Continuez à lire pour obtenir des meilleurs prix pour votre stack SaaS.

Il est rare de trouver un département des achats dédié supervisant une dépense SaaS de 2,2M USD dans une PME digitale de 70 employés. Cependant, dès mon arrivée en tant que Directeur Général de Publishing Factory, j'ai créé le «Département des Achats» et je l'ai personnellement géré. Cela reflète la réalité des PME, où le responsable du P&L supervise activement chaque aspect. Dans ce contexte, on apprend à développer un processus d'achat, à le rationaliser, à naviguer dans des situations difficiles en utilisant le BATNA, l'agilité et GPT pour préparer les négociations.

Quelle est la mission de Publishing Factory ?

 Publishing Factory propose une plateforme numérique complète et une gamme de services adaptés aux médias numériques. Nos offres couvrent l'intégralité du parcours client numérique - des outils de génération de leads et des pages de landing, aux passerelles de paiement et aux portails pour les produits numériques et physiques. Nous offrons une multitude de services auxiliaires, de la formation sur la plateforme, la configuration du parcours client, et la production multimédia, à la fourniture de postes de travail et d'espaces de bureau. Déployée dans le cloud depuis sa création en 2016, nos opérations dépendent maintenant principalement de techno comme AWS, Node.js, Salesforce CRM, et d'environ 70 fournisseurs de SaaS.

Mon parcours chez Publishing Factory a commencé en tant que Directeur Général fin 2018. Début 2019, nous nous préparions à d'importantes négociations avec tous nos fournisseurs pour réduire les coûts. C'est alors que j'ai recruté un négociateur expérimenté du secteur des biens de consommation. Bien que le logiciel ne soit pas sa spécialité, son talent pour la négociation était inestimable, surtout lorsqu'il s'agissait de traiter avec des géants comme Salesforce.

Ensemble, nous avons mené de nombreuses réunions avec de nombreux fournisseurs. La combinaison de nos compétences s'est avérée très efficace. Ces sessions ont affiné mes instincts de négociateur, me dotant de stratégies et d'informations. Armé de ces connaissances, j'ai élaboré une approche en trois étapes pour gérer de manière permanente les opérations d'achat chez Publishing Factory.

Ces étapes sont très simples et parfois ne prennent que quelques minutes :

J'ai vu la délégation des négociations comme un excellent exercice pour l'équipe pour repousser leurs limites, acquérir de nouvelles compétences et comprendre le «monde commercial» en le vivant. Les grilles tarifaires ne sont pas immuables et sont écrites par les organisations commerciales pour être outrepassées. Les équipes sont toujours curieuses de voir comment vont se dérouler les négociations et quelle seront les issues. Un des avantages de cette approche est que cela a contribué à l'une des valeurs fondamentales de Publishing Factory : la responsabilité. Chaque employé peut réduire les coûts à chaque échelon de l'organisation, ce qui simplifie la gestion et incarne une autre valeur fondamentale : l'efficacité.

Cette approche systématique a permis des réductions allant de 10% à 30%. Cependant, la négociation ne concerne pas seulement le "deal". En effet, l'outil fait parti de nos processus et, lorsque je décide de changer de fournisseur, je dois avoir l'équipe avec moi à 100% pour assumer la charge de travail supplémentaire de la migration. 

Je profite de cette occasion pour remercier l'équipe qui a pris en charge tant de projets de migration, certains ayant pris jusqu'à 2 ans !

Avoir le soutien de mes équipes en cas de changement est crucial pour que je puisse mener à bien une négociation/transaction.

Cette année, les négociations avec les fournisseurs ont été confrontées à des défis distincts en raison de l'inflation récente, amenant de nombreux fournisseurs à augmenter significativement leurs prix (parfois jusqu'à 30%). Cela nous a obligés à utiliser occasionnellement notre BATNA (Meilleure Alternative à un Accord Négocié) : donc changer de fournisseurs plus souvent que par le passé. Ce que j'ai découvert, c'est que nous pouvions généralement monter jusqu'à 3 à 4 niveaux dans la hiérarchie et parfois jusqu'au PDG et toujours obtenir un «NON» à notre demande de meilleures conditions. Dans de tels cas, je devais choisir la dernière option qui est de changer de fournisseur.

