BDC en pratique : des données S/4 et CX brutes aux décisions
Senior SAP BAIP Architect, Spadoom AG
Le premier article de cette série posait la théorie ; celui-ci traite de la pratique. Il décrit comment nous planifions une première implémentation de Business Data Cloud pour une PME suisse sur la pile SAP intégrée : le calendrier, les points de friction et le moment où l’effort commence à rapporter.
En bref : Un premier projet BDC doit couvrir un domaine et une question que la direction pose déjà. Notre plan dure six à huit semaines : activation et atelier sur les clés de jointure, un modèle sémantique (souvent pipeline-to-cash), une application analytique, puis une réunion de direction qui travaille sur un seul chiffre. L’activation est rapide et la modélisation va vite quand les produits de données portent la sémantique ; le vrai travail consiste à s’accorder sur les clés et leurs responsables. Budgétez donc les ateliers, pas la plateforme.
Il s’agit du plan que nous recommandons, et non du compte rendu d’un client précis. Les durées supposent des clés de jointure suffisamment propres ; si ce n’est pas le cas, nous le disons dès la première semaine et adaptons le plan.
Le point de départ
L’entreprise type que nous avons en tête compte 150 à 400 collaborateurs, exploite S/4HANA Public Cloud ou s’y prépare, a mis Sales Cloud V2 en production et tient son analytique à coups d’exports. Le lundi matin, quelqu’un aux opérations commerciales télécharge les opportunités dans un tableur, quelqu’un au contrôle de gestion télécharge les entrées de commandes ; les deux fichiers se retrouvent dans un tableau croisé avec des colonnes de correspondance tenues à la main.
Cela fonctionne, et c’est pour cela que cela perdure. Mais cela coûte des jours-personnes chaque semaine et, à chaque réunion de direction, le même débat sur le chiffre qui fait foi.
Le plan en un coup d’œil
| Phase | Semaines | Résultat | Qui est impliqué |
|---|---|---|---|
| Activation et responsabilités | 1 et 2 | Tenant actif, produits de données souscrits, clés et responsables convenus | IT, opérations commerciales, contrôle de gestion |
| Modèle sémantique | 3 et 4 | Un modèle gouverné pour un domaine | Contrôle de gestion, Spadoom |
| Application et revue | 5 et 6 | Une application analytique, première revue de direction | Sponsor, direction |
| Réserve | 7 et 8 | Nettoyage des clés à la source, si la première semaine a révélé un historique | Responsables des données |
Semaines 1 et 2 : activation et atelier sur les responsabilités
Activer le tenant et souscrire aux produits de données, c’est la partie rapide. SAP décrit un produit de données comme un jeu de données affiné, les métadonnées qui le décrivent et un point d’accès ou une API (SAP News). Dans son annonce de lancement, SAP citait les données de finance, d’achats et de supply chain de S/4HANA parmi les premiers produits de données gérés par SAP (SAP News). Pour Sales Cloud V2, vérifiez le catalogue de votre release ; lorsque l’entité dont vous avez besoin n’est pas encore livrée comme produit de données, répliquez-la via Datasphere et gérez-la comme votre propre produit de données (SAP Help).
Le vrai travail de la première semaine est un atelier qu’aucun outil ne remplace : s’accorder sur les clés de jointure et sur leurs responsables. Compte et partenaire commercial, opportunité et commande client, article et produit. Là où la correspondance a un historique (comptes en double, opportunités jamais reliées à une commande), nous la corrigeons à la source ou la mappons explicitement. C’est ici que la séquence pour les fondations de données d’un article précédent de cette série porte ses fruits, ou qu’elle doit être rattrapée.
Semaines 3 et 4 : le modèle sémantique
Un domaine, modélisé de bout en bout. Pour la plupart des entreprises, c’est le pipeline-to-cash : opportunités gagnées reliées aux entrées de commandes et au chiffre d’affaires facturé, par organisation commerciale, groupe de produits et période. L’article sur les modèles d’intégration en décrit la mécanique.
La modélisation avance vite là où les produits de données portent la sémantique. L’effort se concentre sur le dernier kilomètre de l’entreprise : ses définitions de KPI, les particularités de son exercice comptable et ses champs d’extension. Gardez un périmètre volontairement étroit. La tentation d’ajouter « rapidement » les données de service ou l’attribution marketing en troisième semaine transforme un projet de six semaines en projet de six mois. C’est le domaine deux. Si vous préférez un premier domaine piloté par la finance, commencer par la marge de service suit la même discipline.
Semaines 5 et 6 : l’application et la première revue
Le résultat est une application analytique (une story SAP Analytics Cloud ou une petite application sur mesure) qui répond aux questions posées par le sponsor en première semaine : où en est le pipeline par rapport au forecast, quelle était la précision du forecast du dernier trimestre face au chiffre d’affaires facturé, quelles affaires ont bougé ? Elle va aux personnes qui l’ont demandée, avec une courte présentation plutôt qu’un programme de formation.
