine génère 9 216 dollars de plus par employé.4 –– Les entreprises avec un décisionnel plus efficace améliorent leur rentabilité de 2,2%.5 –– Les entreprises avec un décisionnel plus efficace ont quatre fois plus de chances d’optimiser leurs niveaux de stock.6 –– Les entreprises possédant des données de meilleure qualité améliorent de 9% les prestations dispensées à leur clientèle.7 –– Les entreprises dont les données sont plus facilement exploitables améliorent leur productivité de 10%.8 –– Les entreprises permettant aux collaborateurs d’accéder aux données en situation de mobilité améliorent de 5 % leurs ventes de nouveaux produits.9 –– Les entreprises qui permettent aux collaborateurs d’accéder aux données en situation de mobilité améliorent de 3 % leurs ventes à de nouveaux clients.10 –– Les entreprises performantes ont 4 fois plus de chances d’assurer le traitement de commandes à distance.11 1 Une entreprise très performante (qui figure, par définition, dans le tiers supérieur du classement en fonction de l’ensemble des notes obtenues sur les caractéristiques des données) qui améliore encore l’accessibilité, la facilité d’utilisation, la pertinence et la qualité des données peut, en un an, augmenter de 35 % son chiffre d’affaires par rapport à une entreprise peu performante. 2 40 % des entreprises jugent excellente leur capacité à conclure à tout moment une vente en situation de mobilité, en traitant sans délai une demande de la clientèle. 3 Gain de 2 points sur une échelle qui en compte 10, où 1=médiocre et 10=excellent 4 Un progrès de 20 % en termes de possibilités d’analyse des données engendrera un gain de chiffre d’affaires de 2,6 % d’une année sur l’autre. Gain exclusivement imputable à l’amélioration des possibilités d’analyse des données (décisionnel), qui s’ajoutent aux augmentations du chiffre d’affaires sur un an causées par d’autres facteurs. Sur la base d’un chiffre d’affaires moyen de 354 482 dollars par employé dans les entreprises de taille moyenne de notre échantillon, un progrès de 20 % en termes de possibilités d’analyse des données équivaut à un gain de 9 216 dollars par employé sur un an. 5 Un progrès de 20 % en termes de possibilités d’analyse des données engendrera un gain de rentabilité de 2,2 % d’une année sur l’autre. 6 Les entreprises très performantes (qui figurent, par définition, dans le tiers supérieur du classement en fonction de l’ensemble des notes obtenues sur les caractéristiques des données) ont excellé dans l’optimisation de leurs ressources ou de leurs niveaux de stocks, réduisant leurs coûts au minimum dans 71 % des cas ; seules 16 % des entreprises peu performantes (qui figurent, par définition, dans le tiers inférieur du classement en fonction de l’ensemble des notes obtenues sur les caractéristiques des données) y sont parvenues. 7 Un progrès de 20 % en termes de qualité des données se traduira par une amélioration de 9 % des prestations assurées auprès de leur clientèle. 8 Un progrès de 20 % en termes de possibilités d’exploitation des données écourtera de 10 % le temps passé sur les tâches non productives. 9 Un progrès de 20 % en termes d’accessibilité des données génèrera une augmentation de 5 % des ventes de nouveaux produits/services. 10 Un progrès de 20 % en termes d’accessibilité des données se traduira par une augmentation de 3 % des ventes à de nouveaux clients. 11 Les entreprises très performantes (qui figurent, par définition, dans le tiers supérieur du classement en fonction de l’ensemble des notes obtenues sur les caractéristiques des données) ont excellé dans leur capacité à traiter les demandes des clients en situation de mobilité, y faisant suite dans 73 % des cas ; seules 18 % des entreprises peu performantes (qui figurent, par définition, dans le tiers inférieur du classement en fonction de l’ensemble des notes obtenues sur les caractéristiques des données) y sont parvenues.
  4. 4. 4 De plus, ce sont les entreprises dotées de systèmes ERP ultra-efficaces facilitant l’utilisation des données et améliorant leur accessibilité qui sont les plus susceptibles d’obtenir ces résultats. Celles figurant dans le tiers supérieur du classement en fonction de l’ensemble des notes obtenues sur les caractéristiques des données font constamment montre de performances élevées―détail qui ne doit pas échapper aux autres sociétés soucieuses d’améliorer leurs performances. Le retour sur investissement d’un système ERP qui optimise ces caractéristiques devrait être conséquent compte tenu de l’impact potentiel sur les résultats de l’entreprise. Mieux cerner les caractéristiques des données qui influent positivement sur les résultats des entreprises de taille moyenne peut permettre de combattre les faiblesses de ces dernières. La section Principales conclusions de ce rapport illustre les effets de l’accessibilité, de la facilité d’utilisation, de la pertinence et de la qualité des données sur la performance et les résultats de l’entreprise.
