Contexte
Une société de logistique nord-américaine offrant des services de transport et comptant plus de 75 sites de distribution a fait appel à Keyrus pour un problème lié à l'automatisation des processus.
Plus précisément, le client disposait d'un ancien processus de configuration des tarifs impliquant de nombreuses interventions manuelles. Le processus comprenait la validation manuelle des données des rapports financiers exportés, le téléchargement des chiffres de l'inflation à partir de sites Web gouvernementaux et l'exécution de macros Excel. Plus important encore, le processus comprenait également un examen manuel de milliers de documents juridiques structurés de manière incohérente (c'est-à-dire des contrats) allant de 40 lignes à plus de 60 pages !
En conséquence, la définition du bon tarif pour chaque client était souvent omise, ce qui entraînait une facturation inexacte des clients et une perte de revenus.
Pour éviter cette perte de revenus, Keyrus a été chargé d'analyser et de recommander la bonne solution et la bonne combinaison de technologies (Snowflake avait déjà été choisi pour le stockage des données) pour répondre à ses besoins d'automatisation et de traitement des données non structurées.
Approche
1. Phase de découverte :
Keyrus a proposé de commencer l'engagement par une phase de découverte et de conception de haut niveau de la solution. Cela a permis au client et à Keyrus d'évaluer en toute confiance les options disponibles et de peser le coût et le retour sur investissement de la solution avant de s'engager dans un projet plus important.
Au cours de la phase de découverte, Keyrus a analysé les exigences de la solution et évalué 4 outils différents (Alteryx, Leverton, Python et DocuSign API) pour la partie analyse des documents juridiques du processus. En fin de compte, Keyrus a recommandé Alteryx en raison de son équilibre entre les fonctionnalités, le coût, la facilité d'utilisation et la réutilisation. En outre, Keyrus a également recommandé de tirer parti de Rivery pour intégrer dans Snowflake les données provenant de l'API des sites Web gouvernementaux et de la base de données ERP interne. Enfin, Keyrus a fourni au client un plan de mise en œuvre affiné de la solution, comprenant le calendrier, les risques et les coûts.
2. Mise en œuvre :
Tout au long de la phase de mise en œuvre, Keyrus a fourni les livrables suivants :
Refonte du processus de configuration des taux clients de bout en bout.
Développement d'un flux de travail Alteryx pour analyser les contrats juridiques avec une grande précision.
Traitement du lot initial de contrats anciens.
Création et configuration du compte Snowflake avec les schémas de base de données et les autorisations appropriés.
Création et configuration du compte Rivery avec les connexions appropriées et les téléchargements de données programmés.
Sessions de documentation et de transfert de connaissances pour permettre à l'équipe du client de s'approprier les outils Snowflake, Rivery et Alteryx et d'établir les futurs pipelines de données.
Défi
Variabilité et complexité :
Automatiser un processus historiquement manuel qui implique la lecture de milliers de contrats allant de quelques lignes de texte à plus de 60 pages dans plusieurs langues, ne contenant pratiquement aucune cohérence entre eux, et ne disposant que de quelques semaines pour le faire... peut sembler une tâche quasi impossible.
Heureusement, après de nombreuses discussions et itérations, les experts de Keyrus ont commencé à trouver des cohérences qui leur ont permis de repérer les points de données pertinents et de les analyser avec un degré élevé (~85%) de précision.
Avantages
Trois nouveaux outils ont été configurés pour les cas d'utilisation actuels et les développements futurs :
Alteryx
Rivery
Snowflake
L'ensemble du processus a été repensé et configuré pour fonctionner pour tous les contrats existants, ce qui a donné les résultats suivants :
Une augmentation de 80 à 120 % des revenus provenant des ajustements de tarifs annuels, qui n'étaient pas comptabilisés auparavant.
7 655 anciens contrats analysés avec un taux de correspondance de 85 % (l'objectif était >50 %) pour les champs clés.
Extraction mensuelle automatisée des chiffres de l'inflation à partir des API des sites Web gouvernementaux à l'aide de Rivery.
Amélioration de la capacité à modifier la logique de tarification et à générer des rapports selon un calendrier avec Alteryx et Rivery.
Un transfert de connaissances approfondi a été effectué en tenant compte des plans de développement futurs du client, y compris des exigences pour un projet de phase 2.