Zéro sortie de données, un seul modèle gouverné : comment Rexel a consolidé 7 à 10 ERP sur Snowflake

Depuis cinq ans, Rexel USA connaît une croissance presque exclusivement portée par les acquisitions, avec une nouvelle entreprise intégrée quasiment chaque trimestre. Personne, chez Rexel, ne qualifierait cela de problème de données. Cela en est pourtant devenu un.

James Wilson Jr., que tout le monde sur l’appel appelle simplement « Wilson », a rejoint Rexel USA il y a quelques années avec pour mission précise de reconstruire l’infrastructure sous-jacente à cette croissance : une partie analytique, une partie solutions, le tout au service de la mise en place de la prochaine génération de systèmes de l’entreprise. Il est revenu sur ce chantier aux côtés de Prabhath Nanisetty, qui conseille des entreprises du secteur sur leur stratégie data et IA chez Snowflake, lors d’un échange animé par Benny Garner de Semarchy. Aucun des trois ne présente ce projet comme achevé. C’est un chantier pluriannuel, et ils n’en sont qu’à trois ou quatre mois sur la seule structure de gouvernance — mais les contours du projet sont déjà clairs.

 La croissance par acquisition fragilise les données avant tout le reste

La croissance de Rexel repose presque entièrement sur l’addition : environ une acquisition par trimestre, en plus de la croissance organique, répartie entre les segments commercial (63 %), industriel (30 %) et résidentiel (7 %). Chaque nouvelle « enseigne » (le terme employé par Rexel pour désigner ses divisions opérationnelles distinctes) arrive avec ses propres relations clients, ses propres conditions fournisseurs, et bien souvent sa propre instance de l’ERP qu’elle utilisait déjà. Wilson a cité Eclipse comme le système utilisé par la majorité des enseignes, mais même au sein d’Eclipse, « c’est presque comme s’il s’agissait d’un ERP différent » d’une instance à l’autre.

L’option d’une consolidation vers un ERP unique a été envisagée, puis explicitement écartée : avec une nouvelle enseigne intégrée environ chaque trimestre, une migration ERP entrerait directement en concurrence avec le rythme des fusions-acquisitions lui-même, au risque de perturber le modèle commercial de Rexel, fondé sur la relation client. Rexel a donc fait le choix inverse : laisser les systèmes transactionnels tels quels, et consolider la couche data au-dessus.

Extrait du support du webinaire : l’état actuel de la plateforme data de Rexel avant consolidation. 1 400 flux de données, MDM et PIM gérés comme des processus séparés, e-commerce non intégré. Source du slide : Semarchy + Rexel + Snowflake, 25 juin 2026.

Pourquoi un MDM natif sur Snowflake l’emporte sur une solution rapportée

Cette couche data devait trouver un foyer, et Rexel a été tout aussi rigoureux sur son emplacement que sur sa décision de ne pas toucher aux ERP. Les exigences de départ étaient précises, pas aspirationnelles : 30 millions de fiches de référence sur les domaines Produits, Fournisseurs, Clients, Sites et Finance, maîtrisées pour 7 à 10 ERP, fonctionnant nativement dans Snowflake plutôt que dans le cloud d’un éditeur MDM tiers. Ce dernier point n’était pas une simple préférence. Héberger les données de référence sur la même plateforme que les données brutes signifie zéro sortie de données, un seul périmètre de sécurité à défendre, et aucun nouveau mouvement de données à justifier lors d’un audit de sécurité.

« Leur stratégie d’implémentation est l’une des meilleures que j’aie jamais vues. Nous n’avons jamais eu besoin de faire appel à un partenaire externe pour déployer le MDM. »

— James “Wilson” Jr., VP of Analytics and Enterprise Solutions, Rexel USA

Le déploiement reflète ce choix architectural. Rexel a maîtrisé cinq domaines en moins de quatre mois, sans faire appel à un intégrateur système externe. Une fois qu’une fiche est modifiée, elle se propage assez vite pour avoir un impact opérationnel réel : les mises à jour tarifaires sur 100 000 références sont effectives en moins de quatre heures, l’interface se rafraîchit en moins de deux secondes, et les nouvelles fiches sont diffusées vers les systèmes aval dans un délai garanti de cinq minutes. Rien de tout cela n’est atteignable si les données de référence doivent sortir de Snowflake puis y revenir. Réussir cette architecture s’est toutefois révélé être la partie la plus simple du projet.

L’architecture cible présentée par Wilson et Prabhath. Le traitement quitte les ERP pour Snowflake, où Semarchy pilote nativement la qualité des données. Source du slide : Semarchy + Rexel + Snowflake, 25 juin 2026.

La technologie n’était pas le plus dur : définir « un client » l’était

« La technologie n’a pas été difficile. Le vrai défi, c’est d’aligner l’entreprise sur une définition unique des données de référence, et sur la façon de la mettre en œuvre. Il y a énormément de travail organisationnel. »

— James “Wilson” Jr., VP of Analytics and Enterprise Solutions, Rexel USA

La structure de gouvernance à elle seule a nécessité trois à quatre mois de travail. L’exemple concret que Wilson a répété à plusieurs reprises : faire accepter à l’entreprise une définition commune de ce qui constitue réellement « un client Rexel » — une question qui semble anodine et ne l’était pas — a demandé trois semaines de négociation pour aboutir à une définition qui fonctionne à la fois pour Snowflake et pour Semarchy MDM. Le même exercice a été refait pour la notion de « produit », en travaillant un à un les concepts de fabricant, de marque, de produit, de fournisseur et de domaine. Ce travail de fond est précisément ce dont dépend entièrement la couche suivante, celle que Rexel construit aujourd’hui pour l’IA.

Des données de référence gouvernées : le rempart contre les hallucinations de l’IA

« C’est la couche sémantique que l’on construit dans Snowflake avec ses données de référence, combinée à la couche de contexte d’Atlan. C’est sur cette base que l’on déploie l’IA. Sans elle, votre IA va halluciner. »

— James “Wilson” Jr., VP of Analytics and Enterprise Solutions, Rexel USA

La contribution de Prabhath Nanisetty, côté Snowflake, met l’accent sur l’interopérabilité. Plutôt que de confier chaque couche à un seul éditeur, le modèle de Snowflake consiste à faire venir des partenaires spécialisés (Semarchy pour les données de référence, Atlan pour le contexte et la traçabilité) directement là où les données résident déjà, le tout gouverné par une couche centralisée que Snowflake appelle le Horizon Catalog. C’est ce catalogue qui permet à un humain, un tableau de bord, un agent IA ou un agent dialoguant avec un autre agent de puiser dans la même source gouvernée, au lieu de devoir chacun reconstruire sa propre confiance dans les données.

Comment une requête en langage naturel devient une réponse gouvernée : authentification Azure AD, orchestration et contexte connectés en MCP, et couche de données de référence Semarchy en fondation. Zéro code d’API personnalisé.

« Quoi qu’il arrive après l’IA et les agents, l’atout stratégique le plus important pour les entreprises reste leurs données et la façon dont elles les opérationnalisent. »

— Prabhath Nanisetty, Responsable Technologie et IA, Snowflake

La conclusion de Prabhath a été sans détour : depuis 20 ou 30 ans, les entreprises « repoussent le sujet de la qualité des données », et ce sursis touche à sa fin. La démarche de Rexel — consolider la couche de données de référence nativement au sein de la plateforme déjà en place, avant de se lancer dans la prochaine initiative IA — relève autant d’une question de séquencement que d’architecture. Visionnez l’intégralité de l’échange ci-dessus, ou accédez directement aux moments clés ci-dessous.