Siemens traite 50 millions de lignes de données en quelques minutes

Présentation du cas d'usage

La société Siemens a été fondée en 1847 à Berlin, en Allemagne. Elle compte au total 380 000 employés répartis dans le monde entier. À travers ce cas d'usage, vous allez découvrir comment Siemens^* a automatisé son processus de préparation et de chargement des données avec Alteryx pour toute l'infrastructure intelligente de l'entreprise exploitante. Les gains de temps ont été significatifs dans la préparation des tonnes de données destinées aux rapports de productivité. Avec Alteryx, tous les collaborateurs, professionnels IT ou non, peuvent obtenir des rapports plus rapidement. En outre, Siemens a pu mettre en œuvre un processus totalement intégré pour un modèle de données financières conséquent et complexe, sans code, rapidement et de manière agile.

_{* Depuis octobre 2019, ce cas d'usage fait partie de la société indépendante Siemens Energy.}

Décrivez le défi professionnel à relever ou le problème à résoudre

L'entreprise Siemens est présente dans 85 pays. La consolidation de l'ensemble de ses données financières est donc complexe et implique tous les services financiers. Les données financières sont intégrées aux données de marché externes, aux données de productivité et aux données détaillées sur les clients ou les produits. Le département Finance calcule énormément de KPI, de taux de croissance et de marges, agrégés selon une hiérarchie régionale à travers une segmentation des activités. Tout ce travail était effectué dans des feuilles de calcul. Vous pouvez imaginer la taille des fichiers en question…

Les organisations financières travaillent souvent avec des modèles de feuilles de calcul et des feuilles de calcul Excel comportant de nombreuses formules, ce qui implique généralement un grand nombre de risques. Par exemple, il existe une formule complexe pour calculer certains KPI stratégiques qui sont ensuite transmis à un dirigeant, lequel prend chacune de ses décisions sur la base d'une erreur contenue dans cette formule. De plus, si la question de départ varie ne serait-ce que légèrement, la personne chargée du contrôle doit généralement retourner à son ordinateur, refaire toute l'analyse dans la feuille de calcul et revenir avec la réponse. Cela demande en général beaucoup de temps et d'efforts, et c'est un véritable cauchemar.

Décrivez votre solution

Jon et Tony utilisent Alteryx pour connecter plusieurs sources de données, les transformer et les envoyer vers Tableau. Ces sources de données sont ensuite disponibles sur Tableau Server pour créer des contenus analytiques. Jon et Tony peuvent facilement fournir aux analystes métier ou aux utilisateurs clés de l'entreprise un accès à ces sources de données qu'ils préparent, normalisent et contrôlent. De cette façon, chaque utilisateur peut produire son propre contenu analytique avec ces sources de données normalisées et le diffuser plus largement dans l'entreprise.

Tous leurs workflows Alteryx sont hébergés sur Alteryx Server et peuvent être programmés pour s'exécuter quand ils le souhaitent. L'intégration est totale. Autrement dit, les données sont extraites directement à partir des sources et passent dans le workflow avant d'aller directement sur Tableau Server.

Désormais, Siemens utilise Alteryx principalement pour la préparation de ses données. L'équipe crée son workflow dans Alteryx Designer, puis le publie sur Alteryx Server, plus précisément dans Alteryx Gallery. Elle programme ensuite ce workflow pour qu'il s'exécute toutes les X heures. Les données sont extraites pendant l'exécution du workflow sur le serveur, passent dans le workflow, puis vont directement sur Tableau Server. Les outils de génération de rapports Alteryx permettent de contrôler les processus et de s'assurer qu'ils s'exécutent correctement. Par exemple, en cas de problème dans ce workflow, une notification par e-mail est immédiatement envoyée. La personne responsable peut donc intervenir. Ce processus s'exécute toutes les 2 heures sur environ 50 millions de lignes de données.