Au cours du premier semestre 2023, j'ai changé cinq fournisseurs, avec des économies allant de 50% à 90%. Cela n'a été possible que grâce aux efforts dévoués et à la réactivité de notre équipe, qui a consacré des centaines, voire des milliers, d'heures à certaines migrations. Des équipes de ce calibre sont rares et précieuses et je profite de cette occasion pour les remercier à nouveau.

Je vois un changement comme un échec dans la relation avec le fournisseur. Cela signifie qu'il y avait un profond désalignement dans les deux organisations d'un point de vue commercial. Étonnamment, j'ai toujours remarqué également un certain désalignement sur le produit ou le service.

Lorsque nous décidions un changement, c'était d'abord une décision technique car le produit ne correspondait pas à nos besoins. Le nouveau fournisseur choisi nous apportait donc des économies substantielles mais aussi de nouvelles fonctionnalités qui nous permettaient d'améliorer et optimiser encore plus nos opérations ! Ce qui a été une expérience très enrichissante pour les personnes utilisant l'outil au quotidien.

Optimiser en externalisant une partie des achats : Vendr entre en jeu

Alors que je prenais les rênes pour les contrats les plus importants et la plupart des contrats de taille moyenne pour assurer une approche sur mesure, j'ai vu la nécessité d'un processus rationalisé pour les fournisseurs moins importants. Après avoir examiné de nombreuses 

Plateformes de Gestion et d'Achat de SaaS (SPMP)

, Vendr est devenu mon choix préféré en 2021. Leur approche systématique, couplée à une profonde compréhension du marché, a généré des économies significatives au cours des deux dernières années. Vendr a aidé notre équipe à comprendre les références de prix équitables et les meilleures tactiques de négociation pour les fournisseurs, tout en accélérant nos cycles d'achat et en éliminant les frictions du processus d'achat.

Mon enthousiasme pour la négociation avec les fournisseurs non seulement a aiguisé mes compétences, mais, grâce à ma connaissance approfondie de notre entreprise, a fréquemment révélé des opportunités de négociation qui avaient été précédemment manquées, bénéficiant aux deux parties. Pour les contrats plus petits, Vendr a géré efficacement les renouvellements, s'assurant que chaque contrat était ajusté, renforçant ainsi notre stratégie globale d'économies.

La contribution de GPT à mon processus d'achat

Pour conclure, j'ai un conseil à partager concernant l'utilisation de ChatGPT. Pendant l'étape "2. Exploration des alternatives" de mon processus d'achat simple, je me suis fréquemment tourné vers ChatGPT pour dresser une liste de fournisseurs potentiels. J'ai demandé à ChatGPT de construire un tableau mettant en évidence les principales caractéristiques et les modèles de tarification de chaque fournisseur dans une catégorie spécifiée.

Ce que j'ai particulièrement apprécié, c'était la précision des réponses de ChatGPT. Bien que la plupart des informations me soient familières, il y avait toujours une ou deux suggestions nouvelles qui attiraient mon attention. La capacité de ChatGPT à trier les fournisseurs en fonction de mes critères spécifiques a éliminé une tâche qui peut être fastidieuse lorsqu'elle est faite manuellement.

De plus, les informations de ChatGPT semblaient moins influencées par les efforts de marketing de contenu en ligne sur lesquels je serais tombé avec la recherche Google.

À titre d'illustration, voici une invitation (en français) où j'ai demandé conseil à ChatGPT sur des alternatives à Vimeo, en particulier celles qui ne fonctionnent pas sur la consommation de bande passante.

La première leçon à retenir est qu'il y a une grande satisfaction à plonger profondément dans les achats. Les résultats sont matériels et le processus est simple. De plus, c'est une occasion unique de développer des compétences de négociation, y compris le décryptage du processus et de la stratégie des vendeurs de SaaS.

