Gouvernance des données saisonnières, de courbe de tailles et par canal

Une marque de denim tient sa réunion commerciale du lundi. Le wholesale annonce un « sell-through de 62 pour cent sur le printemps 26 ». L'e-commerce dit que le même modèle est « encore en stock à 40 pour cent ». Le retail affirme que la saison est déjà terminée. Les trois ont raison, et les trois regardent des définitions différentes du même produit, de la même saison et du même stock. Personne ne peut agir.

C'est le quotidien de données mode non gouvernées. Les chiffres ne sont pas faux. Ils ne sont pas réconciliés. Cette leçon montre comment y remédier avec de l'ownership, des définitions et des cadences de rafraîchissement pour les trois jeux de données les plus volatils du prêt-à-porter : les codes saison, les courbes de tailles et le stock par canal.

Pourquoi les données mode cassent la réconciliation

La plupart des problèmes de qualité de données dans le prêt-à-porter ne sont pas des erreurs de calcul. Ce sont des conflits de définition. Trois caractéristiques structurelles rendent la mode particulièrement fragile :

• Les saisons se chevauchent. Le printemps 26 est livré au wholesale en janvier, arrive en surface de vente en février et traîne en e-com jusqu'en juillet en markdown. Il n'existe pas de « fin de saison » unique.
• La taille est une distribution, pas un nombre. Un modèle ne vend pas « 500 unités ». Il vend une courbe du XS au XL, et cette courbe diffère selon le canal et la région.
• Le stock vit dans plusieurs systèmes. Le wholesale est dans un ERPERPUn système intégré unique qui gère les opérations clés : finance, achats, supply chain, RH et production sur des données partagées.Voir la définition complète → (Enterprise Resource Planning, le système qui gère les commandes et la finance). Le retail est dans un POS (Point of Sale). L'e-com est sur une plateforme de commerce distincte. Chacun compte le stock à sa manière.

La gouvernance est la discipline qui les met d'accord. Pas en imposant une vérité unique, mais en définissant les termes, en désignant des owners et en fixant les moments de rafraîchissement des données.

Codes saison : la clé mamaUtiliser un logiciel pour automatiser les tâches et campagnes marketing répétitives, afin de personnaliser à grande échelle sur des canaux comme l'email, le web et le social.Voir la définition complète →îtresse

Un code saison est l'identifiant qui regroupe les produits par période de vente (par exemple SS26 pour printemps/été 2026). C'est le champ le plus maltraité des données mode parce que tout le monde suppose qu'il veut dire la même chose. Ce n'est pas le cas.

Définir explicitement le cycle de vie de la saison

La gouvernance impose de nommer chaque phase et d'y attacher une règle de date :

Le mode de défaillance : un planner filtre le « sell-through SS26 » sur la saison de livraison, tandis que la finance reporte sur la saison de vente. L'écart est de plusieurs semaines, et les chiffres ne tombent jamais juste.

Règle à adopter : un champ par phase, jamais une seule colonne « saison » qui fait quatre métiers. Stockez design_season, ship_season et selling_season séparément.

Ownership et cadence

Désignez un data owner (responsable de la définition) et un data stewarddata stewardUn responsable côté métier, garant de la qualité, de la cohérence et du bon usage des données de son domaine.Voir la définition complète → (qui maintient les valeurs au quotidien). Les codes saison changent rarement, une cadence de revue trimestrielle suffit donc. Verrouillez la liste des codes. Tout nouveau code exige la validation de l'owner merchandising, pas une crcrLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète →éation ad hoc par un analyste.

Courbes de tailles : gouverner une distribution

Une courbe de tailles est le pourcentage d'unités attendues ou vendues sur une plage de tailles. Si une chemise vend XS 10 pour cent, S 25 pour cent, M 30 pour cent, L 25 pour cent, XL 10 pour cent, voilà sa courbe.

