UA-161998954-2

Webinaire

L’IA en transport & logistique : Explorez les nouvelles frontières

20 septembre 2023 – 12:00-13:00 (EST)

Pendant ce webinaire exclusif, nos experts partageront leurs connaissances pour vous présenter LUKE AI, une technologie qui peut révolutionner la visibilité des expéditions et du transport en transformant les défis opérationnels en opportunités d’efficacité et de croissance.

Présentateurs :

Abonnez-vous à l'infolettre

Picture of Michael Muro

Michael Muro

Consultant sénior - Transport & Réseaux

Parvenir à la combinaison idéale de transporteurs pour réaliser des économies et améliorer la qualité du service

À une époque où les appels d’offres de transport sont de plus en plus complexes, les expéditeurs sont confrontés à une multitude de défis lorsqu’il s’agit de sélectionner la meilleure combinaison de transporteurs pour réaliser, à la fois, des économies et obtenir un service d’excellence. La récente faillite de Yellow, l’une des plus anciennes sociétés de transport routier LTL (charge partielle), ne fait que confirmer que les appels d’offres de transport sont un moyen de renforcer le réseau de transporteurs d’un expéditeur et que le niveau de service attendu doit compenser les économies visées.

L’approche traditionnelle consistant à s’appuyer sur des fichiers Excel pour la sélection des transporteurs n’est plus suffisante pour gérer les complexités croissantes de l’industrie du transport. Par conséquent, l’utilisation de solutions analytiques avancées, telles que l’outil Coupa Sourcing Optimization (CSO), devient impérative pour les professionnels de la logistique qui cherchent à prendre des décisions basées sur des données. C’est le moyen le plus sûr de s’assurer que les dépenses et les économies globales (généralement entre 5 et 15 % après l’allocation finale) sont calculées avec précision, en tenant compte du prix de base, des frais accessoires, des remises ainsi que de la capacité du transporteur.

Identifier la complexité de votre appel d’offres

La sélection du transporteur le moins cher pour chaque route est simple, mais aboutit à une répartition irréaliste des transporteurs. Le véritable défi consiste à obtenir une combinaison optimisée de transporteurs sur des milliers de routes, avec différents modes de transport et des centaines de transporteurs concurrents. Pour y parvenir, les expéditeurs doivent définir des objectifs et des contraintes spécifiques pour la sélection des transporteurs.

1.1. Définition des objectifs et des contraintes

Les expéditeurs doivent formuler des objectifs clairs pour leurs appels d’offres, au-delà de la simple réduction des coûts. Cherchez-vous à établir des partenariats à long terme avec des transporteurs qui correspondent à vos valeurs et à vos objectifs commerciaux ? Les critères environnementaux, sociaux et de gouvernance (ESG) constituent-ils des critères essentiels dans le processus de sélection des transporteurs ? Les transporteurs doivent-ils s’intégrer à vos systèmes ? En définissant ces éléments qualitatifs, les expéditeurs peuvent rationaliser leur recherche de transporteurs et forger des partenariats plus stratégiques.

1.2. Considérer les critères spécifiques à la route/au réseau

La complexité augmente lorsque l’on considère divers critères spécifiques, tels que l’évaluation de différents types d’équipements, les flottes dédiées vs. expéditions régulières, les courtiers de frêt vs. les transporteurs avec une flotte en propre, les allers simples par rapport à des trajets aller-retour, etc. Pour relever ce défi, il est essentiel de créer des scénarios complets qui tiennent compte de tous ces facteurs et évaluent la combinaison optimale des transporteurs pour chaque route spécifique.

Définir la stratégie de l’appel d’offres

Avant de s’engager dans le processus d’appel d’offres, il est essentiel d’élaborer une stratégie afin d’obtenir les meilleurs résultats. Les éléments clés de la stratégie d’appel d’offres sont les suivants :

2.1. Définition de la base de référence

Les expéditeurs doivent analyser les données historiques afin d’établir une base de référence pour évaluer les économies à la fin de l’appel d’offres. Nous utilisons généralement des ensembles de données sur 12 mois qui sont représentatifs de l’activité de l’expéditeur. Ces données historiques doivent comprendre au minimum les données relatives aux coûts, aux nombres d’expéditions, aux poids, aux transporteurs historiques et à tout autre indicateur de performance pertinent pour l’expéditeur, au niveau de la route de livraison. Les hypothèses peuvent compenser les données manquantes, à condition qu’elles soient validées par l’ensemble de l’équipe chargée de l’appel d’offres.