SAP propose aussi des applications intelligentes packagées sur BDC. En octobre 2025, Finance Intelligence, People Intelligence et Cloud ERP Intelligence Private étaient disponibles, et Revenue Intelligence était en préversion restreinte (SAP News). Vérifiez ce qui est disponible pour votre release avant de construire ce que SAP livre déjà.
L’objectif de la première revue de direction est simple : ventes et finance regardent la même vue pipeline-to-cash, et le temps habituellement passé à rapprocher les chiffres va aux décisions qui en découlent.
Ce qui change ensuite
Nous concevons le projet autour de trois effets :
- La discipline du forecast s’améliore sans nouvelle directive. Lorsque la précision du forecast est mesurée face au chiffre d’affaires facturé et affichée chaque mois, les commerciaux tiennent leurs opportunités à jour, parce que le chiffre est visible.
- Le domaine deux coûte moins cher que le domaine un. Les clés sont alignées, les responsabilités tranchées, la plateforme en place. La rentabilité du service (les cas de Service Cloud V2 face aux marges contractuelles) est une suite naturelle.
- La discussion sur l’IA devient concrète. Avec un modèle gouverné en dessous, un agent Joule qui répond à « où en est le T4 par rapport au forecast ? » lit les mêmes chiffres que le CFO. Le guide pratique de Joule montre à quoi cela ressemble dans Sales Cloud V2. Le dernier article de la série traite en détail de la dépendance de l’IA aux données.
Pourquoi une seule équipe pour l’ERP et le CRM aide
L’essentiel des frictions des deux premières semaines se situe à la jonction entre CRM et ERP : quel système gère le client, comment une opportunité devient une commande, où résident les prix. Si la même équipe a configuré les deux côtés, ces réponses sont déjà documentées. C’est l’argument que nous développons dans le guide du partenaire ERP et CRM, et il vaut pour l’analytique autant que pour les processus. Si vous préparez encore le passage à l’ERP, l’évaluation de préparation S/4HANA est le bon moment pour aborder tôt les questions de données.
Le schéma à retenir : l’activation est rapide, la modélisation va vite, l’alignement est le vrai travail. Budgétez les ateliers, pas la plateforme.
Questions fréquentes
Combien de temps prend une première implémentation BDC ?
Pour un premier périmètre ciblé, nous prévoyons six à huit semaines : un domaine métier, les produits de données standard disponibles pour S/4HANA, complétés au besoin par des données CRM répliquées, et une application analytique. Cela suppose que les clés de jointure entre CRM et ERP soient en grande partie propres. Une responsabilité non tranchée sur les données de base et des clés à l’historique chargé allongent le projet ; la pile cloud SAP intégrée, où les clés s’alignent par conception, le raccourcit.
De quelle équipe ai-je besoin de mon côté ?
Plus petite que ce que la plupart imaginent : une personne propriétaire de la question métier (souvent les opérations commerciales ou le contrôle de gestion), une qui connaît l’historique des données, et un accès aux personnes qui administrent les tenants SAP. À cette échelle, BDC évite une équipe de data engineering dédiée pour ce premier domaine.
Combien coûte l’exploitation après la mise en production ?
BDC est licencié à la consommation en unités de capacité, et les détails dépendent de votre contrat. De votre côté, l’entretien du modèle représente généralement une fraction de poste à plein temps une fois le premier domaine en place. Comparez ce coût aux extracteurs, aux traitements d’entrepôt et aux heures de rapprochement dans des tableurs qu’il remplace, pas à zéro.
Demandez à Spadoom
Des réponses fondées sur ce que Spadoom a publié sur ce site, avec des liens vers les pages sources.
Essayez l'une de ces questions
Réponses générées par IA. À vérifier avant d'agir. Les questions sont enregistrées de manière anonyme, sans adresse IP, afin d'améliorer nos contenus. Merci de ne pas saisir de données personnelles.
SAP Business Data Cloud partenaire d'implémentation
Spadoom est le partenaire d'implémentation SAP Business Data Cloud en Suisse, Allemagne, Autriche et Italie. Médiane de go-live de 14 semaines. Clients en production dans tout le DACH.
Articles associes
Les produits de données de SAP Business Data Cloud expliqués
Les produits de données sont la brique de base de SAP Business Data Cloud. Ce qu'est un produit de données, lesquels SAP a livrés en premier, comment les applications intelligentes s'appuient dessus, en quoi ils diffèrent des extracteurs classiques et comment combler la lacune des données CX.
Connecter SAP Sales Cloud V2 à Business Data Cloud : les modèles d'intégration qui fonctionnent
Comment les données Sales Cloud V2 arrivent dans SAP Business Data Cloud, quels modèles d'intégration tiennent, comment relier CRM et ERP pour le pipeline-to-cash et où les équipes se trompent encore.
BDC et Datasphere : ce qui change, ce qui reste
SAP Datasphere fait désormais partie de SAP Business Data Cloud. Ce qu'il advient de vos spaces, modèles, BW et licences, ce que changent les produits de données et SAP Databricks, et ce qu'il faut arrêter de construire.