  5. 5. 5 Modèle conceptuel Cette étude sur les entreprises de taille moyenne en Amérique du Nord et en Europe a été réalisée pour valider l’existence d’une corrélation entre les caractéristiques des données (accessibilité, facilité d’utilisation, pertinence et qualité) et les résultats obtenus par l’entreprise. La Figure 1 présente le modèle conceptuel mis au point pour évaluer l’impact des caractéristiques des données sur les résultats de l’entreprise. Les constituants de ce modèle sont(i) les caractéristiques des données et(ii) les retombées pour l’entreprise. Caractéristiques des données Facilité Qualité Accessibilité d’utilisation Pertinence Données Retombées pour l’entreprise –– Délais de mise sur le marché –– Ventes incitatives –– Optimisation des ressources –– Opérations à l’étranger –– Temps passé sur des tâches non productives –– Évaluation précise des risques –– Planification et prévisions –– Reporting précis/en temps utile –– Conformité –– Haut niveau de la qualité des produits et services fournis aux clients –– Chiffre d’affaires généré par de nouveaux produits (innovation)12 –– Chiffre d’affaires imputable à de nouveaux clients (pénétration de marché)12 –– Croissance du chiffre d’affaires12 –– Amélioration de la rentabilité12 Figure 1 : Impact des caractéristiques des données sur les résultats de l’entreprise 12 Pour évaluer l’impact des caractéristiques des données sur ces résultats financiers spécifiques, les chercheurs ont utilisé des mesures financières distinctes, mais interdépendantes : chiffre d’affaires total, pourcentage du chiffre d’affaires réalisé avec des clients nouveaux/ existants, et comparaison du chiffre d’affaires et de la rentabilité par rapport à l’année précédente.
  6. 6. 6 Définition des caractéristiques des données IDG Research Services a examiné quatre caractéristiques : l’accessibilité, la facilité d’utilisation, la qualité et la pertinence des données. À chacune d’elles correspondent plusieurs particularités distinctes, mais interdépendantes, qui influent sur la capacité des décideurs à réagir avec promptitude et efficacité. –– Dans quelle mesure les utilisateurs peuvent accéder aux données à distance/en dehors du bureau –– Dans quelle mesure les utilisateurs peuvent accéder aux données à partir de terminaux mobiles –– Dans quelle mesure des commerciaux peuvent accéder aux données clients/processus à partir d’un terminal mobile –– Dans quelle mesure les utilisateurs peuvent personnaliser la manière de présenter les données –– Facilité avec laquelle les données peuvent être communiquées à des parties prenantes/partenaires extérieurs –– Dans quelle mesure les données sont exactes/exemptes d’erreurs –– Dans quelle mesure les données à disposition suffisent à satisfaire les demandes de renseignements de la plupart des utilisateurs –– Dans quelle mesure les données sont reçues suffisamment tôt pour agir/décider –– Degré d’actualisation des données par rapport aux événements visés –– Disponibilité des données au moment où les utilisateurs en ont le plus besoin –– Éclairage apporté par les données sur l’évolution de la demande –– Visibilité en temps réel apportée sur les indicateurs de performance clés –– Accès à la demande à des outils de business intelligence et de reporting Accessibilité Facilité d’utilisation Qualité Pertinence Définition des retombées pour l’entreprise Les critères retenus permettent d’évaluer avec précision et exhaustivité les résultats obtenus par une entreprise à l’aune d’une multitude de mesures clés, notamment la performance financière, les problématiques clients et l’efficacité opérationnelle.
  7. 7. 7 Quelles sont les caractéristiques considérées comme décisives en termes de performances par les entreprises de taille moyenne? Comme l’illustre la Figure 2 ci-dessous, c’est la qualité qui prime tandis que l’accessibilité arrive en queue de peloton. Les données à disposition suffisent à satisfaire les de-mandes de renseignements de la plupart des utilisateurs Dans quelle mesure les données sont exactes/exemptes d’erreurs Dans quelle mesure les données sont reçues suffisam-ment tôt pour agir/décider Degré d’actualisation des données par rapport aux événements visés Disponibilité des données au moment où les utilisateurs en ont le plus besoin Qualité Moyenne de 7,3 Pertinence Moyenne de 6,9 Facilité d’utilisation Moyenne de 6,7 Accès à la demande à des outils de business intelli-gence et de reporting Visibilité en temps réel apportée sur les indicateurs de performance clés Éclairage apporté par les données sur l’évolution de la demande Dans quelle mesure les utilisateurs peuvent personnalis-er la manière de présenter et d’afficher les données Facilité avec laquelle les données peuvent être commu-niquées à des parties prenantes/partenaires extérieurs Dans quelle mesure les utilisateurs peuvent accéder aux données à distance/en dehors du bureau Dans quelle mesure les utilisateurs peuvent accéder aux données à partir de terminaux mobiles Dans quelle mesure des commerciaux peuvent accéder aux données clients/processus à partir d’un terminal mobile 54% 37% 9% 7% 8% 6% 11% 12% 11% 11% 13% 13% 12% 18% 15% 43% 42% 45% 44% 45% 46% 49% 49% 49% 48% 45% 50% 50% 50% 49% 45% 43% 43% 40% 38% 38% 40% 37% 35% 0% 20% 40% 60% 80% 100% Accessibilité Moyenne de 6,6 8 à 10 (Excellent) 5 à 7 1 (Médiocre) à 4 Figure 2 : Notation de performance attribuée par les entreprises de taille moyenne aux caractéristiques de leurs données.