2.2. Considérer le réseau et les routes futures

S’il est essentiel d’évaluer les transporteurs pour les routes actuelles, il est également important de prendre en compte les plans de croissance et d’expansion futurs. De nouvelles routes et de nouveaux modes de transport peuvent être ajoutés au réseau, ce qui nécessite des transporteurs capables de s’adapter à ces développements. Cela peut évidemment avoir un impact sur la base de référence et sur l’offre elle-même, c’est pourquoi ces discussions doivent avoir lieu dès le départ.

2.3. Identification des scénarios à évaluer

Vous devez également identifier différents scénarios qui correspondent à vos objectifs en matière de transport. Ces scénarios peuvent inclure l’optimisation des coûts, l’amélioration du niveau de service ou des objectifs plus spécifiques en matière de développement durable. Vous pouvez penser à limiter le nombre de transporteurs au global et par région, assurer une couverture totale du réseau, éviter les courtiers pour certaines routes, etc. En envisageant une série de scénarios, il est possible de prendre des décisions plus éclairées qui s’inscrivent dans votre vision stratégique à long terme.

Exploiter les capacités d’analyse

La complexités des appels d’offres de transport modernes nécessite non seulement des analyses avancées mais aussi un cadre stratégique tel que celui fourni par le modèle Coupa Sourcing Optimization (CSO). Les expéditeurs doivent rechercher des solutions d’analyse avancée qui peuvent :

3.1. Calculer des formules complexes

L’évaluation des transporteurs implique des calculs complexes, tels que les frais minimums et le saut de tranche (bracket skipping), les frais accessoires ou la gestion des taux incohérents (outliers). Le retour d’information que vous donnez aux transporteurs est également crucial pour la réussite du deuxième tour et des négociations futures, d’où la nécessité de réfléchir au type de retour d’information que vous leur donnez. Comment informer les transporteurs qu’ils ont obtenu de bons résultats sans leur faire savoir qu’ils sont les meilleurs ? Comment dire aux transporteurs en place qu’ils ne sont pas compétitifs sans les décourager ? Un outil d’analyse et un membre de votre équipe possédant les compétences requises doivent être capables d’effectuer ces calculs avec précision afin d’éviter que les résultats ne soient faussés.

3.2. Intégrer l’intelligence économique (BI)

L’intégration de l’intelligence décisionnelle dans l’outil d’analyse améliore le processus de prise de décision. Elle permet de mieux comprendre les performances des transporteurs, l’activité globale des appels d’offres, les avantages des scénarios et les risques associés.

Un tableau de bord BI complet et exhaustif est une étape que nous jugeons essentielle pour que les chargeurs fassent les bons choix.

Conclusion

Compte tenu de la complexité des appels d’offres de transport, les expéditeurs ont besoin d’une approche bien équilibrée qui combine l’analyse avancée et un cadre stratégique que nous pouvons fournir chez C2.0. En tirant parti de solutions d’analyse avancées telles que CSO, en définissant des objectifs et des contraintes clairs et en évaluant stratégiquement les transporteurs pour divers scénarios, vous pouvez trouver l’équilibre entre les économies et la qualité du service. Grâce à une stratégie d’appel d’offres bien structurée et à de solides capacités d’analyse, les professionnels de la logistique peuvent forger des partenariats stratégiques avec les transporteurs et obtenir des solutions de transport optimales dans un marché dynamique et concurrentiel.

C2.0 dispose d’une équipe complète de personnes formées en CSO ayant mené des dizaines d’appels d’offres de transport dans tous les modes de transport (TL, LTL, colis, IMDL, LBM, aérien, etc.). Nous sommes prêts à vous fournir l’expertise nécessaire pour vous aider à prendre des décisions fondées sur des données et à réaliser des gains substantiels dans votre processus de sélection des transporteurs.

Pour nous contacter : [email protected]

Picture of Steven Poirier

Steven Poirier

Consultant - Approvisionnement

La gestion des stocks est un aspect essentiel de la gestion d’une entreprise de vente au détail prospère. Il s’agit du processus de suivi et de contrôle du flux de produits à travers la chaîne d’approvisionnement d’une entreprise. Une gestion efficace des stocks aide les détaillants à répondre à la demande des clients, à réduire le gaspillage et à augmenter la rentabilité.

Elle permet aux détaillants de répondre efficacement à la demande des clients, ce qui est l’un des avantages les plus importants de la gestion des stocks. En suivant avec précision les niveaux de stock, les détaillants peuvent s’assurer qu’ils ont toujours suffisamment de stock pour répondre aux commandes des clients. Cela signifie qu’ils peuvent éviter les ruptures de stock et les retards de livraison, qui peuvent entraîner des clients mécontents et des ventes perdues. Les détaillants qui accordent la priorité à la gestion des stocks peuvent offrir un meilleur service client, ce qui peut contribuer à fidéliser la clientèle.