Dans la division Gas and Power de Siemens, la productivité implique de produire plus avec les mêmes ressources ou produire autant avec moins de ressources. Un outil de suivi, appelé PUMA, est utilisé à l'échelle mondiale pour suivre la productivité. Pour mettre en œuvre cet outil, la division a défini les objectifs, réfléchi à l'impact potentiel et mis en place un plan concret pour montrer les conséquences financières. Ces étapes ont permis de suivre la productivité, ce qui est important pour le reporting. Lorsque Tony a rejoint l'équipe en 2016, celle-ci utilisait des rapports statiques trimestriels au format PowerPoint, enrichi avec l'add-on ThinkCell basé sur Excel.

En 2017, l'équipe découvrait Tableau, mais la préparation des données se faisait toujours dans Excel, de sorte que le processus restait largement manuel. Tony y passait jusqu'à 4 heures, parce qu'il devait passer dans l'outil PUMA, télécharger des fichiers Excel, puis les traiter avec de nombreuses macros VBA, ouvrir Tableau, actualiser les sources de données avant de les publier à nouveau sur Tableau Server. Cela représentait environ 3 000 lignes de code VBA difficiles à gérer, même lorsqu'il les avait écrites lui-même. Un an après, il fallait effectuer des modifications pour le nouvel exercice financier. Un véritable cauchemar. Il était également très difficile de transmettre toutes ces informations à quelqu'un d'autre. Et avec les mises à jour manuelles, le risque d'erreurs était élevé. L'équipe s'est retrouvée dans l'enfer d'Excel et voulait vraiment en sortir. Désormais, avec Alteryx, l'actualisation est automatisée et elle s'exécute toutes les trois heures. Cela ne prend que cinq minutes à Alteryx.

Le système PUMA ne fournit pas toutes les informations dont l'équipe a besoin. Par exemple, les cibles sont séparées et les données historiques ne sont pas incluses. Il faut donc ajouter certaines informations qui sont stockées dans des fichiers de base de données Alteryx sur le partage de fichiers dans le cloud. Cela se fait très facilement et la connexion aux données est rapide. Avec les workflows Alteryx et la fonction de publication sur Tableau Server, l'équipe publie directement les résultats sur les serveurs Tableau en un clin d'œil. Et puisque le système PUMA est utilisé par les 380 000 employés de Siemens, cette solution peut facilement être propagée dans toute l'entreprise en partageant les workflows d'Alteryx Server avec d'autres utilisateurs.

Décrivez les avantages de la solution mise en place

La combinaison d'Alteryx et de Tableau permet à Siemens d'obtenir très rapidement des résultats. Les employés peuvent répondre à des questions complexes très rapidement, tout en réduisant bien sûr les interventions manuelles. Maintenant, moins de personnes téléchargent les données pour les manipuler dans les feuilles de calcul. En fait, ces personnes se consacrent davantage à l'analyse proprement dite, ce qui aboutit à de meilleurs insights.

Le duo Alteryx et Tableau les aide à définir leurs besoins métier. Plus besoin désormais de faire appel à un expert technique, c'est facile à mettre en œuvre soi-même. Cela évite la déconnexion entre les métiers et l'expert technique. À l'heure actuelle, les employés peuvent mettre en œuvre eux-mêmes la solution de bout en bout en quelques semaines au lieu de plusieurs mois. Les fonctionnalités de libre-service d'Alteryx permettent aux équipes d'aller très vite dans les projets d'analyse et d'avoir un contrôle total sur les processus et les mises à jour.

Cette plateforme permet également d'échanger des idées sur les actions entreprises pour accroître la productivité. Tout est plus transparent pour tout le monde, et les workflows Alteryx sont très simples à gérer. Siemens stocke la plupart de ses données dans des systèmes ERP. La fonctionnalité de connexion aux données offerte par Alteryx Server est donc essentielle. Le connecteur SAP HANA permet aux équipes d'accéder facilement à toutes les données SAP qui contiennent toutes les informations opérationnelles nécessaires à la Business Intelligence. La communauté Alteryx interne de Siemens connaît également une croissance importante, ce qui contribue à la data literacy au sein de l'entreprise.

Auteurs : Jon Cajacob et Tony Adam, chef de projet Data et Analytique pour la Finance et Global Business Improvement Manager Entreprise chez Siemens