  8. 8. 8 Principales conclusions Les conclusions de l’étude ont validé l’hypothèse de départ: des données aux caractéristiques optimisées génèrent des retombées intéressantes pour l’entreprise. Les chefs d’entreprise n’ignorent pas que les données conditionnent la performance. Mais dans quelle mesure les caractéristiques des données étudiées influent-elles sur les résultats de l’entreprise? Voici ce que révèle l’étude. Les entreprises avec des données de meilleure qualité connaissent une croissance 35% plus rapide.13 Des données plus performantes au niveau des quatre caractéristiques citées génèrent des résultats financiers intéressants. Concrètement, une entreprise très performante peut tabler sur un gain supplémentaire d’au moins 35% sur son chiffre d’affaires, d’une année sur l’autre, par rapport à une entreprise peu performante.14 Exemple : le chiffre d’affaires annuel moyen des entreprises sondées s’élève à 42 millions de dollars. Sur cette base, une entreprise très performante peut escompter une croissance moyenne de son chiffre d’affaires de 8,9% d’une année sur l’autre, soit 3,75 millions de dollars de plus, tandis qu’une entreprise peu performante, elle, peut tabler sur une croissance moyenne de 6,6%, soit 2,77 millions de dollars de chiffre d’affaires en plus. Ainsi, une structure peu performante qui se muerait en société très performante pourrait en retirer un gain net de l’ordre de 980 000 dollars environ. En plus de bénéficier de retombées financières intéressantes, les entreprises très performantes15 se distinguent constamment par leurs résultats opérationnels et des activités orientées clients. 13 Une entreprise très performante qui améliore encore l’accessibilité, la facilité d’utilisation, la qualité et la pertinence des données peut tabler sur un gain net supplémentaire d’au moins 35% sur son chiffre d’affaires, d’une année sur l’autre, par rapport à une entreprise peu performante. 14 Une entreprise peu performante figure, par définition, dans le tiers inférieur du classement en fonction de l’ensemble des notes obtenues sur les caractéristiques de ses données. 15 Une entreprise très performante figure, par définition, dans le tiers supérieur du classement en fonction de l’ensemble des notes obtenues sur les caractéristiques de ses données.
  9. 9. 9 Pourcentage de notes équivalentes à 8, 9 ou 10 (10=excellent) attribuées aux performances de l’entreprise Respect systématique des impératifs réglementaires/ de conformité Haut niveau de qualité des produits et services fournis aux clients Respect des délais impartis Communication, dans les délais impartis, de rapports précis à la direction Évaluation précise des risques Gestion des événements exceptionnels et anomalies métier Optimisation des ressources ou des niveaux de stocks pour maximiser les ventes Prévisions de demande et planification des capacités Optimisation des ressources ou des niveaux de stocks pour réduire les coûts au minimum Rapidité de mise sur le marché des nouveaux produits/ services Optimisation du chiffre d’affaires grâce à des ventes incitatives auprès de la clientèle existante Capacité à traiter directement, en situation de mobilité, les demandes de la clientèle et à conclure des ventes Réduction du temps passé sur des tâches administratives et non productives Opérations à l’étranger/sur des marchés internationaux 0% 20% 40% 60% 80% 100% 85% 58% 85% 49% 81% 51% 79% 31% 76% 30% 70% 30% 73% 25% 77% 21% 71% 16% 68% 20% 72% 20% 73% 18% 66% 13% 51% 16% Entreprises très performantes Entreprises moyennement performantes Entreprises peu performantes 100 entreprises en 100 entreprises au milieu 100 entreprises au bas du haut du classement du classement classement Figure 3 : Comparaison des notations de performance attribuées par les entreprises très, moyennement et peu performantes à leurs résultats.
