Proche

SUCCESS STORY

Une source unique de vérité pour 206 usines : pourquoi ALPLA a choisi Syndigo pour ses données de référence

Syndigo Syndigo

Les données de référence déterminent la rapidité avec laquelle ALPLA peut répondre à une question simple sur ses propres opérations. L’entreprise remplace un ensemble disparate de systèmes par une base commune et gouvernée, construite avec Syndigo et le partenaire d’implémentation valantic, puis validée dans le cadre d’un proof of concept bien délimité. Le développement du premier groupe d’entités est désormais en cours.

ALPLA en bref

5,2
Milliards d’euros de
chiffre d’affaires, 2025
25,440
Collaborateurs
dans le monde
206
Usines dans
45 pays
1955
Fondée,
entreprise familiale

Informations publiques sur l’entreprise ALPLA, exercice 2025.

Posez la même question à deux endroits et obtenez deux réponses différentes. C’est le problème que le programme de gestion des données de référence d’ALPLA s’est fixé pour objectif de résoudre. Dans une entreprise vaste et complexe, les différences de définitions, de normes et de procédures rendaient même les questions simples longues à traiter.

Chez ALPLA, les données de référence relèvent de la responsabilité des équipes métier, et non d’une simple tâche de maintenance informatique. L’équipe a compris que la technologie seule ne résoudrait pas le problème : il fallait une responsabilité claire, des règles communes et des processus définis. Au lieu de considérer cette initiative comme un projet logiciel, l’équipe d’ALPLA a défini une fois pour toutes ce que désignent les entités de données essentielles, telles qu’un site, une machine ou un outil de production, et qui est habilité à modifier cette définition.

Une base pour le changement

ALPLA fabrique des emballages en plastique depuis 1955 et appartient toujours à la famille fondatrice. Sur ses 206 sites de production, 66 sont des usines implantées directement chez les clients.

Un objet, plusieurs versions de la vérité

Dans le domaine des données de référence, un objet ou une entité est un élément distinct du monde réel que l’entreprise doit identifier et gérer de manière univoque. Au fil du temps, les informations sur les objets utilisés par ALPLA, notamment les sites, les machines et les outils de production, se sont accumulées dans plusieurs systèmes, créés à différentes périodes et à des fins différentes. Chaque système était exact selon ses propres critères, mais ces critères n’étaient pas cohérents entre eux. Les modifications étaient souvent demandées de manière informelle plutôt que par un processus défini, et la responsabilité d’un enregistrement donné n’était pas établie de manière centralisée. Reconstituer l’historique d’une modification était particulièrement difficile au moment où cela comptait le plus.

Des coûts visibles au quotidien

La fragmentation des données et le manque d’uniformité des définitions compliquaient le travail dans toute l’entreprise. Les problèmes étaient rarement spectaculaires, mais ils ralentissaient continuellement les activités quotidiennes : les rapports étaient rapprochés manuellement avant leur présentation, un même actif apparaissait sous différents identifiants et les questions sur un chiffre se terminaient par une réunion plutôt que par une recherche rapide. Personne ne pouvait déterminer rapidement quel chiffre était correct, et le vérifier prenait du temps à chaque fois.

  • Pas un outil, mais une plateforme

ALPLA ne recherchait pas un outil se limitant à corriger des données erronées. L’entreprise avait besoin d’une plateforme capable de gérer différents types de données métier, des actifs et des sites aux produits et partenaires commerciaux, au sein d’un modèle commun et gouverné. Gérer chaque type séparément n’aurait fait que reproduire la même fragmentation à un niveau supérieur. Syndigo Master Data Management (MDM) offrait cette couverture sous la forme d’une plateforme cloud intégrant la qualité des données dès le départ : validation, rapprochement et fusion, ainsi qu’enrichissement, sont des fonctionnalités essentielles et non des modules complémentaires.