Les courbes de tailles pilotent l'achat, l'allocation et le markdown. Quand elles sont fausses, vous surachetez des tailles dont personne ne veut et vous êtes en rupture sur celles qui partent. C'est l'origine de la perte par rupture de tailles (des unités bloquées parce que la taille qui se vend n'est plus disponible).

Le problème de gouvernance

Les courbes de tailles sont calculées, pas saisies, donc le risque est la dérive de méthodologie. Deux analystes calculent différemment la part du « M » : l'un prend les unités vendues, l'autre les unités reçues. Même produit, courbe différente.

Définissez une formule canonique unique et publiez-la :

-- Canonical size-curve share, by style and channel
-- Definition: net units sold (sold minus returns) / total net units sold
SELECT
  style_id,
  channel,
  size,
  SUM(units_sold - units_returned) AS net_units,
  ROUND(
    SUM(units_sold - units_returned) * 100.0
    / SUM(SUM(units_sold - units_returned)) OVER (PARTITION BY style_id, channel),
  1) AS size_share_pct
FROM fact_sales
WHERE selling_season = 'SS26'
GROUP BY style_id, channel, size;

Notez PARTITION BY style_id, channel. Les courbes doivent être calculées par canal. L'e-com penche vers les grandes tailles (les retours et le comportement try-before-you-buy diffèrent), et le retail penche vers la demande en magasin. Une courbe unique mélangée masque les deux.

Calcul détaillé

Supposons qu'une robe ait vendu ces unités nettes en retail : XS 40, S 120, M 150, L 90, XL 20. Total : 420.

• Part du M = 150 / 420 = 35,7 pour cent
• Part du S = 120 / 420 = 28,6 pour cent

La saison suivante, vous achetez 1 000 unités. La courbe gouvernée vous dit d'acheter environ 357 M et 286 S. Si quelqu'un avait utilisé une courbe périmée ou mélangée à « 20 pour cent par taille », vous auriez acheté 200 M et seriez en rupture dès la deuxième semaine.

Cadence

Les courbes de tailles se rafraîchissent chaque semaine pendant la saison de vente parce que les premières ventes remodèlent la courbe attendue. Figez la courbe en fin de saison pour servir de base à l'achat de l'année suivante. Owner : responsable planning/allocation.

Stock par canal : le cœur de la réconciliation

C'est là que la réunion du lundi a déraillé. Le stock par canal désigne les unités disponibles par site et par canal : wholesale, retail en propre et e-com.

Nommer les définitions qui s'opposent

Le mot « disponible » veut dire des choses différentes :

• On-hand : physiquement dans l'entrepôt.
• Available to sell (ATS) : on-hand moins le réservé (alloué à des commandes, dans des paniers, tenu pour le wholesale).
• In transit : expédié mais pas encore réceptionné.

L'e-com reporte généralement l'ATS. Le wholesale reporte souvent le on-hand. Le retail peut reporter les deux sous un même libellé. Cette ambiguïté d'un seul mot est la cause première de la plupart des litiges entre canaux.

Règle de gouvernance : tout chiffre de stock doit porter sa définition et son horodatage. « 1 200 unités » ne veut rien dire. « 1 200 ATS, e-com, au 06:00 UTC » est auditable.

Cadence de rafraîchissement par canal

La cadence doit correspondre à la vitesse de chaque canal :

• E-com : quasi temps réel ou toutes les quelques minutes. Le risque de survente est immédiat.
• Retail en propre : intraday, souvent une synchro POS horaire.
• Wholesale : quotidien ou à chaque événement d'expédition.

Documentez la cadence dans un data contractdata contractAccord formel entre l'équipe qui produit les données et celles qui les consomment, fixant structure, sens, qualité et responsabilité en cas de rupture.Voir la définition complète → : un accord écrit entre l'équipe qui produit la donnée et les équipes qui la consomment, qui précise le schéma, les définitions, la fraîcheur et qui appeler quand ça casse. Pour une introduction pratique, voir le guide de dbt sur les data contracts.

