SAP Business Data Cloud : commencer par la marge de service

La finance annonce un contrat de service rentable. Le responsable du service voit des interventions répétées et du travail non facturé. Les deux peuvent avoir raison, parce qu’ils ne comptent pas la même chose.

En bref : Un bon premier cas d’usage pour SAP Business Data Cloud est une mesure contestée avec une décision derrière. La marge de service s’y prête : définir la mesure par écrit, relier les données financières de S/4HANA aux données contractuelles et de service terrain, rapprocher un échantillon de contrats à la main, puis seulement ajouter tableaux de bord ou IA. Le résultat est une liste de contrats à examiner, pas un data lake.

C’est un meilleur point de départ que « mettre toutes nos données au même endroit ». Commencez par une décision : quels contrats demandent de l’attention, et pourquoi ? L’exemple ci-dessous est un exercice de conception illustratif, pas un résultat obtenu chez un client.

Définir la mesure avant de relier les sources

Pour cet exemple, définissez une marge de contribution comme le chiffre d’affaires de service facturé moins les coûts convenus de main-d’œuvre, de matériel et de prestations externes. Décidez explicitement si les déplacements, les interventions sous garantie, les notes de crédit et les frais généraux sont inclus. N’appelez pas « marge de service » deux mesures au périmètre différent.

Convenez de la période de reporting, de la conversion des devises et du traitement des écritures tardives. Un tableau de bord ne peut pas trancher une définition comptable sur laquelle l’entreprise ne s’est pas accordée.

Un exemple chiffré (valeurs illustratives)

Un contrat de maintenance sur un trimestre, avec des chiffres inventés :

Poste	CHF
Chiffre d’affaires de service facturé	48’000
Main-d’œuvre au taux interne convenu (120 heures)	-18’000
Pièces de rechange consommées	-9’500
Sous-traitant externe	-4’000
Contribution (définition A)	16’500
Temps de trajet non facturé (30 heures)	-4’500
Intervention sous garantie, non facturable	-2’200
Contribution (définition B)	9’800

Avec la définition A, la finance voit une marge saine de 34 %. Le responsable du service, qui vit avec les trajets et la garantie, voit environ 20 %. Personne n’a tort. L’écart se trouve dans la définition, et aucune plateforme ne le résout à votre place. Consignez la définition retenue par écrit, confiez-la à un responsable du contrôle de gestion et nommez l’autre variante différemment si vous en avez encore besoin.

D’où viennent les données

Une mesure de marge de service requiert généralement quatre types d’enregistrements :

• Valeur financière issue de S/4HANA : factures, ordres de service et imputations de coûts associées. C’est la vérité comptable et la base de la mesure convenue. Dans SAP S/4HANA Public Cloud, ces objets sont standard, ce qui garde le mapping maîtrisable.
• Données contractuelles : périmètre, prix, niveaux de service et ce qui est facturable. Sans elles, impossible de distinguer le travail non facturé du travail inclus.
• Activité de service terrain : interventions, temps et matériel confirmés dans SAP Field Service Management (SAP Help). Elle explique le chiffre, sans remplacer la valeur comptabilisée.
• Données de base : clés client, équipement et article qui permettent de relier les trois sources.

La propreté de ces liens dépend de l’intégration opérationnelle. Notre checklist d’intégration FSM, Sales Cloud et S/4HANA Public Cloud traite des transmissions qui décident ensuite si une jointure analytique fonctionne.

Ce qu’apporte BDC

SAP a présenté Business Data Cloud en février 2025 (SAP News). La solution réunit SAP Datasphere, SAP Analytics Cloud, SAP BW et SAP Databricks (SAP Learning). 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 ; la documentation sur les produits de données explique comment les produits de données gérés par SAP sont activés et consommés.

Vérifiez le catalogue actuel et vos droits pour les sources réellement nécessaires. L’existence de BDC ne signifie pas que chaque champ FSM ou contractuel est déjà disponible sous la forme exacte du produit de données dont votre mesure a besoin. Lorsqu’il n’existe pas, répliquez la source via Datasphere et gérez-la comme votre propre produit de données, avec la même discipline de responsabilité et de définition que SAP. Pour la vue d’ensemble, lisez SAP Business Data Cloud expliqué.

Garder le premier contrat de données restreint

Élément	Accord nécessaire
Granularité	Un contrat, un ordre de service ou une intervention ?
Clés	Comment relier les enregistrements commerciaux, de service et financiers ?
Fraîcheur	Quel âge les données peuvent-elles avoir pour cette décision ?
Responsabilité	Qui explique une valeur manquante ou contestée ?
Accès	Qui peut voir les coûts, les données clients et les informations sur les techniciens ?

