Points clés à retenir
- Un processus de gestion des données produit comporte cinq étapes : collecte, validation, enrichissement, distribution et maintenance continue. La plupart des problèmes de qualité des données proviennent de lacunes dans l'une d'entre elles.
- L'étape de maintenance est celle que la plupart des entreprises ignorent. Les données produit publiées se dégradent sans cycle d'examen structuré et gestionnaires de données nommés.
- Les mauvaises données qui circulent entre les systèmes, de l'ERP au PIM ou du fournisseur au catalogue, sont la source la plus courante d'erreurs de catalogue en pratique. Les intégrations automatisées éliminent l'écart de versions que créent les exports manuels.
- Un système PIM applique le processus. Il ne le remplace pas. Mettre au point la logique du processus avant de sélectionner l'outil est ce qui différencie les implémentations réussies des chaos organisés.
Les mauvaises données produit coûtent cher. La recherche Gartner estime le coût annuel moyen de la mauvaise qualité des données à 12,9 millions de dollars par organisation. Pour les fabricants et les distributeurs, les dégâts sont spécifiques : des spécifications incorrectes causent des retours, des attributs incomplets excluent les produits des résultats de recherche, et des données incohérentes entre les canaux érodent la confiance des acheteurs. Les produits mettent aussi plus longtemps à arriver sur le marché quand les données nécessaires pour les lister et les vendre sont incomplètes ou bloquées dans la boîte de réception de quelqu'un.
La plupart des entreprises savent qu'elles ont un problème de qualité des données produit. Moins nombreuses sont celles qui ont un processus de gestion des données produit qui l'empêche réellement de se reproduire. La différence entre les deux est structurelle, non cosmétique.
Ce que couvre réellement le processus de gestion des données produit
La gestion des données produit (PDM) est l'ensemble des étapes et des règles que votre organisation utilise pour collecter, valider, enrichir, stocker et distribuer les informations produit. Elle couvre tout, de la façon dont un nouvel enregistrement de produit est créé jusqu'à la façon dont une modification approuvée atteint chaque canal de vente.
La PDM s'inscrit dans un cycle de vie produit plus large, mais elle se concentre sur une question spécifique : les informations produit sont-elles exactes, complètes et disponibles là où elles doivent être ? La gestion du cycle de vie produit (PLM) gouverne l'ensemble du parcours allant de la conception au retrait. La PDM est la discipline au sein de ce parcours qui maintient les données produit sous-jacentes exactes et utilisables à chaque étape.
Le monde de l'ingénierie utilise la PDM depuis des décennies pour gérer les fichiers CAO, les nomenclatures et les révisions de conception. Pour les fabricants et les distributeurs vendant via des canaux numériques et physiques, les mêmes principes s'appliquent aux données produit commerciales : attributs, ressources numériques, descriptions, tarification et documentation de conformité. Les données issues de l'ingénierie deviennent les données maîtres sur lesquelles s'appuient les équipes marketing, ventes et canaux. Le processus de gestion des données produit est ce qui empêche ces transferts de se casser.
La PDM est étroitement liée à la gestion des informations produit (PIM), mais les deux ne sont pas la même chose. La PDM gère l'ensemble des données produit dans toute l'organisation et son cycle de vie. Le focus du PIM est plus étroit : enrichir et distribuer le contenu produit vers les canaux commerciaux. En pratique, un processus PDM bien structuré alimente un système PIM, qui gère l'enrichissement spécifique au canal et la syndication.
Le processus n'est pas une fonctionnalité logicielle. Vous pouvez avoir le système PIM le plus capable du marché et produire quand même de mauvaises données si le processus sous-jacent est cassé. Le logiciel applique le processus. Il ne le remplace pas.
Les étapes essentielles du processus de gestion des données produit
Un processus de gestion des données produit fonctionnel se déroule en cinq phases distinctes. Elles n'ont pas besoin d'être élaborées, mais elles doivent être explicites. La rapidité avec laquelle les produits arrivent sur le marché et la précision avec laquelle ils sont représentés dépendent largement de la manière dont ces étapes sont définies et appliquées.
1. Collecte et ingestion des données
Chaque enregistrement de produit commence quelque part. Pour les fabricants, cela commence souvent dans l'ingénierie ou l'approvisionnement. Pour les distributeurs, cela provient des fiches techniques des fournisseurs, des flux EDI ou des fichiers Excel. L'étape d'ingestion définit ce qui est obligatoire avant qu'un enregistrement puisse avancer et qui en est responsable.
Dans les projets que nous avons implémentés pour des distributeurs gérant plus de 20 000 SKU, l'étape d'ingestion était le maillon faible. Les données des fournisseurs arrivaient dans des formats incohérents, avec des champs manquants et des valeurs conflictuelles entre les familles de produits. La solution était un pipeline d'ingestion automatisée : recevoir le fichier, le mapper sur le modèle de données interne, valider par rapport aux règles d'exhaustivité et signaler tout ce qui était en dessous du seuil avant qu'il ne rentre dans le catalogue. Ce qui prenait auparavant une semaine de nettoyage manuel a été réduit à deux heures d'examen des exceptions signalées.