Les métriques qui prouvent que vos données sont gouvernées

La gouvernance n'est réelle que si vous la mesurez. Suivez ces métriques de qualité de données, pas des métriques financières :

• Écart de réconciliation : différence absolue entre la somme des stocks par canal et le total maître (ERP). Cible : sous 1 pour cent (un benchmark interne courant, à traiter comme une estimation, pas comme un standard).
• Taux de respect du SLA de fraîcheur : pourcentage de rafraîchissements arrivés à l'heure. Si l'e-com promettait une fraîcheur de 5 minutes, à quelle fréquence a-t-il tenu ?
• Couverture des définitions : pourcentage des champs clés (codes saison, taille, ATS) dotés d'une définition publiée et ownée. Visez 100 pour cent sur ces trois-là.
• Taux d'orphelins : pourcentage de SKU (Stock Keeping Units, l'identifiant unique produit-taille-couleur) sans code saison ou taille valide. Un taux d'orphelins élevé garantit des reportings cassés.

Un contrôle de réconciliation simple

L'ERP maître indique 10 000 unités du modèle SS26-DRESS. Les canaux reportent : wholesale 6 000, retail 2 500, e-com 1 400. Somme : 9 900.

Écart de réconciliation = (10 000, 9 900) / 10 000 = 1,0 pour cent.

Au seuil de 1 pour cent, c'est un signal, pas une crise, mais vous enquêtez sur les 100 unités manquantes (probablement in transit, non comptées). La gouvernance, c'est que l'écart soit visible et attribué, pas découvert en réunion.

Mise en pratique : la fiche de gouvernance

Pour chacun des trois jeux de données, une page répond à quatre questions :

1. Qu'est-ce que c'est ? Une définition en une phrase, sans ambiguïté.
2. Qui en est owner ? Owner et steward nommés.
3. À quelle fréquence se rafraîchit-il ? Cadence explicite avec un SLASLAEngagement formel définissant le niveau de service qu'un fournisseur garantit à un client, avec des objectifs mesurables et des conséquences en cas de manquement.Voir la définition complète →.
4. Comment sait-on que c'est juste ? La métrique de qualité et son seuil.

Codes saison : ownés par le merchandising, revue trimestrielle, mesurés par le taux d'orphelins. Courbes de tailles : ownées par le planning, rafraîchissement hebdomadaire en saison, mesurées par la cohérence de méthodologie. Stock par canal : owné par canal avec un data contract, rafraîchissement aligné sur la vélocité, mesuré par l'écart de réconciliation.

Quand les trois sont gouvernés, la réunion du lundi change. Wholesale, retail et e-com citent la même définition de saison, la même logique de tailles, et des chiffres de stock qui portent leur définition et leur horodatage. Le débat passe de « qui a le bon chiffre » à « qu'est-ce qu'on en fait ».

Points clés

• Éclatez le champ saison. Stockez séparément saison de design, de livraison et de vente. Une colonne qui fait quatre métiers est la première cause de sell-through non réconcilié.
• Publiez une seule formule de courbe de tailles et calculez-la par canal. Les courbes e-com et retail diffèrent ; une courbe mélangée fait mal acheter les tailles et crée de la perte par rupture de tailles.
• Ne citez jamais un stock sans sa définition et son horodatage. « ATS, e-com, 06:00 UTC » est gouvernable ; « 1 200 unités » ne l'est pas.
• Alignez la cadence de rafraîchissement sur la vélocité. E-com quasi temps réel, retail intraday, wholesale quotidien. Inscrivez-le dans un data contract avec un owner.
• Mesurez la gouvernance avec des métriques de qualité de données, écart de réconciliation, SLA de fraîcheur, couverturecouvertureLe nombre de personnes uniques exposées à votre message sur une période donnée. Contrairement aux impressions, le reach compte chaque personne une seule fois, quel que soit le nombre d'expositions.Voir la définition complète → des définitions et taux d'orphelins, pour que la qualité soit visible avant la réunion, pas pendant.