C’est pourquoi, à la suite de la pandémie, la dépense mondiale sur la technologie atteindra plus de 225,5 milliards de dollars selon Gartner, avec un focus particulier sur le e-commerce, la gestion d’approvisionnement et l’expérience client.

Une gestion efficace des stocks peut également aider les détaillants à réduire le gaspillage. Si les détaillants commandent trop de stock, ils peuvent se retrouver avec des stocks excédentaires qu’ils ne peuvent pas vendre. Cela peut entraîner un gaspillage de ressources, notamment des marges de profits, du temps et de l’espace de stockage. En revanche, si les détaillants commandent trop peu de stock, ils peuvent manquer des opportunités de vente. Une gestion efficace des stocks peut aider les détaillants à trouver le bon équilibre entre avoir suffisamment de stock pour répondre à la demande et éviter les stocks excédentaires.

La gestion des stocks peut également contribuer à augmenter la rentabilité des détaillants. En optimisant les niveaux de stock, ils peuvent réduire les coûts liés au stockage et à la gestion des stocks, tels que l’espace de stockage, les coûts de main-d’œuvre et les primes d’assurance. En réduisant ces coûts, les détaillants peuvent améliorer leur rentabilité et réinvestir dans d’autres domaines de leur entreprise.

Un élément clé d’une gestion efficace des stocks est la prévision. Cela implique de prévoir la demande des clients et d’estimer la quantité de stocks dont les détaillants ont besoin pour répondre à cette demande. Sans boule de cristal, la prévision peut être difficile, mais il existe plusieurs méthodes que les détaillants peuvent utiliser pour améliorer leur précision. Par exemple, les ventes historiques peuvent être utilisées pour identifier des modèles et des tendances, des études de marché peuvent être menées pour comprendre les préférences des clients, et des outils logiciels peuvent être utilisés pour automatiser le processus de prévision.

Plusieurs outils d’IA peuvent accélérer ces analyses. L’intelligence artificielle (IA) a le potentiel de révolutionner la manière dont les détaillants prennent des décisions d’achat en fournissant des outils puissants pour analyser les données et générer des insights. Voici quelques-unes des façons dont l’IA peut aider à prendre de meilleures décisions d’achat :

Prévision de la demande : L’IA peut aider les détaillants à prédire la demande de produits avec une plus grande précision, en tenant compte d’une gamme de facteurs tels que la saisonnalité, les tendances et les données historiques. En utilisant des outils de prévision alimentés par l’IA, les détaillants peuvent optimiser leurs décisions d’achat pour s’assurer qu’ils ont les bons produits en quantité suffisante au bon moment, réduisant ainsi le risque de surstockage ou de rupture de stock.

Recommandations de produits : L’IA peut également aider les détaillants à faire de meilleures recommandations de produits aux clients en fonction de leur historique d’achat, de leur comportement de navigation et d’autres points de données. En utilisant des algorithmes d’apprentissage automatique pour analyser les données des clients, les détaillants peuvent fournir des recommandations de produits plus personnalisées et pertinentes, augmentant ainsi les chances de conversion et de fidélité des clients.

Analyse de la performance des fournisseurs : L’IA peut être utilisée pour analyser les données de performance des fournisseurs, permettant aux détaillants de prendre des décisions plus éclairées sur les fournisseurs avec qui travailler et sur la façon de négocier de meilleurs prix et termes. En utilisant des outils d’analyse des fournisseurs alimentés par l’IA, les détaillants peuvent identifier les problèmes potentiels avec les fournisseurs tels que les livraisons tardives ou les problèmes de qualité, et prendre des mesures proactives pour atténuer ces risques.

Optimisation des prix : L’IA peut aider les détaillants à optimiser leurs stratégies de tarification en analysant les données des concurrents, les tendances du marché et le comportement des clients. En utilisant des outils de tarification alimentés par l’IA, les détaillants peuvent identifier des opportunités pour ajuster leurs prix en temps réel afin de maximiser les bénéfices tout en restant compétitifs.

Gestion des stocks : L’IA peut être utilisée pour optimiser la gestion des stocks, permettant aux détaillants de mieux contrôler leurs niveaux de stock et de réduire les déchets. En utilisant des outils de gestion de stocks alimentés par l’IA, les détaillants peuvent analyser les données sur des facteurs tels que la saisonnalité, la rotation des produits et les délais de livraison des fournisseurs pour prendre des décisions plus éclairées sur le réapprovisionnement et l’allocation des stocks.

Pour mieux gérer vos inventaires et être mieux préparé pour le futur du commerce de détail, il est essentiel de maximiser l’utilisation des données historiques pour prendre de meilleures décisions d’achat afin de répondre à la demande des clients. L’utilisation d’un logiciel de gestion des stocks pour mieux surveiller les niveaux d’inventaire et d’alerter avant l’épuisement peut aider à mieux gérer les commandes.