En fin de compte, une gestion efficace des contrats SaaS nécessite une vision stratégique, des compétences en négociation, et la volonté de faire des "swaps" si nécessaire. Avec le soutien de l'équipe, des outils comme Vendr et ChatGPT, ce processus peut être moins intimidant et plus gratifiant.

Mon conseil à toutes les PME et startups est que, dans le paysage concurrentiel d'aujourd'hui, vous devez faire vos devoirs et investir de l'énergie dans ce sujet pour apporter une valeur optimale. Selon 

, vous faites probablement partie des 90% qui paient 30% de trop pour votre pile SaaS. Si vous avez du mal à obtenir des résultats, n'hésitez pas à m'envoyer un message privé.

Commencez, embrassez le changement et négociez avec ferveur. Votre bottom line vous remerciera.

L'optimisation de nos dépenses SaaS • USD 2,2m

Découvrez comment j'ai réussi à obtenir trois certifications AWS Associate en seulement trois mois, malgré les défis que cela représente.

Je suis Jean-Baptiste Graindorge. Voilà 3 ans que je travaille chez Publishing Factory comme DevOps.

Chez Publishing Factory, nous sommes entièrement dévoués à AWS. Nous gérons une grande quantité de charges de travail, y compris environ 50 To de trafic web chaque mois. Nous voulons que nos services soient résilients, hautement disponibles, rentables et sécurisés. C'est parfois un défi, mais nous pensons avoir pris les bonnes décisions au bon moment. Par exemple, en 2019, nous avons adopté la conteneurisation lorsque AWS a lancé Fargate, et nous avons converti presque toutes nos instances EC2 en conteneurs.

Cependant, notre stack technologique préférée n'est pas basée sur des conteneurs. Nous utilisons des conteneurs uniquement lorsqu'il n'y a pas d'autre choix.

Comme nous sommes une petite équipe, nous préférons utiliser les services gérés d'AWS chaque fois que possible. Cela coûte un peu plus cher, mais cela nous libère énormément de temps.

Notre stack technologique comprend principalement Lambda, DynamoDB, S3, ECS sur Fargate, RDS Aurora, Step Functions, Kinesis Streams, Cloudwatch, Cloudfront.ous gérons l'infrastructure comme du code avec Terragrunt et Terraform.

En 2020, j'ai décidé d'obtenir des certifications AWS car mes responsabilités quotidiennes comprenaient beaucoup de gestion de ressources AWS depuis un certain temps. Notre DSI nous a également encouragés à obtenir cette certification, car il a bien compris  que cela serait bénéfique pour tout le département informatique.J'ai donc eu son plein soutien.

Pour m'aider à obtenir la certification, j'ai utilisé les livres électroniques de Wiley :

Ce que j'apprécie dans ces livres, c'est qu'ils sont accompagnés d'une application mobile qui permet de s'entraîner avec des questions extraites de l’examen officiel. C'est incroyablement utile pour s'entraîner et réviser à tout moment (dans le train, pendant le déjeuner, etc.).

Ensuite, j'ai lancé un défi à l'un de mes collègues, qui était à l'époque le développeur principal, et avec qui je collaborais fréquemment sur nos projets. Nous avons tous deux décidé d'obtenir des certifications “associate AWS”. Il a commencé par la certification de  “dev associate”, et j'ai commencé par la certification d'associate SysOps. Après un mois de préparation, nous avons réussi notre première certification. Ensuite, nous avons décidé de continuer avec la certification d'associate architect, qui a nécessité un autre mois de préparation avant que nous la réussissions tous les deux.

Enfin, nous avons décidé de passer la dernière certification - SysOps Associate pour lui et Developper associate pour moi. Cela a nécessité un mois de préparation supplémentaire, mais cela nous a permis de mieux comprendre les domaines de compétence de chacun, ce qui était très bénéfique puisque nous travaillons étroitement ensemble.

