Sophie Gallay

Chez Etam : 

• Création d'un Data Office

1. Réorganisation des différentes équipes data au sein d'une entité transverse
2. Mise en place d'une nouvelle gouvernance et retravail des rôles pour répondre au double run des infrastructures et projets existants et la mise en place des infrastructures et projets de demain
3. Définition de la stratégie data et lancement de cas d'usage
4. Alignement des maisons autour d'une liste de cas d'usage classés par niveau de complexité et d'importance business
5. Roadmap cas d'usage Data (fondamental / dashboarding, avancés / data science et ML, expert / IA)
6. Exemples de projets : achats data driven, replenishment data-driven, recommandation produit, substitution produit, refonte des segmentations comportementales…

• Lancement d'un programme de refonte des data fondations (notamment lancement d'une data plateforme et de l'effort de data gouvernance)
• Lancement de programmes de refonte métier intégrant de la data (cockpits de pilotage métiers, journeys CRM / personnalisation et orchestration etc.)
• Lancement de deux MVP dans le cadre du lancement du projet data Plateforme (MVP fondamental et avancé) : cockpit de pilotage et réassort magasin data driven
• Lancement avec la Digital Factory et nos partenaires technologiques d'un stream d'exploration IA
• Lancement d'un programme de refonte et de centralisation de la data viz autour d'un outil groupe
• Lancement d'un projet de migration cloud (bases data)
• Création d'une data plateforme cloud based en surcouche applicative
• Passage progressive de la plateforme en Hub Data - Plan de migration progressive des alimentations / exposition de la donnée sur la plateforme
• Transfert (et refonte) de l'ensemble des projets Analytics et data science (eg. projet de promotion intelligente existant sur les infrastructures legacy).
• Mise en place d'un programme de formation Data au sein du groupe Etam
• Formation top exe
• Programme de formation data pour reconversion professionnelle
• Mise à niveau des équipes métiers pour le passage GA4
• Optimisation du stack outil.

‍

Chez LVMH : création de la position de data strategist pour une division du groupe

Le retail moyen de gamme est très fortement challengé (cf contexte des 12 derniers mois / fermetures et redressement). Particulièrement vrai pour les sous-vêtements et le prêt à porter femme, les deux secteurs concernés par Etam.

‍

Pris en étau entre trois forces :

- Des concurrents au positionnement luxe ou premium qui continuent à progresser. 

- Des arrivants sur le marché ou des acteurs historiques de l'ultra accessibles, à l'empreinte beaucoup plus importante, qui imposent une forte pression sur les prix sans avoir les mêmes contraintes de structure de coûts (H&M, Zara, ou même SheIn), tout en proposant une expérience client du plus haut niveau.

- Des concurrents 100% pure players de plus en plus présents, qui augmentent leur empreinte sur le sous-vêtement, et disposent d'un ADN tech qui leur permette d'innover très rapidement et de transformer rapidement les standards de l'expérience en ligne.

‍

La multiplication des acteurs répond et renforce aussi le morcellement de la demande en des groupes aux besoins, attentes et comportements spécifiques auxquels il faut pouvoir s'adapter.

‍

Etam doit donc se concentrer sur :

- La rationalisation de sa structure de coûts, en utilisant la data et le digital comme un levier l'efficacité opérationnelle et d'optimisation

- La mise à niveau de son expérience omnicanale. La grande force d'un groupe comme Etam est d'avoir un réseau retail très fort, avec un conseil client très apprécié. Se concentrer sur créer une vraie expérience omnicanale, complètement transparente pour le client; et qui réponde aux standards des meilleurs de chaque domaine

- La clarification et la spécialisation de son offre et de discours selon des cibles mieux définies.