Picture of Thibaut Maenner

Thibaut Maenner

Consultant - Approvisionnement

Les catastrophes naturelles, l’épuisement des ressources et le changement climatique ont un impact croissant sur notre planète. Les entreprises doivent agir concrètement pour réduire cet impact et respecter les droits humains tout au long de leur chaîne d’approvisionnement.

L’approvisionnement durable – Approche ESG

L’approvisionnement durable est étroitement lié aux enjeux ESG (Environnemental, Social, and gouvernance). En effet, les priorités des entreprises ont changé, surtout au cours des cinq dernières années. Les entreprises ne considèrent plus l’approvisionnement uniquement comme un moyen de réduire les coûts, mais aussi comme une opportunité d’avoir un impact positif. Des pratiques d’approvisionnement irresponsables, telles que la délocalisation excessive ou l’emploi de main-d’œuvre non éthique, doivent être abandonnées.

Pour réduire l’impact de la chaîne d’approvisionnement, il est essentiel de sélectionner des matériaux, des procédés et des modes de transport respectueux de l’environnement. De plus, il faut utiliser les ressources naturelles de manière responsable et veiller au respect des droits humains tout au long de la chaîne.

Collecter et analyser les données nécessaires pour évaluer l’impact de la chaîne d’approvisionnement était difficile par le passé. Surtout en raison des nombreux fournisseurs avec lesquels les entreprises travaillent, des produits différents qui compose leur gamme et du pilotage d’une telle masse d’information qui demandait d’énormes investissements. Cependant, l’émergence de technologies et de systèmes permet désormais de traiter ces informations de manière efficace et d’accéder à des données mondiales.

En mai dernier, l’équipe de C2.0 a participé au colloque sur les critères ESG relatifs à la chaîne d’approvisionnement, qui s’est tenu à Orlando, en Floride, dans le cadre du Gartner SCM. L’un des points cruciaux abordés lors de cet événement était la disponibilité des données. Malgré l’évolution des technologies, les données fournies par les fournisseurs et internes restent très limitées, ce qui pose un défi pour évaluer avec précision l’impact et les bénéfices associés aux critères ESG liés aux approvisionnements.

Les leviers pour baisser l’impact de notre chaîne d’approvisionnement

Il est essentiel d’impliquer tous les niveaux de l’organisation dans les objectifs ESG et de fixer des objectifs mesurables. Il est également important d’engager les fournisseurs, de trouver un équilibre entre les coûts engagés et les impacts évités, et de mettre en place des programmes durables pour garantir des résultats significatifs. Concernant les objectifs, des indicateurs comme les émissions de CO2/km des produits achetés, le % d’emballages recyclés utilisés ou encore la part de fournisseurs certifier à un label ESG sont autant de facteurs sur lesquels les compagnies peuvent s’engager à progresser.

Si le volet financier est un levier essentiel, l’application d’une optique de durabilité en plus du prix peut permettre de faire une bonne affaire tout en garantissant d’autres résultats. Exemple concret : une entreprise de biens de consommation a réalisé des économies d’électricité de 0,4 milliard de dollars et une réduction de 12 % de l’empreinte en équivalent dioxyde de carbone (CO2e) en utilisant des approches axées sur la durabilité.

Les outils digitaux, tels que les solutions d’achat intégrées (S2P) et les plateformes de gestion des achats (P2P), offrent des opportunités pour appliquer efficacement ces principes dans les opérations quotidiennes de l’approvisionnement. Ils permettent de sélectionner des fournisseurs engagés dans le développement durable, de suivre les objectifs de neutralité carbone des fournisseurs, et de mettre en avant des produits durables.

En conclusion, l’utilisation des solutions digitales d’achat et l’engagement de tous les collaborateurs peuvent aider les entreprises à ancrer leur démarche dans une approche vertueuse et responsable, tout en contribuant à un avenir durable pour notre planète.

Picture of Amine Lazrak

Amine Lazrak

Analyste d'affaires

Dans un monde du travail en constante évolution, les entreprises font face à des défis complexes nécessitant une compréhension approfondie des données, des tendances du marché et des besoins des clients. C’est dans ce contexte que les analystes d’affaires interviennent, apportant l’expertise et les compétences essentielles pour naviguer dans cet environnement dynamique. 

Dans cet article, nous examinerons de plus près pourquoi les analystes d’affaires sont si importants pour les entreprises aujourd’hui et comment ils peuvent avoir un impact sur leur succès à long terme.

