On utilise le data warehouse pour compiler et analyser des mois, voire des années de données collectées aux caisses dans des centaines ou des milliers de magasins.
Cette information est ensuite utilisée pour gérer les achats, déterminer des prix, optimiser le stockage, les inventaires et pour prendre des décisions concernant la configuration des magasins.
 

 
Par exemple, chez Wall Mart on s’est aperçu grâce aux data warehouses que l'on vendait fréquemment en même temps des couches culottes et de la bière, parce que Monsieur est souvent chargé d’aller chercher les couches du nouveau né; d'où peut-être l'idée de rapprocher les deux rayons.

Le data warehouse dans chaque métier

Chaque métier peut avoir intérêt à valoriser ses données opérationnelles. Voici d'autres exemples :

• fabrication de produits de grande consommation : pour déterminer le moyen le plus efficace d’approvisionner en marchandises les clients détaillants.
  On peut déterminer la quantité de produit qui se vendra à un point de vente donné et effectuer la livraison appropriée au bon moment.
• finance pour la gestion bancaire personnalisée et la gestion globale des comptes des ménages pour des opérations de marketing segmenté.
  Les données sont collectées dans diverses zones géographiques, différents types d’activités, y compris les comptes-chèques et les comptes d’épargne, les prêts automobiles et immobiliers, les cartes de crédit et les GAB ainsi que divers systèmes en ligne.
• logistique et transport : pour optimiser l’utilisation des actifs, réduire les frais opérationnels, augmenter leurs revenus, améliorer leurs marges et améliorer le service client.
  Grâce à l’anticipation du niveau de rentabilité des chargements et l’utilisation de la puissance de Teradata, les décisions sur la détermination des prix en temps réel basées sur des faits ont été automatisées et sont plus précises.
  La visibilité sur l’ensemble complexe des réseaux de transport et des chaînes d’approvisionnement, quand elle est combinée à des solutions fournissant des analyses prévisionnelles puissantes et à des systèmes d’alerte basés sur des événements précis, permet aux sociétés de transport et de logistique de se concentrer sur les aspects les plus importants de leurs activités complexes.
  Par exemple, en cas d'incident doit choisir d'acheminer en priorité les colis les plus urgents, les plus en retard, ou ceux d'un client qui a déjà été mal traité pour le conserver ?
• télécommunications : pour stocker les données de millions de clients, de circuits, de factures mensuelles, de volumes, de services utilisés, d’équipement vendu, de configurations de réseaux...
  Les informations détaillées sur les revenus, les bénéfices et les coûts sont utilisées pour déterminer des cibles de marketing, faire des analyses de revenu, assurer la conformité aux réglementations en vigueur, les inventaires, les achats et la gestion des réseaux.
• voyage : pour gagner de la mobilité sur le marché et répondre rapidement aux demandes des clients ou aux changements dans le secteur.
  Des informations détaillées sont intégrées pour donner plus de clarté, de précision et de confiance à la prise de décisions affectant la croissance, la réduction des coûts et l’optimisation des revenus.

 
 
Merci à Michel Bruley, directeur marketing Teradata, pour son aide dans la création de cette fiche.