Quels sont les types de projets spécifiques aux enjeux de la Supply Chain ? Dans ce chapitre, nous allons nous concentrer sur 3 cas d’usage majeurs :
améliorer la prévision de la demande ;
optimiser les flux logistiques ;
améliorer la gestion de l’approvisionnement et des stocks.
Je vous propose de découvrir, pour chaque cas d’usage, la problématique métier, et comment la résoudre en exploitant des données. Suivez le guide ! 😉
Améliorez la prévision de la demande
La problématique métier
La prévision de la demande, c’est crucial pour que la Supply Chain d’une entreprise fonctionne bien. Alors c’est quoi au juste, une bonne prévision de la demande ?
Répondez à la problématique grâce à l’exploitation des données
Ainsi, je vous propose de découvrir, pour chaque problématique, 3 réponses d’un degré de maturité différent, du plus simple au plus complexe. Alors, revenons à notre première problématique : la prévision de la demande ! 😃
Niveau 1 : Utilisez l’historique de la demande à prévoir, avec des indicateurs statistiques simples
La première approche utilisée et la plus simple, c’est de prendre pour prévision la valeur calculée en utilisant un indicateur statistique simple, comme la valeur moyenne sur l’historique disponible, ou la valeur de l’année précédente, par exemple.
Ainsi, pour faire une prévision pour le 11 juillet 2022, du nombre de plats servis en salle pour un plat donné, notre restaurateur peut utiliser le nombre de plats servis le 11 juillet 2021 ou une moyenne sur les 10 derniers jours.
Voilà, vous avez découvert deux façons ultra-simples de faire des prévisions !
Niveau 2 : Utilisez l’historique de la demande à prévoir avec des modèles mathématiques avancés
Dans ce cas, on utilise également les données historiques de la variable qu’on cherche à prévoir (le nombre de plats servis pour un jour donné, par exemple). Jusque-là, rien de nouveau ! Ce qui change, ce sont les outils mathématiques qui vont être utilisés. Fini les indicateurs statistiques simples, comme la moyenne ; on va utiliser des modèles mathématiques plus avancés comme ARIMA, SARIMA ou les modèles additifs généralisés. Toutefois, l'explication du fonctionnement de ces modèles va au-delà du périmètre de ce cours.
Niveau 3 : Conjuguez l’historique de la demande avec des sources de données complémentaires, et utilisez des modèles mathématiques avancés
Jusqu’à présent, je vous ai présenté des approches de prévision qui utilisaient uniquement les données historiques de la variable que l’on cherche à prédire.
Imaginez maintenant que notre restaurateur cherche à prévoir le nombre de plats servis en terrasse. Quelle variable pourrait l’aider à prévoir le nombre de plats servis en terrasse ? Avez-vous une idée ? La météo, bien sûr ! 😉
Optimisez les flux logistiques
La problématique métier
Les flux logistiques permettent de faire circuler les flux de matières des fournisseurs jusqu’aux clients finaux, en passant par les différentes étapes de transformation à l’intérieur de l’entreprise.
Pour notre restaurateur, par exemple, gérer les flux logistiques consiste essentiellement à livrer les clients sur place – en salle et en terrasse, à emporter, ou à domicile. Il est donc confronté aux problématiques suivantes :
Combien de livreurs et de serveurs dois-je prévoir pour chaque service, pour servir mes clients dans un délai acceptable ?
Comment répartir les commandes entre mes livreurs pour minimaliser le temps d’attente pour mes clients ?
Répondez à la problématique grâce à l’exploitation des données
Comme pour le cas d’usage précédent, je vous propose 3 réponses, en fonction de la maturité du projet.
Niveau 1 : Utilisez l’historique des livraisons et des temps d’attente des clients pour décrire les situations actuelle et passée
L’idée de cette première approche, c’est d’évaluer si en l’état actuel des choses, les flux logistiques répondent bien à leur objectif : livrer à temps les clients à un coût raisonnable.
Pour cela, une première étape pour notre restaurateur est de définir et d’implémenter des indicateurs statistiques simples qui vont lui permettre de décrire la situation, comme par exemple :
Combien de livraisons par jour ?
Quel est le délai moyen d’attente des clients entre leur passage de commande et la réception de leur livraison ?
Maintenant que notre restaurateur a une idée claire de la situation en termes de flux logistiques, nous pouvons passer à la deuxième étape : l’analyse des cas à la marge.
Un cas à la marge… 🤨 Qu’est-ce que c’est ?
Eh bien, comme son nom l’indique, c’est un cas où les choses ne se sont pas passées comme d’habitude.
Pour mieux comprendre, revenons à notre restaurateur. Il dispose de l’ensemble des délais d’attente de ses clients, et il a calculé un délai moyen d’attente sur une période donnée. Analyser plus en détail les situations où le délai d’attente est plus de 5 fois supérieur au délai moyen va lui permettre d’identifier les dysfonctionnements flagrants.
Vous m’avez suivi ? Alors, passons à la deuxième approche, qui utilise des outils mathématiques plus puissants.