L’analyste d’affaires joue un rôle central dans la compréhension et l’optimisation des opérations. En travaillant en étroite collaboration avec les parties prenantes internes et externes, il identifie les besoins de l’organisation, repère les tendances et les opportunités, et propose des solutions pour améliorer les processus et atteindre les objectifs d’affaires.

En utilisant son expertise en analyse de données, il évalue les processus existants de l’entreprise, identifie les points faibles et les inefficacités, tant au niveau des données que des processus, et propose des améliorations et des solutions pour optimiser les opérations et accroître l’efficacité.

Un aspect crucial de son travail consiste à documenter et à hiérarchiser les besoins des parties prenantes, en veillant à ce qu’ils soient clairs, réalisables et alignés sur les objectifs organisationnels, tout en tenant compte des exigences spécifiques du projet.

La communication est l’outil privilégié de l’analyste d’affaires, lui permettant de faciliter la collaboration entre les différentes parties prenantes d’un projet, y compris les équipes techniques, les gestionnaires et les décideurs. Il est capable de traduire les exigences techniques en termes compréhensibles tant pour les non-techniciens que pour les professionnels techniques, favorisant ainsi une compréhension mutuelle et une prise de décision éclairée.

Grâce à leurs compétences et techniques, les analystes d’affaires ont le pouvoir de transformer les choses et d’influencer la prise de décision. En s’appuyant sur les résultats de leurs analyses, ils fournissent une vue d’ensemble des risques et des conséquences, ce qui permet d’éclairer les décideurs et de les guider dans la mise en œuvre d’actions pertinentes.

En résumé, l’analyste d’affaires occupe une position clé au sein d’une organisation, contribuant non seulement à la réussite des initiatives, mais aussi à l’efficacité opérationnelle et à l’avenir de celle-ci. Grâce à leur expertise et à leur capacité à comprendre les besoins de l’organisation, les analystes d’affaires jouent un rôle essentiel dans l’optimisation des opérations et l’atteinte des objectifs stratégiques.

Si vous souhaitez en apprendre plus sur le sujet, nous vous invitons à contacter notre équipe d’analystes d’affaires à l’adresse [email protected]. Au plaisir !

Dans l’article sur la modélisation du réseau logistique, nous avons vu pourquoi et comment créer une baseline. Un des points principaux était de refléter autant que possible l’état actuel du réseau de manière à l’optimiser.

Mais tout d’abord, que cherchez-vous à optimiser ? Le but est généralement de réduire les coûts et/ou de gagner en niveau de service, mais quels sont vos leviers ? Est-ce que vous souhaitez revoir l’empreinte de votre réseau ? Modifier votre flotte de véhicule ? Évaluer différents moyens de transport ? Revoir votre politique d’inventaire ? Tous ces éléments combinés ?

L’optimisation du réseau peut se faire à plusieurs niveaux. Le logiciel Supply Chain Guru (introduit dans l’article sur la modélisation) est un très bon outil pour y parvenir. Il permet en particulier de travailler, ensemble ou séparément, sur 3 axes d’optimisation : Réseau, Production et Inventaire.

Optimisation du réseau

Par optimisation du réseau, il faut comprendre l’optimisation des nœuds et des flux. Nous allons donc pouvoir jouer sur :

  • La taille et la localisation des centres de distribution ou de production
  • Les capacités de transport de la flotte, les différents modes de transport, et la consolidation de flux

Chez Conseil 2.0, la localisation optimale des centres de distribution fait généralement partie des premières étapes observées lors d’un projet d’optimisation de réseau. Cette étape est abordée sous le nom d’analyse ‘’Greenfield’’.

L’analyse Greenfield

Une analyse Greenfield consiste à définir l’emplacement idéal pour vos centres de distribution, en identifiant le ou les centres de gravité de votre réseau.

Nous partons d’une page blanche, en excluant les nœuds actuels. En conservant les autres paramètres (tels que les commandes clients et les modes de transports), Supply Chain Guru calcule l’emplacement idéal des centres de distribution. Nous pouvons alors superposer le résultat de l’analyse et votre cartographie actuelle, pouvez valider si l’emplacement réel des centres de distributions correspond à la localisation des centres de gravité issus du Greenfield.

En fait, l’analyse Greenfield permet d’identifier les écarts à une situation « idéale ». Pour calculer les centres de gravité, elle se base sur les coûts de transport. Son but va être de les minimiser.

Il est possible d’aller encore plus loin. Nous pouvons conserver le nombre d’entrepôts existants et voir quel serait l’emplacement du ou des nouveaux centres de gravité. Prenons l’exemple suivant :

L’entreprise XYZ a des clients à travers le Canada (en bleu), un centre manufacturier (en rouge) et trois centres de distribution (en vert). Le centre manufacturier n’agit pas comme un centre de distribution dans ce modèle.

