Contexte et Objectifs

Un leader du leasing automobile faisait face à des défis significatifs en raison de l'augmentation des coûts directs, en particulier ceux liés à la maintenance. L'imprévisibilité des coûts, combinée au fait que les contrats ne sont renouvelés que tous les quatre ans, limitait leur contrôle sur les dépenses.

Ignorer ces complications pourrait entraîner des coûts gonflés, diminuer les marges bénéficiaires et une perte d'avantage concurrentiel sur le marché.

En entreprenant ce projet, le loueur visait à mettre en place des contrôles rigoureux sur les dépenses, à identifier les concessionnaires présentant des modèles de coûts anormaux, et à améliorer sa compréhension des fréquences de maintenance.

Les gains potentiels comprenaient une réduction des coûts, une efficacité opérationnelle accrue et un renforcement de la position financière.

Approche

Nous avons adopté une approche structurée :

• Le projet a débuté par la capture des exigences détaillées et la collecte de données auprès du client.

• Une vérification minutieuse de la qualité des données a été effectuée pour garantir l'exactitude.

• Nous avons ensuite conçu le processus d'Extraction, Transformation, Chargement (ETL) dans Anatella, ce qui impliquait l'extraction de données à partir de dossiers spécifiques, leur combinaison et nettoyage, et la génération de fichiers de sortie adaptés à Power BI.

• Un tableau de bord Power BI interactif a été développé pour faciliter l'analyse des prix et des fréquences, permettant à ALD de comparer les coûts de maintenance moyens et les fréquences d'activité entre différents concessionnaires. Le tableau de bord fournissait des aperçus précieux à travers des représentations visuelles, soutenant les processus décisionnels.

• Des boucles de rétroaction régulières avec le client ont assuré l'alignement et l'adaptabilité tout au long du processus de développement itératif.

• Enfin, des séances de documentation complète et de transfert de connaissances ont été menées pour équiper le client des outils nécessaires à une utilisation efficace du tableau de bord.

Résultats

L'impact du projet a été significatif.

• Le tableau de bord Power BI a permis au client d'identifier les concessionnaires avec des modèles de coûts et de fréquences de maintenance anormaux, menant à des aperçus exploitables qui ont entraîné des réductions de coûts significatives.

• La combinaison de la prise de décision et de la supervision opérationnelle améliorée a permis au loueur de mieux gérer ses coûts et d'optimiser sa stratégie de maintenance.