Comme j'étais également responsable de la sécurité, j'ai décidé d'aller un peu plus loin et d'obtenir la certification de spécialité en sécurité après un autre mois. J'ai donc obtenu quatre certifications en quatre mois.

Grâce à Publishing Factory, nous avons pu étudier une heure chaque jour pour obtenir ces certifications. L'entreprise a également payé pour les livres de Wiley et les certifications elles-mêmes. Ce fut une excellente expérience qui nous a permis d'acquérir une nouvelle perspective sur certains de nos projets. Nous avons même réarchitecturé certains projets après avoir appris de nouvelles choses lors de nos heures d'étude.

Notre exemple a insufflé un élan à notre équipe et le DSI.

Ainsi, tous les développeurs sont maintenant certifiés : architecte ou développeur. Publishing Factory a mis en place un compte sur la plateforme d'apprentissage Cloud Guru pour toute l'équipe.

Cela a été bénéfique pour Publishing Factory. Désormais, tous les nouveaux développeurs sont tenus de réussir la certification AWS, car elle apporte beaucoup de valeur au cycle de développement : un code plus rapide, fiable et de meilleure qualité est déployé dans notre environnement de production.

En somme, l'obtention des certifications AWS en un court laps de temps nécessite de la discipline et du travail. Cependant, cela en vaut la peine, car cela ouvre de nouvelles opportunités et perspectives dans votre carrière et vos projets, et une efficacité accrue pour votre employeur

Comment j'ai obtenu trois certifications AWS Associate en trois mois

Dans cet article, nous explorons la création d'un chatbot intelligent pour une entreprise, utilisant l'API GPT et la recherche vectorielle dans OpenSearch. Ce chatbot facilite l'accès rapide aux informations via Slack en indexant les contenus d'entreprise

Je suis Olivier Chabanel, DSI de Publishing Factory.

Dans cet article, je vous présente la conception d'un chatbot intelligent destiné à notre entreprise. J’ai essayé d’utiliser les dernières technos disponibles sur le marché comme nous le faisons chaque jour au département IT de Publishing Factory. Ce chatbot offre aux utilisateurs la 

possibilité de trouver rapidement et aisément les informations en posant des questions sur Slack

. C’est un POC qui nous permet d’utiliser 2 techno nouvelles pour nous : 

 Je détaille dans cet article les différentes étapes de développement du chatbot et les résultats obtenus.

La fonction AWS Lambda d’indexation (apprentissage) de nos contenus en embeddings d’OpenAI

La première étape du projet consiste à créer une fonction AWS Lambda pour indexer la documentation d'entreprise qui est centralisée sur notre Confluence (Atlassian). Si vous utilisez un autre CMS, vous pouvez simplement adapter l’export des données.

Info : La fonction AWS Lambda est un service de calcul sans serveur proposé par Amazon Web Services (AWS). Il permet aux développeurs d'exécuter du code en réponse à des événements sans gérer les serveurs ou l'infrastructure.

Cette fonction Lambda exploite l'API Confluence pour extraire le contenu de la documentation et l'API d'OpenAI pour générer les embeddings de chaque section de texte. Un embeddings représente la signification du texte. Le très grand avantage des embeddings est qu’ils sont très faciles à stocker et à retrouver.  En effet, les embeddings sont des vecteurs à 1536 dimensions qui peuvent donc être stockés dans une base de données dédiée, mais aussi et surtout, il est facile d’y faire une recherche. Nous y revenons juste après.

C’est le modèle text-embedding-ada-002 d’OpenAI qui est utilisé. Voici un exemple d’embeedings, cela se présente comme une liste de nombres décimaux, comme suit :

Voici les étapes détaillées de la Lambda :

Info : Un index KNN est créé dans la base OpenSearch fourni par AWS. KNN est un algorithme d'apprentissage automatique qui permet de trouver les k embeddings les plus proches d'un point donné dans un ensemble de données. Ici, les embeddings de la documentation sont stockés dans un index KNN pour faciliter une recherche rapide et précise des informations.

Cela permettra de retrouver les segments de texte qui sont liés au domaine de la question.