Distribution sites and customers_Canada, représentation des noeuds, optimisation logistique
Représentation des nœuds
Représentation des flux, réseau logistique
Représentation des flux

Supposons maintenant que vous décidiez d’ajouter deux centres de distribution… Il suffit de l’indiquer au logiciel et rouler l’analyse Greenfield. En fonction des volumes de commandes par client et des entrepôts déjà existants, Supply Chain Guru va trouver les 2 emplacements additionnels qui minimisent les coûts de transports (les distances sont calculées grâce aux latitude et longitude des sites).

Situation avec deux entrepôts supplémentaires, Distribution sites and customers_Greenfield sites_Canada
Situation avec deux entrepôts supplémentaires
Nouvelle cartographie des flux de réseau au Canada
Nouvelle cartographie des flux

Maintenant que nous avons deux nouvelles localisations, que fait-on avec cette information ?

Tout d’abord valider avec le bon sens et quelques données externes que la localisation fait du sens. Est-ce que les entrepôts sont dans un endroit accessible ? Est-ce qu’il y a de la main-d’œuvre disponible dans la région ?

Ces deux entrepôts, vous pouvez maintenant les ajouter à votre réseau, leur attribuer une politique d’inventaire, une capacité maximale, des coûts fixes, variables, etc. et rouler à nouveau un scénario pour comprendre les tenants et aboutissants de votre nouveau réseau.

La localisation des entrepôts, fonction du niveau de service

Nous avons vu que l’approche Greenfield permet de minimiser à l’échelle du réseau la distance (pondérée par le poids) entre les centres de distribution et les clients.

Une approche peut aussi être de trouver les emplacements qui permettent d’assurer un maximum de service dans un rayon de x kilomètres.

Supposons qu’un camion parcourt en moyenne 700 km par jour. Vous souhaitez trouver les emplacements idéaux pour vos centres de distribution qui maximisent le nombre de clients livrés dans la journée.

Cette contrainte peut être paramétrée dans Supply Chain Guru.

Dans ce cas, la distance moyenne n’est pas optimisée et sera plus élevée que dans le cas d’une analyse Greenfield. Néanmoins, vous vous assurerez qu’un maximum de vos clients soit livré dans un niveau de service aligné avec vos standards.

Centre de gravité minimisée, Floride, USA, gestion des flux
Distance minimisée (centre de gravité) due à un volume très important au sud de la Floride. Les clients plus au Nord ne sont pas tous servis dans la journée.
gestion, inventaire, entrepôt, flux de réseau
En localisant l’entrepôt plus au Nord, on s’éloigne de la plus grosse part du marché, mais tous les clients sont servis dans la journée.

Au bout du compte, il s’agit de définir vos facteurs clés de succès pour aboutir à la meilleure solution. Conseil 2.0 vous accompagne également dans cette étape, car nous savons qu’elle est tout aussi importante que la modélisation.

La localisation des entrepôts, fonction du niveau de service

L’optimisation des flux est le deuxième volet à aborder lorsqu’on cherche à optimiser l’empreinte de son réseau logistique.

On considère dans ce cas que les nœuds du réseau sont définis à l’avance et ne seront pas modifiés. C’est notamment le cas lorsqu’on utilise des installations portuaires ou aéroportuaires sur lesquelles on a généralement peu de contrôle, ou simplement lorsqu’on n’a pas la capacité ou l’envie de modifier l’emplacement de ses entrepôts.

Toujours en partant de la baseline, on va pouvoir suggérer des améliorations au modèle. Cela peut se faire de différentes manières, notamment en :

  • Supprimant des contraintes historiques
  • Considérant de nouveaux flux
  • Ajoutant de nouveaux modes de transports

Suppression des contraintes historiques

Les contraintes historiques sont définies dans la baseline (voir l’article comment modéliser son réseau logistique) pour rendre compte de la réalité.

Un cas fréquent de contraintes historiques à supprimer est les flux de centres de distribution vers des clients, soit pour laisser le logiciel décider des flux à utiliser, soit lorsqu’un nouveau centre de distribution, plus proche des clients, est disponible.

Par exemple, un centre de distribution en Allemagne livre de grandes surfaces au Portugal avec des produits électroniques. Cette société fonctionne comme cela depuis quelques années. Mais elle a aujourd’hui la possibilité d’utiliser un centre de distribution en Espagne suite à l’acquisition d’une entreprise.

Dans la baseline, le modèle connait le flux Allemagne – Portugal. Il va falloir exclure ce flux et indiquer les nouveaux à prendre en compte (par exemple un flux FTL Allemagne Espagne et un flux LTL Espagne Portugal).