  10. 10. 10 La progression enregistrée, d’une année sur l’autre, en termes de chiffre d’affaires et de profitabilité est indissociable des progrès réalisés sur chacune des caractéristiques des données. Les entreprises qui bénéficient de taux d’efficacité de données élevés sont appelées à accroître leur chiffre d’affaires (ou leur rentabilité) d’une année sur l’autre. Et ceci est vrai pour toutes les entreprises, quel que soit le montant de leur chiffre d’affaires. La possibilité d’analyse des données est la seule caractéristique impactant aussi positivement la croissance du chiffre d’affaires/des bénéfices. D’après l’étude, chacune des caractéristiques des données a diverses retombées sur l’entreprise. –– Accessibilité : impact direct et positif sur l’innovation et la pénétration du marché –– Facilité d’utilisation : impact direct et positif sur le temps passé sur des tâches non productives, l’optimisation des ressources pour améliorer les ventes et les opérations à l’étranger –– Qualité : impact direct et positif sur la qualité des prestations dispensées à la clientèle, la conformité, l’évaluation des risques et le reporting précis/en temps utile –– Pertinence : impact direct et positif sur la progression du chiffre d’affaires et de la rentabilité, les délais de mise sur le marché, la stimulation des ventes, la précision des planifications/prévisions et les ventes incitatives Il convient de relever le degré d’interdépendance entre les quatre caractéristiques. L’accessibilité des données, par exemple, ne s’effectue pas dans le vide et interagit souvent avec la facilité d’utilisation, la pertinence et la qualité des données. L’imbrication entre ces caractéristiques signifie que toutes quatre joueront un rôle dans l’instauration d’un environnement performant. De plus, les solutions ERP qui optimisent les caractéristiques des données auront une incidence positive sur les solutions orientées clients et les résultats opérationnels (comme les délais de mise sur le marché, les ventes incitatives ou l’innovation). La solution ERP optimale est capable d’améliorer l’accessibilité, la facilité d’utilisation, la pertinence et la qualité des données, donnant ainsi aux entreprises les moyens d’analyser leur performance et de repérer les optimisations possibles dans le domaine des relations clients ou de l’efficacité opérationnelle.
  11. 11. 11 Dans quelle mesure les données peuvent contribuer à résoudre les difficultés rencontrées par l’entreprise? D’après l’étude, les entreprises de taille moyenne possèdent plusieurs points forts ; elles observent constamment les obligations de conformité, assurent des prestations de qualité à leur clientèle et respectent les délais annoncés aux clients. Leurs difficultés? Elles ont du mal à s’implanter à l’étranger ou sur les marchés internationaux, à réduire le temps passé sur des tâches non productives, à mobiliser leurs forces de vente et à réduire leurs délais de mise sur le marché. Mieux cerner les caractéristiques des données qui influent positivement sur les résultats des entreprises peut permettre de combattre les faiblesses et de résoudre les difficultés de ces dernières. 40% seulement des entreprises qualifient d’excellente leur capacité à traiter, en situation de mobilité, les demandes de la clientèle.16 16 40% des entreprises jugent excellente leur capacité à conclure à tout moment une vente en situation de mobilité, en traitant sans délai une demande de la clientèle.
  12. 12. 12 Notations de performance des PME sur des objectifs clés : Respect systématique des impératifs réglementaires/de conformité Haut niveau de qualité des produits et services fournis aux clients Respect des délais annoncés aux clients Communication, dans les délais impartis, de rapports précis à la direction Évaluation précise des risques Gestion des événements exceptionnels et anomalies métier Optimisation des ressources ou des niveaux de stocks pour maximiser les ventes Prévisions de demande et planification des capacités Optimisation des ressources ou des niveaux de stocks pour réduire les coûts au minimum Rapidité de mise sur le marché des nouveaux produits/services Optimisation du chiffre d’affaires par des ventes incitatives auprès de la clientèle existante Capacité à traiter directement et à tout moment, en situation de mobilité, les demandes de la clientèle et à conclure des ventes Réduction du temps passé sur des tâches administratives et non productives Opérations à l’étranger/sur des marchés internationaux 8 à 10 (Excellent) 5 à 7 1 (Médiocre) à 4 Figure 4: Notation de performance attribuée par les entreprises de taille moyenne à leurs résultats 69% 29% 31% 33% 36% 43% 44% 47% 44% 49% 51% 47% 51% 53% 44% 66% 63% 57% 51% 46% 46% 47% 43% 41% 44% 40% 37% 34% 2% 7% 4% 7% 6% 10% 7% 9% 8% 8% 9% 9% 10% 22% 0% 20% 40% 60% 80% 100% Points forts: respect des impératifs de conformité, qualité des produits et services fournis, et respect des délais annoncés aux clients Difficultés: opérations à l’étranger/ sur les marchés internationaux, réduction du temps passé sur des tâches non productives, mobilisation des forces de vente et diminution des délais de mise sur le marché