Lorsqu'un utilisateur pose une question via slack, la fonction Lambda récupère cette question, la vectorise sous la forme d’un embedding toujours avec à l'API GPT-3.5 d'OpenAI ada-002.

Ensuite la Lambda interroge l'index KNN dans OpenSearch pour trouver les trois embeddings les plus proches de l’embeddings de la question. Vous pouvez changer le nombre d’embeddings que vous récupérez afin d’améliorer la pertinence de vos réponses.

Enfin, un prompt est construit de manière à fournir à l'API GPT-3.5 suffisamment de contexte pour comprendre la question de l'utilisateur et fournir une réponse pertinente. Dans notre cas, nous avons créé un prompt en 3 parties : 

Vous êtes un assistant d'entreprise de bonne humeur et serviable. Votre tâche consiste à utiliser la documentation fournie en début de question si elle est pertinente. Votre réponse devrait aborder la question initiale en détail, en utilisant des informations pertinentes provenant des documents internes lorsque cela est approprié. Vous devriez également fournir deux questions supplémentaires qui aideraient à explorer davantage le sujet ou à mieux le comprendre. Les questions devraient être suffisamment précises pour susciter des réponses significatives, mais suffisamment ouvertes pour permettre une exploration créative du sujet

 “Voici la documentation la plus pertinente correspondant à la question que je viens de trouver. Tu peux t'en servir si c'est pertinent. Autrement tu dois l'ignorer. 

Ces parties sont concaténées. Ce contexte permet à GPT de comprendre la question dans son contexte et de générer une réponse pertinente en se basant sur la documentation indexée.

Une fois la réponse générée, la fonction Lambda l'envoie à l'application Slack pour que l'utilisateur puisse la consulter. L'ensemble du processus est transparent pour l'utilisateur.

Tout d’abord, il est important de souligner que la qualité des réponses du chatbot dépend étroitement de celle de la documentation indexée. Si celle-ci est incomplète ou mal structurée, les réponses du chatbot risquent de manquer de précision ou d'utilité pour l'utilisateur. Par conséquent, il est essentiel de mettre à jour et d'améliorer régulièrement la documentation pour garantir la pertinence des réponses fournies par le chatbot.

Voici d’autres axes d’amélioration possible : 

Créer de la documentation directement depuis le code source des projets. En utilisant l’API GPT 3.5, il serait possible de générer automatiquement des fichiers de documentation à partir du code source. Ces fichiers pourraient ensuite être indexés dans OpenSearch pour permettre une recherche rapide et précise des informations.

Une autre amélioration possible serait d'utiliser l'API GPT-3.5 pour améliorer l'écriture de la documentation. En utilisant l'API GPT-3.5, il serait possible de demander à l'IA de générer des résumés de texte ou de corriger des erreurs grammaticales et orthographiques dans la documentation. Cela rendrait la documentation plus claire et plus facile à comprendre pour les utilisateurs.

Enfin, il y a 3 paramètres très faciles à modifier. Tout d’abord, la taille et le découpage des segments de texte. En effet, en fonction de la longueur de ces sections, la quantité et la précision de l’information donnée au modèle vont varier. Il peut être intéressant de tester des segments qui se recoupent entre eux afin d’éviter des segments donc le découpage détériore la qualité de l’information.

Le second paramètre est le nombre d’embeedings qui seront utilisés pour répondre à la question. Il est possible de l’augmenter mais il faut que le prompt reste en dessous de la taille maximale.

Enfin, le prompt est peut-être le paramètre le plus simple à modifier. Vous pouvez ajouter des éléments de contexte comme : “

Si tu ne comprends pas la question, demande à l’utilisateur de la reformuler ou de la préciser”

. C’est l’art du prompt design qui n’est pas l’objet de ce post. 

Comment j'ai utilisé l’API GPT 3.5, AWS Lambda, OpenSearch, Confluence et Slack pour créer un chatbot pertinent avec les données de notre entreprise

AWS, Node.js, Vue.js, Salesforce, Snowflake