Création de nouveaux flux

Dans le module d’optimisation, vous pouvez indiquer que vous voulez créer de nouveaux flux (ce qui doit être fait dans l’exemple indiqué précédemment). Il ne s’agit pas de forcer le logiciel, mais plutôt de lui laisser la possibilité d’utiliser certains canaux qui n’étaient pas disponibles auparavant.

Si les canaux sont intéressants et répondent à l’objectif, alors ils seront utilisés. Sinon nous verrons dans les résultats que rien ne passe par ce ou ces canaux.

Exemple de création de nouveaux flux

Prenons le cas de deux filiales d’une entreprise, une basée en Angleterre, l’autre en France. Les deux entreprises exportent sur le continent américain, respectivement depuis les ports de Southampton et du Havre. Une piste à explorer serait une consolidation des flux entre les 2 ports. Les volumes exportés, les tarifs pratiqués ou encore les destinations sont-ils différents ? En fonction de ces éléments, le logiciel va nous proposer sa solution optimale. Il faudra ensuite la valider pour savoir si oui ou non on décide de l’implémenter.

Optimisation de la production

Bien que Supply Chain Guru ne soit pas un logiciel dédié à la production, il permet néanmoins de modéliser certains paramètres que vous souhaiteriez prendre en compte dans votre réseau.

Rajouter l’aspect production au modèle en accroit fortement la complexité. En premier lieu, il convient de se demander si nous avons intérêt à la modéliser. Nous revenons aux questions que nous nous sommes posées en début d’article. Que cherche-t-on à optimiser et quels sont nos leviers ?

Si l’objectif est d’optimiser la distribution des entrepôts vers les clients, alors la production n’est pas à considérer.

En revanche, si la sélection des entrepôts et des flux est fonction d’une production optimisée entre les différents centres de production, elle est à prendre en compte.

Représentation graphique, usine, entrepôt, client, flux logistique

Comment savoir quelle usine devrait produire majoritairement tel produit en fonction :

  • De ses coûts fixes et variables
  • Des capacités de stockage des entrepôts
  • Des commandes clients

Vous devez rassembler ces différents jeux de données pour modéliser vos capacités de production. Le niveau de granularité est à définir au préalable, étape dans laquelle Conseil 2.0 vous accompagne. Nous regardons ensemble votre production et répondons à plusieurs questions :

  • Combien de produits devons-nous considérer ?
  • À quelle maille de produit devons-nous nous arrêter ?
  • Quelle structure d’arborescence produite (Bill of Material) devons-nous adopter ?
  • Devons-nous modéliser les différents postes de la chaine de production ?
  • Que devons-nous considérer comme coûts fixes / coûts variables ?

L’optimisation va alors dépendre des facteurs sur lesquels vous pouvez influer. Par exemple, l’augmentation du nombre de quarts dans l’usine, l’automatisation d’un poste de travail, etc. Tout cela se traduit en termes de coûts fixes et variables, de capacité et se représente dans Supply Chain Guru à travers des scénarios. Il convient alors de les évaluer les uns par rapport aux autres pour savoir lequel est le plus profitable.

Optimisation de l’inventaire

Enfin, le dernier volet paramétrable dans Supply Chain Guru pour l’optimisation du réseau est la capacité d’inventaire (au sens large) des différents sites.

À nouveau, le niveau de détail dans lequel il faut rentrer dépend du but recherché. Il faut se poser les bonnes questions pour établir la pertinence de modéliser l’inventaire et les coûts associés, par exemple :

  • Les capacités de chaque site varient-ils à travers le réseau ?
  • Les centres de distributions peuvent-ils tous stocker les mêmes produits ?
  • Les coûts de chaque site sont-ils semblables ou non ?
  • Le modèle autorise-t-il la création d’entrepôts (penser aux coûts fixes engendrés) ?

Néanmoins dans la plupart des cas, nous recommandons un minimum de modélisation de ces données, comme les capacités maximales des centres de distribution et le niveau d’inventaire requis en fonction de la demande.

Pour chaque site, il est possible d’indiquer différents types d’inventaires tels que :

  • L’inventaire initial (disponible dès le début de la période de modélisation), construit en prévision (pour anticiper des variations de demandes) et roulant
  • Le stock de sécurité

Pour optimiser l’inventaire, on peut directement modifier les règles de gestion de celui-ci (si en accord avec la stratégie de l’entreprise). Ou le considérer à l’échelle du réseau en faisant, par exemple, varier le nombre d’entrepôts.

En faisant diminuer le nombre d’entrepôts, la quantité d’inventaires en stock va diminuer. Mais en conséquence, vous serez plus loin du client et les coûts de transports augmenteront (augmentant aussi la quantité d’inventaires en transit).

Au final, il s’agit de voir à quel moment l’optimisation de l’inventaire vient dégrader les autres coûts.

