Architecture Data lakehouse retail

Contexte

Réseau de boutiques de luxe (120 points de vente, 35 pays, 800M€ CA). Données retail dispersées : POS, e-commerce, CRM clienteling, stocks magasins, programme fidélité. Architecture data warehouse legacy (Oracle) coûteuse et rigide. Projet de lakehouse pour unifier données physiques et digitales.

Problème & Défi

5 sources de données retail non unifiées : aucune vue client 360° cross-canal Data warehouse Oracle coûteux (600K€/an) avec performances dégradées sur les analytics Temps de préparation des rapports CRM : 2 semaines par campagne vs 2 jours attendus Équipes métiers (merchandising, clienteling) sans accès self-service aux données Stock magasins non synchronisé e-com → 15% de commandes annulées pour rupture Programme fidélité disconnecté du CRM - 60% des clients VIP non identifiés en boutique

Solution & Livrables

– Architecture Data Lakehouse opérationnelle sur Databricks. données POS, e-com, CRM, stocks et fidélité unifiées – Vue client 360° omnicanale opérationnelle → identification de 95% des clients VIP en boutique et en ligne – Couche self-service analytics pour le merchandising et le clienteling → rapports en 2h vs 2 semaines – Synchronisation stocks temps réel magasins ↔ e-com, commandes annulées ramenées de 15% à 2% – Coûts data ramenés de 40% vs Oracle legacy (600K€ → 360K€/an) avec des performances x5 – Data products prêts à consommer pour les équipes métiers dans 35 pays

Technologies