2. Validation et vérifications de qualité des données
L'ingestion introduit les données brutes. La validation assure qu'elles respectent vos normes avant que quoi que ce soit ne se propage en aval.
Cette étape exécute des vérifications automatisées par rapport à des règles définies : champs obligatoires, formats de valeur, plages d'attributs et cohérence entre les produits connexes. La validation n'est pas facultative et pas manuelle. Si votre équipe ouvre les enregistrements un par un pour vérifier les images manquantes, le processus échoue déjà.
Définissez des arrêts stricts pour les champs critiques et des avertissements souples pour les champs préférés. Un produit sans image principale ne devrait pas être publiable. Un produit sans image secondaire pourrait être acceptable selon la catégorie. Les règles diffèrent selon le type de produit et les exigences du canal.
3. Enrichissement des données
L'enrichissement est le moment où les données produit brutes deviennent commercialement utiles. Les spécifications techniques sont traduites en langage convivial pour l'acheteur. Les ressources numériques sont attachées, les relations produit sont mappées et les variantes de contenu spécifiques au canal sont créées pour chaque marché cible ou canal de distribution.
L'essentiel de l'effort humain du processus se situe ici, et la clarté de la propriété compte le plus à ce stade. Un responsable de l'approvisionnement qui saisit un nouveau composant ne devrait pas aussi rédiger la description marketing pour celui-ci. Ce sont des compétences différentes, des sources d'information différentes et des chaînes d'approbation différentes.
AtroPIM gère cela par le biais de workflows configurables et d'accès basé sur les rôles. Un enregistrement de produit peut passer par des étapes définies : brouillon, enrichissement, révision, approuvé, publié. À chaque étape, la bonne équipe a le bon accès. Les traducteurs ne touchent pas à la tarification. Le marketing ne touche pas aux spécifications techniques. Personne ne publie sans que l'étape d'examen soit complétée.
4. Distribution et publication sur les canaux
Un enregistrement de produit approuvé dans votre PIM doit toujours atteindre le bon endroit dans le bon format. Un portail B2B nécessite des attributs techniques détaillés. Les annonces sur les places de marché ont des limites de caractères et des mappages de champs spécifiques. Les catalogues imprimés ont besoin de ressources en résolution d'impression, pas en résolution d'écran.
La gestion de ces éléments séparément est la source de la plupart des incohérences entre canaux. Un seul changement de description peut nécessiter huit modifications distinctes si le contenu produit est maintenu par canal dans des fichiers isolés.
L'étape du processus ici est la syndication : définir les profils de canal une fois, mapper vos champs de données maîtres aux exigences de chaque canal et publier automatiquement. Quand l'enregistrement maître change, tous les canaux se mettent à jour à partir de la même source.
Dans AtroPIM, les profils de canal définissent le mappage de champs et les exigences de format pour chaque sortie. La mise à jour se fait une fois au niveau de l'enregistrement maître. Ce qui atteint chaque canal est déterminé par le profil, pas par celui qui exécute l'export ce jour-là.
5. Maintenance et gouvernance continues
Les données produit se dégradent constamment : les fournisseurs mettent à jour les spécifications, les réglementations durcissent les exigences de conformité et le positionnement sur le marché modifie le langage utilisé pour décrire les produits. Un processus de gestion des données produit sans boucle de maintenance produit des données de plus en plus obsolètes, et les données obsolètes s'aggravent silencieusement jusqu'à ce qu'un retour, une réclamation ou un audit échoué rend le coût visible.
Le contrôle de version et la gestion des changements appartiennent au flux de travail quotidien, pas à une réflexion après coup. Chaque modification approuvée apportée à un enregistrement de produit devrait être tracée : ce qui a changé, qui l'a approuvé et quand. Cette piste d'audit compte pour la conformité réglementaire, pour l'assurance qualité et pour retracer les problèmes jusqu'à leur source quand quelque chose s'avère mal en aval.
La gouvernance des données à ce stade n'est pas un document politique. C'est un ensemble de règles de fonctionnement : qui déclenche une demande de modification, qui la vérifie, qui l'approuve et quels canaux en aval sont mis à jour automatiquement quand la modification devient active. Programmez des audits périodiques par catégorie. Assignez des gestionnaires de données avec une responsabilité permanente pour l'exactitude, pas une propriété qui se termine une fois l'enregistrement créé.
Nos clients du secteur des matériaux de construction ont constaté que les examens trimestriels des catégories détectaient environ 15 à 20 % des enregistrements avec des attributs obsolètes, principalement dus aux mises à jour des spécifications des fournisseurs qui avaient été appliquées dans l'ERP mais pas reflétées dans le catalogue produit.