  • La gouvernance avant la configuration

ALPLA a traité la gouvernance avant de configurer la plateforme, et cet ordre s’est révélé aussi important que la plateforme elle-même. En travaillant avec les équipes métier plutôt qu’à partir d’une spécification technique, l’entreprise a défini qui est responsable de quelles données, qui approuve une modification et à quelles exigences un enregistrement doit répondre avant sa publication.

Les Data Stewards, les fonctions métier concernées et l’équipe Corporate Business Intelligence ont travaillé ensemble sur ces questions.

  • Commencer par les cas les plus complexes

ALPLA a également choisi avec soin son point de départ : les entités principales qui suscitent le plus de discussions dans ses usines, à savoir les sites, les machines et les outils de production qui circulent entre eux. Commencer par les harmoniser a rendu la valeur du programme visible, même pour les personnes qui ne travaillent habituellement pas sur les données de référence.

Le programme en chiffres

~50
Critères
d’acceptation satisfaits
4
Entités principales du
proof of concept
5
Cas d’usage
testés

Du proof of concept au développement

Fév. 2026
Critères
d’acceptation satisfaits
Mars–avr. 2026
Critères
d’acceptation satisfaits
Avr. 2026
Validé formellement
selon environ 50
critères
Juin 2026
Blueprints
élaborés
Aug 2026
Développement du socle
en cours

En partenariat avec

Un seul enregistrement, plus aucune incertitude

Chaque objet principal dispose d’un responsable désigné et d’un enregistrement validé. Les modifications suivent un workflow d’approbation intégrant un contrôle qualité : il n’est plus nécessaire de relancer les validations par e-mail. Chaque modification est consignée, de sorte qu’une question d’un client ou une demande d’audit trouve sa réponse directement dans l’enregistrement, et non dans la mémoire des équipes. Cet enregistrement suit ensuite un parcours défini vers chaque système qui en a besoin.

Trois résultats en découlent et servent de référence au programme : des rapports fondés sur des données gouvernées, sans rapprochement manuel ; une traçabilité claire indiquant qui a modifié quoi et quand ; et une base évolutive, puisque chaque nouvelle entité rejoint un modèle existant au lieu de nécessiter la création d’un modèle spécifique.

Mesurer la réussite

La réussite du programme d’ALPLA sera évaluée selon trois indicateurs : le temps nécessaire pour mettre à jour les données, la qualité des données par entité et la réduction des reprises manuelles dans les rapports. Ces trois indicateurs sont actuellement mesurés par rapport à une référence qui n’existait pas auparavant. C’est pourquoi cette success story ne présente pas encore de chiffres de performance : ALPLA préfère publier un chiffre qu’elle peut étayer de manière fiable.

Ce n’est que le début

Les premières entités doivent être mises en production selon le nouveau modèle de gouvernance. D’autres phases sont déjà prévues et un groupe bien plus vaste de domaines de données suivra progressivement. L’objectif final est simple : une source unique de vérité pour ALPLA, gouvernée une seule fois et fiable pour chaque système, dans chaque usine et dans chaque pays.

La place de l’IA

L’IA prend déjà en charge des fonctions essentielles de la plateforme Syndigo MDM, telles que le rapprochement et l’enrichissement. L’extension éventuelle de ces capacités aux propres données de référence d’ALPLA est évaluée de manière réfléchie, cas d’usage par cas d’usage, en appliquant d’abord les règles de classification des données du groupe. L’approche est la même que pour l’ensemble du programme : définir les règles, puis laisser la technologie agir.

  • Un enregistrement gouverné.

Chaque objet principal — sites, machines, outils de production et futures entités — est défini et validé une seule fois, avec un responsable désigné et un workflow d’approbation pour chaque modification.

  • La gouvernance d’abord, la configuration ensuite.

La responsabilité des données, les rôles et les circuits d’approbation ont été définis avec les équipes métier avant la configuration de la plateforme. Aucun outil ne peut prendre cette décision à votre place.

  • Une base évolutive.

Chaque nouvelle entité et chaque nouveau domaine de données rejoint un modèle existant, favorisant le reporting, la traçabilité et la transformation numérique globale d’ALPLA.