Comment VARO travaille structurellement à des données produit complètes et fiables grâce aux standards GS1
Les données produits occupent une place de plus en plus centrale dans la collaboration entre fournisseurs et retailers. Les retailers attendent des informations produits complètes, correctes et disponibles à temps, tandis que les fournisseurs sont confrontés à des data model toujours plus complexes et à des exigences plus strictes. Dans ce contexte, VARO, actif dans le secteur du bricolage, a décidé de repenser fondamentalement son approche des données produit dont le résultat est une méthode de travail structurée qui conduit aujourd’hui à une publication quasi complète et cohérente des données produit via GS1. Charis Roose et Raf Van Haver nous expliquent comment ils ont atteint un score de validation de 100 % dans My Product Manager et comment ils souhaitent maintenir ce résultat.
VARO et les données produits dans un contexte retail
VARO fournit une large gamme de produits, notamment aux magasins de bricolage. Comme beaucoup d’autres fournisseurs, l’entreprise travaillait longtemps de manière essentiellement réactive : les données produit étaient complétées lorsqu’un retailer en faisait la demande ou lorsqu’un article devait être commercialisé. Cette méthode entraînait des informations fragmentées, des attributs incomplets et des corrections répétitives. « Avec le rôle croissant des données GS1 dans les processus d’e-commerce, logistiques et omnicanaux, il est devenu évident que cette approche ne suffisait plus », explique Charis.
Le défi : exhaustivité, structure et responsabilités
« Le principal défi pour nous ne résidait pas dans un problème technique unique, mais dans une combinaison de facteurs », précise Raf. Les champs de données avaient été créés historiquement de manière ad hoc, les groupes de produits n’étaient pas toujours correctement classifiés et les responsabilités liées à la qualité des données n’étaient pas suffisamment définies. Cela entraînait des erreurs dans le mapping vers le data model GS1 et des retards lors de la publication. De plus, les données étaient souvent analysées article par article, ce qui implique que les problèmes structurels réapparaissent constamment.
GS1 comme cadre pour des données produit structurées
GS1 a offert à VARO un cadre clair pour structurer et standardiser les données produit. En travaillant avec le data model GS1 et la publication via GS1, VARO a pu partager les informations produit de manière uniforme avec les retailers. « L’utilisation des outils GS1, comme les rapports de simulation, nous a également permis de détecter à l’avance les futures modifications du data model et d’y réagir de manière proactive », ajoute Charis. GS1 n’a pas été utilisé comme mécanisme de contrôle, mais comme langage commun entre fournisseurs et preneurs de données.
Passer d’une approche par article à une approche par groupe
L’un des changements les plus importants a été la décision de ne plus travailler par article individuel, mais par groupe de produits. Aujourd’hui, VARO analyse d’abord un groupe de produits complet et s’assure que tous les champs de données requis pour ce groupe sont correctement complétés. Les produits ne sont publiés qu’après. Cette approche demande plus de temps au départ, mais évite de devoir adapter plusieurs fois les mêmes produits. L’accent est ainsi mis sur des solutions structurelles et non plus sur des corrections rapides.
Des workflows clairs et un ownership défini
Outre la structure du contenu, le workflow interne a également été redéfini. Les produits passent par différentes phases fixes dans le système PIM, avec l’implication de plusieurs départements, tels que les achats, le marketing et le packaging. « Des blocages techniques internes garantissent que les produits ne deviennent commercialisables que lorsque toutes les données obligatoires sont présentes », explique Charis. Le principe d’ownership est ici essentiel : le département data contrôle l’exhaustivité et ne publie qu’une fois toutes les conditions remplies. Les exceptions sont volontairement évitées.
Des résultats concrets dans la pratique
Grâce à cette approche structurée, la quasi-totalité de l’assortiment de VARO est aujourd’hui correctement et complètement publiée dans GS1. Les retailers doivent moins souvent demander des informations complémentaires et les départements internes peuvent s’appuyer sur une seule source centrale de données produits. « Comme les bases sont désormais solides, nous avons aussi la possibilité de continuer à travailler sur la qualité et l’exactitude du contenu des données, et pas uniquement sur leur exhaustivité », explique Charis.
Un enjeu plus large pour les fournisseurs et les retailers
L’expérience de VARO illustre une évolution plus large dans le secteur. Les données produit ne sont plus un simple élément administratif, mais une composante stratégique de la collaboration dans la chaîne. La standardisation via GS1 permet de mieux aligner les attentes entre fournisseurs et retailers. En parallèle, cette histoire souligne l’importance de la communication : les attributs ou groupes de produits peu clairs ne sont pas contournés, mais font l’objet d’un retour actif afin de permettre des améliorations structurelles.
Vers une collaboration durable autour des données
Le cas VARO montre qu’un haut niveau d’exhaustivité des données n’est pas une finalité, mais une base. En investissant dans une structure claire, des responsabilités bien définies et une utilisation proactive des standards GS1, l’entreprise construit une collaboration durable autour des données avec ses partenaires. Leur approche proactive implique également que VARO souhaite continuer à viser les 100 % à l’avenir, même lors des adaptations du data model. Dans un contexte de digitalisation et de transparence croissantes, cette approche devient de plus en plus pertinente pour l’ensemble du secteur retail et de la supply chain.