  13. 13. 13 Données facilitant le décisionnel Quelle est l’incidence de meilleures possibilités d’analyse des données sur les résultats d’une entreprise de taille moyenne? Sur les quatre caractéristiques des données, la possibilité d’analyse de données pertinentes est celle qui a la plus grande influence sur le résultats de l’entreprise, notamment la progression de son chiffre d’affaires et de sa rentabilité, ses délais de mise sur le marché, la mobilisation de ses forces de vente, la précision de ses planifications/prévisions, et ses ventes incitatives. Un progrès de 20% en termes de possibilités d’analyse des données17 se traduira par : Un gain de chiffre d’affaires de 2,6% d’une année sur l’autre. Gain exclusivement imputable à de meilleures possibilités d’analyse des données, qui s’ajoute à l’évolution annuelle du chiffre d’affaires explicable par d’autres facteurs. Sur la base d’un chiffre d’affaires moyen de 354 482 dollars par employé dans les entreprises de taille moyenne de notre échantillon, un progrès de 20% en termes de possibilités d’analyse des données équivaut à un gain de 9 216 dollars par employé sur un an. Des données facilitant le décisionnel permettent de dégager un supplément de revenu—un gain de 20% en ce domaine génère 9 216 dollars de plus par employé.18 Un gain de rentabilité de 2,2% d’une année sur l’autre. Une entreprise de taille moyenne réalisant un bénéfice annuel de 2 millions de dollars majorerait ce dernier de 440 000 dollars d’une année sur l’autre. Les entreprises avec un décisionnel plus efficace améliorent leur rentabilité de 2,2%.19 17 Gain de 2 points sur une échelle qui en compte 10, où 1=médiocre et 10=excellent 18 Un progrès de 20 % en termes de possibilités d’analyse des données engendrera un gain de chiffre d’affaires de 2,6 % d’une année sur l’autre. Gain exclusivement imputable à l’amélioration des possibilités d’analyse des données (décisionnel), qui s’ajoute à l’évolution annuelle du chiffre d’affaires explicable par d’autres facteurs. Sur la base d’un chiffre d’affaires moyen de 354 482 dollars par employé dans les entreprises de taille moyenne de notre échantillon, un progrès de 20 % en termes de possibilités d’analyse des données équivaut à un gain de 9 216 dollars par employé sur un an. 19 Un progrès de 20% en termes de possibilités d’analyse des données engendrera un gain de profitabilité de 2,2% d’une année sur l’autre.
  14. 14. 14 Des délais de mise sur le marché écourtés de 11,6%. Sur cette base, une entreprise à qui il faut actuellement 12 mois pour lancer un nouveau produit ou service pourrait espérer réduire ce délai de 42 jours. De plus, les progrès réalisés en termes de possibilités d’analyse des données influent positivement sur certains résultats20, tels que ceux ci-après : –– Capacité à traiter directement les demandes de la clientèle et à conclure des ventes, en tout lieu et à tout moment. –– Planifications/précisions plus précises. –– Optimisation des ressources/niveaux de stocks pour réduire les coûts au minimum. –– Optimisation du chiffre d’affaires par des ventes incitatives auprès de la clientèle existante. Les entreprises qui privilégient les possibilités d’analyse des données ont quatre fois plus de chances d’optimiser leurs niveaux de stocks.21 20 Pour chacun d’eux, une bonification de 2 points en termes de possibilités d’analyse des données, sur une échelle de 1 à 10, améliorera d’environ 1 point, sur une échelle de 1 à 10, chaque résultat. 21 Les entreprises très performantes (qui figurent, par définition, dans le tiers supérieur du classement en fonction de l’ensemble des notes obtenues sur les caractéristiques des données) ont excellé dans l’optimisation de leurs ressources ou de leurs niveaux de stocks, réduisant leurs coûts au minimum dans 71 % des cas ; seules 16 % des entreprises peu performantes (qui figurent, par définition, dans le tiers inférieur du classement en fonction de l’ensemble des notes obtenues sur les caractéristiques des données) y sont parvenues.
  15. 15. 15 Qualité des données Quelle est l’incidence d’une meilleure qualité des données sur les résultats d’une entreprise de taille moyenne? La qualité des données influe directement et positivement sur plusieurs résultats importants— notamment la qualité des prestations dispensées à la clientèle, la conformité et le reporting. Un progrès de 20% en termes de qualité des données22 se traduira par : Une amélioration de 9% de la qualité des prestations dispensées à la clientèle. Une entreprise de taille moyenne qui assure à ses clients des prestations de qualité à 70% du temps pourrait rehausser sa performance à 76% du temps avec une qualité des données optimisée. Le respect des impératifs réglementaires/de conformité serait amélioré de 6,4%. Une entreprise de taille moyenne qui respecte systématiquement 85% des obligations réglementaires/de conformité pourrait passer le seuil des 90%. De plus, les progrès réalisés dans le domaine de la qualité des données influent positivement sur certains résultats23, tels que ceux ci-après : –– Évaluation plus précise des risques. –– Ponctualité et précision accrues du reporting. Les entreprises possédant des données de meilleure qualité améliorent de 9% les prestations dispensées à leur clientèle.24 22 Gain de 2 points sur une échelle qui en compte 10, où 1=médiocre et 10=excellent 23 Pour chacun d’eux, une bonification de 2 points en termes de possibilités d’analyse des données, sur une échelle de 1 à 10, améliorera d’environ 1 point, sur une échelle de 1 à 10, chaque résultat. Un progrès de 20 % en termes de qualité des données se traduira par une amélioration de 9 % des prestations dispensées à la clientèle. 24 A 20% improvement in data quality will result in a 9% improvement in delivering consistent quality to customers.
