Promod veut que ses équipes merchandising puissent interroger les données de l’entreprise avec leurs propres mots. « Il n’y a pas de magie », a déclaré à Républik Retail Claire Thelliez, directrice de la transformation et des systèmes d’information : les projections et autres usages avancés nécessitent d’abord une meilleure « couche de contexte ». Ouvrir les données au métier déplace le goulot d’étranglement : ce n’est plus l’écriture des requêtes qui coince, mais la mise par écrit du sens des chiffres.

L’enseigne, qui compte 400 magasins, a développé en interne son propre ERP et sa plateforme e-commerce, et pourtant obtenir un tableau de bord passait généralement par une demande à l’équipe data. Après un test de trois mois de Myriade, une start-up lilloise fondée en 2025, une cinquantaine de personnes utilisent désormais la plateforme, soit environ la moitié de la direction des systèmes d’information. Selon Claire Thelliez, l’outil permet à Promod de « travailler plus vite et plus simplement ». Parmi les premiers agents à s’aventurer au-delà de la DSI, l’un signale des problèmes de logistique de commandes qui nécessitaient autrefois une requête SQL ; un autre vérifie que la politique commerciale est bien appliquée. Les deux se contentent de lire les données ; une projection, elle, doit les interpréter. Cette répartition suit autant le budget que le glossaire : la licence Myriade s’accompagne d’un quota de tokens par utilisateur, et Claire Thelliez garde le simple pilotage par tableau de bord hors du périmètre de l’IA, puisque d’autres outils font déjà ce travail sans rien dépenser.

Google, dont le cloud héberge la plateforme de données BigQuery de Promod, a déjà prévu un espace pour coucher cette interprétation par écrit. Sa documentation consacrée aux agents de données construits sur BigQuery comprend un champ appelé « glossaries », destiné aux définitions des termes métier. Ce « contexte rédigé » est présenté comme facultatif, précise-t-elle, même s’il rend les réponses de l’agent plus précises. Le glossaire est donc facultatif au même titre que l’exactitude.

Myriade vend cette couche de contexte comme quelque chose qu’une machine peut construire en grande partie toute seule. Sa page d’accueil affirme que ses agents « documentent 90 % de vos tables sans supervision », laissant un catalogue « complet, correct et à jour en quelques heures, pas en plusieurs mois ». Un client cité sur la page loue sa « magie » sémantique. La FAQ est plus mesurée : les utilisateurs métier n’y accèdent « qu’à terme », une fois les données « cataloguées et vérifiées en qualité ». Entre-temps, « quand quelque chose n’est pas clair, Myriade interroge votre équipe », et l’équipe data « relit, corrige, valide ».

Ce qui n’est pas clair, ce sont justement les points que l’équipe data tranchait autrefois sans qu’on le lui demande. Un responsable merchandising qui voulait connaître les ventes du mois dernier obtenait un chiffre où des décisions étaient déjà intégrées. Les retours étaient déduits, ou non, selon qui demandait le chiffre. Environ un tiers des magasins Promod sont des franchises, et les « ventes » d’un magasin franchisé peuvent désigner ce que Promod a vendu au franchisé ou ce que le franchisé a vendu au client final. C’était l’analyste qui tranchait, et le chiffre n’en gardait jamais la trace.

Un entrepôt conserve chaque vente, mais aucune des discussions sur ce qui compte comme telle.

Le calendrier de Promod place lui-même le glossaire en premier. Claire Thelliez cite le problème du contexte comme l’une des raisons pour lesquelles le déploiement a commencé au sein de la DSI, où les réponses de la machine sont encore vérifiées. D’ici douze mois, la plateforme devrait aussi enrichir le catalogue de données et analyser les événements commerciaux. Une autonomie plus large pour le commerce, le merchandising et la finance viendra ensuite. Le réapprovisionnement, déjà sur la liste, est une projection avec une date de livraison.

Les équipes data, promet la page d’accueil de Myriade, « retrouvent du temps ». La méthode décrite sur cette même page consacre ce temps à répondre à la machine, qui demande ce que les analystes décidaient jusque-là seuls dans leur coin. Cette fois, les réponses seront écrites noir sur blanc, là où les équipes merchandising pourront enfin les contester.