Où le processus de gestion des données produit s'effondre
Trois modes de défaillance représentent la plupart des problèmes de données produit en pratique.
L'absence de responsabilité claire en matière de gestion des données est la cause racine la plus courante. Si personne n'est spécifiquement responsable de la qualité des données d'une catégorie de produits, la qualité se dégrade. La propriété doit être nommée, pas supposée. La gouvernance des données est souvent décrite comme un problème politique, mais en pratique c'est un problème de responsabilité. Les politiques sans propriétaires nommés ne produisent rien.
Le mouvement manuel des données entre les systèmes est le deuxième mode de défaillance. Chaque fois que quelqu'un exporte d'un ERP, modifie dans Excel et importe dans un PIM, il y a un écart de version. Cet écart est où les erreurs s'introduisent. Un produit est repricé dans l'ERP mais l'ancien prix reste dans le catalogue. Une spécification technique change dans l'ingénierie mais la valeur mise à jour n'atteint jamais le canal. Les intégrations automatisées comblent l'écart. L'API REST d'AtroPIM suit la norme OpenAPI, ce qui signifie que l'intégration avec les systèmes ERP, les plateformes e-commerce et les portails des fournisseurs peut être construite et documentée sans outils propriétaires.
Traiter la publication comme la fin du processus est le troisième. Une fois qu'un produit est actif, il tend à être ignoré jusqu'à ce que quelque chose s'avère mal : une réclamation client, un retour, un audit de conformité échoué. À ce moment-là, le coût de la réparation des données est considérablement supérieur à celui de les attraper lors d'un examen programmé. Publier un produit n'est pas la dernière étape. C'est le début d'une obligation de maintenance.
Le rôle d'un PIM dans le processus de gestion des données produit
Un système PIM n'est pas le processus lui-même. C'est l'infrastructure qui rend le processus applicable et évolutif.
Sans un PIM, les étapes du processus existent sous forme d'accords informels : une compréhension commune qu'une personne vérifiera les spécifications avant de publier, que les données du fournisseur seront vérifiées avant d'entrer dans le catalogue, que la traduction sera effectuée avant que le canal allemand ne soit activé. Les accords informels fonctionnent quand les équipes sont petites et les catalogues sont courts. Dès que l'un ou l'autre se développe, le délai de mise sur le marché s'étend, les erreurs se composent et les incohérences entre canaux deviennent la norme plutôt que l'exception.
L'avantage pratique d'un PIM est qu'il transforme le processus en système. Les données produit maîtres vivent au même endroit, les étapes du workflow sont définies avec accès basé sur les rôles à chaque étape, et la validation détecte les erreurs à l'ingestion plutôt qu'après la publication. La distribution aux canaux est automatisée, les exigences de format étant gérées par des profils de canal plutôt que par celui qui exécute l'export cette semaine-là. L'automatisation du workflow remplace la coordination informelle qui s'effondre à l'échelle et rend le processus de gestion des données produit auditable plutôt qu'approximatif.
AtroPIM est basé sur la plateforme de données AtroCore, ce qui signifie qu'il n'est pas limité à la gestion des enregistrements de produits. Il supporte n'importe quelles données structurées, s'intègre aux systèmes externes via l'API REST et gère la gestion des processus métier par le biais de workflows configurables.
Pour les fabricants avec des hiérarchies de produits complexes et les distributeurs gérant des catalogues multi-fournisseurs, cela compte. Vous ne mappez pas votre catalogue à un modèle de données fixe. Vous configurez le modèle de données pour qu'il corresponde à votre catalogue, y compris les attributs personnalisés, les relations de produits imbriquées et les taxonomies de classification qui correspondent à la manière dont vos produits sont réellement structurés.
La base open-source signifie que vous la déployez sur votre propre infrastructure si les exigences de résidence des données ou de sécurité l'exigent, ou que vous adoptez un déploiement SaaS pour éviter les frais généraux de maintenance. Vous commencez par ce dont vous avez besoin et ajoutez des modules au fur et à mesure que le catalogue se développe.
Par où commencer avec votre processus de gestion des données produit
Si votre processus actuel de gestion des données produit repose sur des feuilles de calcul et une coordination informelle, une implémentation complète du PIM est la bonne direction mais pas toujours la bonne première étape. Avant de sélectionner l'outil, clarifiez trois choses :
- Quels sont vos champs obligatoires par type de produit ?
- Qui est le gestionnaire de données pour chaque catégorie de produits ?
- À quoi ressemble votre workflow d'approbation avant qu'un produit n'aille en direct ?
Ces trois questions exposent la plupart des lacunes de processus et définissent la structure de gouvernance que votre outil devra appliquer. Mappez d'abord le processus, puis implémentez l'outil qui le rend durable.
Les entreprises qui implémentent un PIM sans répondre à ces questions finissent avec un référentiel bien organisé de données maîtres de produits incomplètes et entretenues de manière incohérente. L'outil n'est aussi fiable que le processus qu'il exécute.