  16. 16. 16 Facilité d’utilisation des données Quelle est l’incidence de facilité d’utilisation des données accrues sur les résultats d’une entreprise de taille moyenne? Optimiser la capacité à personnaliser et partager des données influe positivement et directement sur la productivité, l’optimisation des ressources et la gestion des stocks. Un progrès de 20 % en termes de facilité d’utilisation des données25 : Écourtera de 10% le temps passé sur des tâches non productives. Un employé dans une entreprise de taille moyenne qui passe le tiers de ses heures de travail mensuelles—soit environ 53 heures sur 160—à s’acquitter de tâches administratives ou non productives pourrait réduire ce temps à 48 heures. Les entreprises dont les données sont plus facilement utilisables améliorent leur productivité de 10%.26 De plus, les progrès réalisés en termes de facilité d’utilisation des données influent positivement sur certains résultats27, tels que l’optimisation des ressources ou des niveaux de stocks pour améliorer les ventes et les opérations sur les marchés mondiaux. 25 Gain de 2 points sur une échelle qui en compte 10, où 1=médiocre et 10=excellent 26 Un progrès de 20% en termes de facilité d’utilisation des données écourtera de 10% le temps passé sur les tâches non productives. 27 Pour chacun d’eux, une bonification de 2 points en termes de possibilités d’analyse des données, sur une échelle de 1 à 10, améliorera d’environ 1 point, sur une échelle de 1 à 10, chaque résultat.
  17. 17. 17 Accessibilité des données Quelle est l’incidence d’une meilleure accessibilité des données sur les résultats d’une entreprise de taille moyenne? Améliorer l’accessibilité des données—en dehors du bureau et en situation de mobilité— influe directement et positivement sur la faculté d’innovation, par la vente de nouveaux produits et services, et de pénétration de nouveaux marchés. Les entreprises bénéficiant d’un accès aux données en situation de mobilité améliorent de 5% leurs ventes de nouveaux produits.29 Un progrès de 20% en termes d’accessibilité des données28 se traduira par : Une augmentation de 5% des ventes de nouveaux produits/services. En moyenne, 29% du chiffre d’affaires annuel des entreprises sondées, soit 12,2 millions de dollars, provient de la vente de nouveaux produits/services. Sur cette base, les entreprises qui améliorent de 20% l’accessibilité des données peuvent escompter majorer de 610 000 dollars le fruit de la vente de nouveaux produits/services. Une augmentation de 3% des ventes à de nouveaux clients. En moyenne, 29% du chiffre d’affaires annuel des entreprises sondées, soit 12,2 millions de dollars, provient de la vente à de nouveaux clients. Améliorer de 20% l’accessibilité des données contribuerait à renforcer la pénétration des marchés, ce qui permettrait de dégager 366 000 dollars supplémentaires des ventes réalisées auprès de nouveaux clients. Les entreprises qui accèdent aux données en situation de mobilité améliorent de 3% leurs ventes à de nouveaux clients.30 Les entreprises performantes ont 4 fois plus de chances d’assurer le traitement de commandes à distance.31 28 Gain de 2 points sur une échelle qui en compte 10, où 1=médiocre et 10=excellent 29 Un progrès de 20% en termes d’accessibilité des données génèrera une augmentation de 5% des ventes de nouveaux produits/ services. 30 Un progrès de 20% en termes d’accessibilité des données se traduira par une augmentation de 3% des ventes à de nouveaux clients. 31 Les entreprises très performantes (qui figurent, par définition, dans le tiers supérieur du classement en fonction de l’ensemble des notes obtenues sur les caractéristiques des données) ont excellé dans leur capacité à traiter les demandes des clients en situation de mobilité, y faisant suite dans 73% des cas ; seules 18% des entreprises peu performantes (qui figurent, par définition, dans le tiers inférieur du classement en fonction de l’ensemble des notes obtenues sur les caractéristiques des données) y sont parvenues.