Utilisez les pièces financières de l’ERP pour la mesure financière convenue. Ajoutez le contexte du service terrain là où il explique le résultat. Distinguez statut opérationnel et valeur comptable : une intervention terminée n’est pas la même chose qu’un chiffre d’affaires comptabilisé.

L’accès mérite une décision à part entière. Les taux de coût internes, les noms des clients et les temps des techniciens sont des données personnelles ou commercialement sensibles au regard de la nLPD et, pour les clients dans l’UE, du RGPD. Donnez les coûts à la finance, leurs propres contrats aux responsables de service, et gardez le détail par technicien agrégé sauf raison documentée.

Rapprocher avant d’ajouter l’IA

Choisissez un petit échantillon de contrats. Rapprochez les totaux des pièces sous-jacentes et demandez à la finance et au service d’expliquer ensemble les écarts. Nous testons au minimum ces cas :

1. Une note de crédit émise après la clôture de la période.
2. Une correction tardive de temps par un technicien.
3. Un travail qui s’étend sur deux périodes de reporting.
4. Un contrat dont le prix change en cours de trimestre.
5. Une intervention sous garantie qui doit porter des coûts mais aucun chiffre d’affaires.

Ce n’est qu’ensuite qu’une synthèse IA, du type « quels contrats ont sensiblement changé ce mois-ci ? », prend son sens. La synthèse doit indiquer les pièces et les définitions derrière sa réponse. Une prose plausible ne remplace pas un rapprochement.

Un premier périmètre en quatre étapes

1. Atelier de définition (finance, service, contrôle de gestion) : choisir la définition A ou B, la logique de période et le responsable.
2. Vérification des sources : établir quels produits de données existent pour votre release et quelles sources doivent être répliquées.
3. Rapprochement par échantillon : dix à vingt contrats, les cinq cas de test ci-dessus, écarts expliqués par écrit.
4. Liste de travail : mettre le résultat à disposition des personnes qui décident et le revoir chaque mois.

Rendre le résultat exploitable

Un résultat utile est une courte liste de travail : contrat, motif de revue, responsable et prochaine action. Un contrat peut nécessiter un nettoyage de la facturation, un autre une modification du processus de service. Une même marge faible n’appelle pas le même remède.

BDC ne remplace pas l’intégration opérationnelle qui crée les ordres, planifie les techniciens ou comptabilise les confirmations. L’analytique et le traitement des transactions requièrent des tests de réception différents.

Questions fréquentes

Pourquoi commencer SAP Business Data Cloud par la marge de service ?

Parce que c’est un chiffre contesté avec une décision claire derrière : quels contrats de service demandent de l’attention, et pourquoi. Il faut des données de la finance (S/4HANA), des contrats et du service terrain ; on teste donc les jointures dont dépend chaque cas d’usage ultérieur, tout en restant assez petit pour un rapprochement manuel.

De quelles sources de données une mesure de marge de service a-t-elle besoin ?

En général, les factures, ordres de service et imputations de coûts de S/4HANA pour la valeur financière, les données contractuelles pour le périmètre et les prix, et les interventions, confirmations de temps et de matériel de SAP Field Service Management pour le contexte opérationnel. Vérifiez le catalogue des produits de données BDC pour votre release ; lorsque SAP ne fournit pas de produit de données pour une source, répliquez-la via Datasphere et gérez-la comme votre propre produit de données.

L’IA peut-elle expliquer la marge de service avant le rapprochement des chiffres ?

Elle ne devrait pas. Une synthèse IA sur une mesure non rapprochée produit des phrases plausibles sur un chiffre que personne n’a validé. Rapprochez d’abord un échantillon de contrats, puis laissez un assistant résumer les évolutions, toujours en citant les pièces et les définitions derrière sa réponse.

Qui devrait avoir accès aux données de marge de service ?

Moins de personnes que ne le suggère l’audience d’un tableau de bord. Les taux de coût, les données clients et les temps des techniciens sont sensibles au regard de la nLPD et du RGPD. Définissez les rôles avant la mise en production : la finance voit les coûts, les responsables de service voient leurs contrats, et le détail par technicien reste agrégé sauf besoin documenté.

Parlez d’un premier produit de données avec Spadoom. Apportez une mesure contestée et la décision qu’elle doit soutenir. Cela donne à l’évaluation une limite concrète.