Niveau 2 : Utilisez l’historique des livraisons et des temps d’attente des clients pour optimiser les livraisons
Ici, nous pouvons utiliser les mêmes données que précédemment, mais l’on va prendre en compte des contraintes de coût.
Notre restaurateur a identifié que les délais de livraison étaient très longs lorsqu’il n'y avait qu’un livreur au lieu de 2. Il en a conclu qu’il avait besoin de 2 livreurs en permanence pour éviter les délais de livraison trop longs. Cependant, embaucher un deuxième livreur a un coût…
Dans cette situation, notre restaurateur peut utiliser des outils mathématiques d’optimisation pour modéliser son problème. On peut reformuler ce problème de la manière suivante : combien de livreurs dois-je recruter pour minimaliser le délai de livraison, tout en ne dépensant pas mon budget transport prévu ?
Niveau 3 : Utilisez l’historique des livraisons et des temps d’attente des clients pour simuler les situations à venir
Cette troisième approche permet de construire des simulations des flux logistiques, et de la capacité du système de transport de l’entreprise à réagir à ces situations.
Concrètement, si notre restaurateur veut anticiper le nombre de livreurs à prévoir selon différents scénarios de livraison (en nombre et en lieu), il va devoir se pencher sur cette troisième approche. Il va ainsi pouvoir faire varier le nombre de commandes, les adresses de livraison et le nombre de livreurs, pour voir l’impact sur les délais de livraison clients. Il va pouvoir jouer différents scénarios, et voir l’impact sur la capacité à livrer les clients dans un délai raisonnable avec les capacités de livraison actuelles, ou en les modifiant à la hausse ou à la baisse.
Améliorez la gestion de l’approvisionnement et des stocks
La problématique métier
Les stocks sont, en quelque sorte, les amortisseurs de la Supply Chain d’une entreprise. Un trop haut niveau de stock coûte cher en maintenance, et fait encourir un risque de dépréciation. À l’inverse, un niveau de stock trop bas fait encourir un risque de rupture dans la Supply Chain au premier imprévu.
Pour notre restaurateur, cette problématique se traduit en deux questions majeures :
Quelle quantité de produits périssables dois-je stocker pour garantir un service rapide et de qualité ?
À quel moment dois-je passer les commandes à mes fournisseurs pour sécuriser les niveaux de stock que j’ai définis préalablement ?
Répondez à la problématique grâce à l’exploitation des données
Niveau 1 : Utilisez l’historique des approvisionnements et des stocks pour décrire la situation actuelle
L’idée de cette première approche est d’évaluer si en l’état actuel des choses, la gestion de l’approvisionnement et le niveau des stocks répondent bien à leur objectif : permettre de livrer les clients à temps avec des produits frais, et sans surcoût.
Pour cela, une première étape pour notre restaurateur est de définir et d’implémenter des indicateurs statistiques simples qui vont lui permettre de décrire la situation. Voici quelques exemples :
Quelles sont les quantités des stocks minimum, maximum et jetés pour les différents produits au cours du temps ?
Quelles sont les caractéristiques des commandes passées aux fournisseurs (fréquence, composition, quantité, délai de réception) ?
Comme dans le cas d’usage précédent, l’analyse des cas à la marge permet de conclure cette première étape.
Niveau 2 : Utilisez l’historique des approvisionnements et des stocks pour optimiser l’approvisionnement
Comme dans le cas d’usage précédent, nous pouvons utiliser les mêmes données sur les niveaux de stock et les commandes, mais l’on va en plus prendre en compte des contraintes comme le coût de stockage.
Les outils mathématiques d’optimisation entrent en jeu pour définir la fréquence optimale de commande pour un produit donné, en fonction du niveau de stock et des coûts de stockage souhaités.
Niveau 3 : Utilisez l’historique des approvisionnements et des stocks pour simuler les situations à venir
Cette troisième approche permet de construire des simulations sur la gestion des approvisionnements et des stocks. Elle permet, grâce à des outils mathématiques avancés, de matérialiser l’impact des différents scénarios en termes de politique d’approvisionnement (fréquence et contenu des commandes) et de niveaux de stock de sécurité.
Concrètement, si notre restaurateur veut simuler l’impact d’une variation de ses niveaux de stock pour un ou plusieurs produits, sur sa capacité à réaliser les plats commandés, il va devoir se pencher sur cette troisième approche.
En résumé
Améliorer la prévision des ventes, optimiser les flux logistiques et améliorer la gestion des stocks sont trois cas d’usage majeurs en Supply Chain où la valorisation des données exprime son plein potentiel.
Au fur et à mesure des analyses, un projet de valorisation des données gagne en maturité. Vous utiliserez donc des outils mathématiques et des sources de données de plus en plus complexes et variés pour répondre à votre problématique métier.
Maintenant que vous avez découvert les différents cas d’usage d’exploitation des données en Supply Chain, il est temps de retrousser vos manches ! Prochaine étape ? Posez les premières briques de votre démarche. 🚀