  18. 18. 18 Conclusion Cette étude sur les entreprises de taille moyenne en Amérique du Nord et en Europe a validé la théorie de départ: même des progrès insignifiants en termes d’accessibilité, de facilité d’utilisation, de pertinence et de qualité des données influent directement et positivement sur les résultats stratégiques. Sachant que ce sont les entreprises dotées de systèmes ERP facilitant l’exploitation des données et les rendant plus accessibles qui sont les plus susceptibles d’obtenir ces résultats. En d’autres termes, celles qui sont équipées de systèmes ERP ultra-efficaces seront plus rentables, amélioreront significativement leurs recettes et optimiseront leurs retombées opérationnelles et orientées clients telles que les délais de mise sur le marché, les ventes incitatives ou l’innovation au travers de nouveaux produits ou services. Sur tous les plans—des gains de chiffre d’affaires et de rentabilité jusqu’à l’obtention de nouveaux clients, l’amélioration de la qualité et l’optimisation de l’efficacité opérationnelle, les entreprises figurant dans le tiers supérieur du classement en fonction de l’ensemble des notes obtenues sur les caractéristiques des données font constamment montre de performances élevées—détail qui ne doit pas échapper aux autres sociétés soucieuses d’améliorer leurs performances. Compte tenu de la faiblesse des notes moyennes correspondant à chacune de ces caractéristiques—6,6 pour l’accessibilité, 6,7 pour la facilité d’utilisation, 7,3 pour la qualité et 6,9 pour la pertinence31— il existe un réel potentiel dans ce domaine. Le retour sur investissement d’un système ERP qui optimise ces caractéristiques devrait être conséquent compte tenu de l’impact potentiel sur les résultats de l’entreprise. 32 Sur une échelle allant de 1 à 10 points
  19. 19. 19 Annexe - Méthodologie et analyse La méthodologie de l’analyse comprenait trois étapes : –– Exploitation opérationnelle des données, conception de l’enquête et tests –– Collecte des données –– Analyse Exploitation opérationnelle des données IDG Research Services a conçu le questionnaire de l’étude avec le concours des principales équipes concernées chez Sage. Les participants ont été soumis à une série de questions se rapportant aux composantes des données ci-avant et invités à évaluer leurs caractéristiques sur une échelle de 10 points, sachant que l’attribution de 1 point supplémentaire correspond à 10% de majoration du seuil de perception de celles-ci. La marge d’erreur est de l’ordre de +/- 5,6%, pour un niveau de confiance de 95%. Les partic-ipants n’ayant pas satisfait à l’ensemble des exigences ont été éliminés et ce, afin qu’aucune question ne soit laissée sans réponse Collecte des données L’étude a été réalisée en ligne auprès de participants basés en Amérique du Nord et en Europe, travaillant dans des entreprises comptant de 100 à 500 employés. Les participants éligibles occupaient des postes d’encadrement supérieur (de niveau directeur ou supérieur) et des fonctions informatique ou métier (comptabilité, achats, ventes, marketing, gestion des stocks/ entrepôts, production). Si cette étude transversale couvre plusieurs marchés verticaux, la méthode des quotas a été utilisée afin de veiller à obtenir au moins 50% de réponses dans les secteurs de l’industrie, de l’industrie de process, de la distribution et des services aux entreprises. L’échantillon constitué pour cette étude s’appuie sur des panels IDG et/ou tiers. Un courrier électronique, incluant un lien renvoyant vers l’étude, a été adressé aux individus répondant à nos critères cibles, les invitant à participer; des incitations étaient prévues pour les encourager à répondre au questionnaire. La collecte des données a été réalisée de manière anonyme, sans que Sage soit nommément désigné comme étant à l’initiative de celle-ci.
  20. 20. 20 Analyse IDG Research Services a opéré une analyse de variance à partir de tableaux à double entrée pour mieux cerner les liens entre l’efficacité globale de l’infrastructure ERP et la rentabilité de la société, son chiffre d’affaires, la croissance prévue, etc. (c’est-à-dire dans quelle mesure les principaux résultats de l’entreprise évoluent dès l’instant où l’accessibilité aux données, leur facilité d’utilisation et les enseignements qui en sont retirés sont améliorés). En l’occurrence, l’analyse a examiné les aspects ci-après : –– L’accessibilité et les facilité d’utilisation des informations commerciales dans les entreprises de taille moyenne –– La manière dont les systèmes ERP améliorent l’accès à ces informations et leurs facilité d’utilisation –– Si les entreprises dont l’accessibilité/les facilité d’utilisation des données sont optimisées se distinguent par une croissance de leur chiffre d’affaires, une meilleure rentabilité ou des ventes par employé plus conséquentes –– La qualité des informations commerciales dans les entreprises de taille moyenne –– La manière dont les systèmes ERP améliorent les enseignements tirés de ces informations –– Si les entreprises mieux éclairées sur leurs informations commerciales enregistrent généralement une croissance de leur chiffre d’affaires, une meilleure rentabilité ou des ventes par employé plus conséquentes Travail pratique d’application Du 7 au 24 février 2014 Nombre total de participants 300 Participants éligibles Postes de direction ou de niveau supérieur fonctions informatique ou métier, dans des entreprises de taille moyenne de 100 à 500 employés. La méthode des quotas a été utilisée afin de veiller à ce que 50% des réponses proviennent des secteurs de l’industrie, des services professionnels/aux entreprises et des marchés verticaux de détail/de gros/de la grande distribution. Geography Amérique du Nord (150) Europe (150) Méthodologie Collecte Questionnaire en ligne Nombre de questions 15
  21. 21. 21 L’équipe de l’étude Janet King, Vice-Présidente Senior/Directrice Générale Spécialiste des études de marché depuis 24 ans, Janet possède une vaste expérience en conception, analyse et présentation de programmes d’études quantitatives et qualitatives. Elle a élaboré et mis en oeuvre des études aux États-Unis et aux quatre coins du monde pour des clients présents sur les marchés des nouvelles technologies, des médias et grand public. Janet maîtrise parfaitement les méthodes de recherche, notamment les techniques et analyses multivariées. Récemment, elle a réalisé des études de marché sur l’exécution de services informatiques, les meilleures pratiques en matière d’innovation cloud, les services administrés, les communications unifiées, l’innovation appliquée aux centres de données, les outils décisionnels/analytiques, la gestion des données/« big data », entre autres. Janet est titulaire d’une licence délivrée par Alfred University ainsi que d’un MBA obtenu à Franklin W. Olin Graduate School of Business, Babson College. Jen McKean, Directrice d’Étude Professionnelle chevronnée des études quantitatives, Jen est spécialisée dans les évolutions technologiques auxquelles doivent aujourd’hui faire face les entreprises. Elle a élaboré et mis en oeuvre de nombreux programmes d’études afin d’aider ses clients à se positionner comme leaders d’opinion dans des livres blancs et publications spécifiques. Principale collaboratrice à l’élaboration d’AdGauge®, étude rétrospective sur le lectorat d’IDG, Jen allie expertise scientifique, connaissance du marché et réflexion créatrice. Membre de l’équipe d’IDG Research Services depuis 1997, Jen est titulaire d’une licence en économie délivrée par l’université de Rhode Island. Perry Laberis, Directeur de Recherche Perry a rejoint IDG Research Services après avoir travaillé pour le cabinet d’analystes ESG (Enterprise Strategy Group). Chez ESG, Perry a réalisé des études de marché primaires et secondaires, élaboré des modèles de market sizing et des prévisions, et produit des rapports et dossiers pour le cabinet. Perry a satisfait au cahier des charges des projets d’étude dans divers domaines informatiques―virtualisation, sécurité, réseaux et cloud computing, entre autres. Perry n’est pas un inconnu pour IDG, puisqu’il avait déjà travaillé comme analyste d’étude associé chez IDC avant de rejoindre ESG. Il a également signé plusieurs articles et livres blancs IDG sur divers thèmes économiques et technologiques pour le compte de clients d’envergure internationale dans le domaine informatique. Perry est titulaire d’une licence délivrée par Trinity College.
  22. 22. 22 À propos d’IDG Research Services Fondé en 1987, IDG Research Services est spécialisé dans les études marketing et médias pour les responsables marketing B2B du secteur des nouvelles technologies. Son approche sectorielle ciblée lui permet d’adapter ses stratégies, méthodes et techniques d’étude en fonction des impératifs propres à chaque client. Division d’International Data Group (IDG), IDG Research Services procure à ses clients les ressources et l’expérience d’une structure internationale agile, centrée sur leurs besoins. Le périmètre de ses études est vaste ; il peut se limiter aux seuls États-Unis ou comprendre des programmes d’envergure mondiale couvrant une multitude de pays et de régions. Au nombre de ses clients récents figurent, entre autres, VMware, Progress Software, Dell, SAP, HP, Qwest, Numara et Oracle. Pour de plus amples informations, consultez le site www.idgresearch.com. À propos de Sage Software, Inc. Sage propose aux petites et moyennes structures toute une gamme de logiciels et de services de gestion d’entreprise intuitifs, fiables et efficaces, que ce soit pour la comptabilité et la paie, l’ERP, ou encore la gestion de la relation client. Ses clients bénéficient en permanence des conseils et de l’assistance de son réseau mondial d’experts implantés localement, qui les aide à résoudre les problèmes liés à leur activité en leur donnant les moyens de concrétiser leurs ambitions. Fondée en 1981, la société Sage a été introduite à la Bourse de Londres en 1989 et est entrée au FTSE 100 en 1999. Elle compte plus de 6 millions de clients et plus de 12 700 employés dans le monde, répartis sur 24 pays (Royaume-Uni et Irlande, Europe continentale, Amérique du Nord, Afrique du Sud, Australie, Asie et Brésil). Pour de plus amples informations sur Sage, veuillez consulter le site web de l’entreprise à l’adresse Sage.fr. © Sage 2014 – Tout droit réservé. Société par Actions Simplifiée au capital de 6 750 000 € Siège social : 10, rue Fructidor - 75834 Paris Cedex 17 - 313 966 129 RCS Paris Les informations contenues dans ce document peuvent faire l’objet de modifications sans notification préalable. Les logos, noms de produits ou de sociétés n’appartenant pas à Sage, mentionnés dans ce document, ne sont utilisés que dans un but d’identification, et peuvent constituer des marques déposées par leur propriétaire respectif.

×