Conclusion

L’optimisation du réseau logistique peut se faire à travers différents paramètres. Un outil comme Supply Chain Guru vous permet de les aborder sur plusieurs niveaux de granularité, allant de la création de nouveau flux ou de nouveaux entrepôts à la vitesse du camion, des coûts de carburant, des taxes ou même des émissions de carbone.

Quoiqu’il en soit, chaque optimisation doit être analysée pour comprendre les impacts en termes de coûts pour votre entreprise. Supply Chain Guru vous permet de visualiser différents niveaux de résultat en fonction de ce qui a été modélisé :

  • Coûts totaux
  • Bénéfices attendus
  • Coûts de transports, de production et d’inventaire

Mais c’est à nous, professionnels de la chaine d’approvisionnement, d’analyser les résultats et de choisir le meilleur scénario pour notre entreprise.

Pour cela, Conseil 2.0 vous accompagne en tant que partenaire et construit avec vous les différents facteurs clés de succès afin de bâtir votre réseau futur. Les échanges entre les différents acteurs du réseau sont capitaux pour ces projets d’optimisation et c’est grâce à un travail collectif que nous atteindrons vos objectifs.

Conseil 2.0 est partenaire officiel de Coupa, éditeur de Supply Chain Guru. N’hésitez pas à nous contacter si vous souhaitez en apprendre plus sur notre méthodologie ou pour tout projet concernant l’optimisation de votre réseau, il nous fera plaisir de vous accompagner dans vos défis.

Année

2019

Type de projet

Inventaire

Économie

3M$

Réalisé par

Martin Nadon

Aperçu

Présentation client

Notre client est le leader canadien dans le secteur du remplacement, de la réparation et de la distribution de vitres d’autos.

Mandat

C2.0 a été mandaté pour un projet d’optimisation de la chaîne d’approvisionnement, plus spécifiquement au niveau de la gestion de la demande, des achats et du réseau de distribution de ces entrepôts.

But recherché par le client

Augmenter l’utilisation du système et revalider les paramètres pour la gestion de la demande. Assurer la formation des employés pour la pérennité de la compréhension du système.

Exécution du mandat

Conseil 2.0 a été mandaté pour une durée de 16 semaines. Dans le cadre du mandat, l’approche proposée et adoptée par le client a été composée de 5 étapes

Selon la classification de Pareto, nous avons établi des catégories distinctes afin d’établir des inventaires adéquats selon le type de produits et nous assurer de maintenir un inventaire optimal pour les demandes client.

Nous avons ajusté le niveau de service afin de répondre correctement à la classification d’inventaire. Ainsi, nous avons augmenté le niveau de service pour les inventaires classés A et B et il a été révisé à la baisse pour les inventaires classés C ou moindre.

Nous avons normalisé le cycle de réapprovisionnement afin de définir le calcul du point de commande optimal. Cela a permis une rotation des inventaires plus élevés dans les produits à grand volume et également une minimisation des commandes, en achetant de 3 à 6 mois d’inventaires, pour les items à faible volume, permettant de diminuer la manutention des produits et ainsi réduire les pertes reliées aux bris.

Le client avait deux délais de livraison, un contractuel et un calculé. Ainsi, nous avons recommandé l’utilisation d’un seul délai de livraison unique pour les fournisseurs, ce qui a permis de réduire le niveau de stock minimum pour tous les articles. Cela a également permis de gérer une date de réception du matériel plus précise, car les fournisseurs livrent à temps ; ainsi, le délai calculé supplémentaire qui était au système n’avait pas de valeur ajoutée.

Pour optimiser l’inventaire, nous avons fixé les paramètres min/max en fonction d’un délai de commande hebdomadaire, d’un stock de sécurité qui prend en compte la distance entre l’entrepôt et le centre de distribution et d’un cycle de réapprovisionnement basé sur la taille de l’entrepôt.

Résultats

L’optimisation des opérations que Conseil 2.0 a effectué chez le client a permis de réaliser une économie globale d’un peu plus de 3 000 000$.

Nous avons également observé, pendant notre mandat, que le client avait 1.7 M$ d’inventaire obsolète, en plus de 8.3M$ en inventaire « excessif » pour un total de 10 millions de dollars sur un inventaire de 20 millions de dollars. Ainsi nous avons suggéré au client de réduire ses inventaires afin de limiter ses coûts liés à son excès de stock.

Année

2019

Type de projet

Transport

Économie

600K$

Réalisé par

Afef bouguerra
Martin Nadon
Daniel Vendette

Aperçu

Présentation client

Notre client est une des coopératives les plus importantes au Québec pour la volaille. Il est reconnu pour sa production locale et la qualité de ses produits.

Problématique

Avec l’ouverture d’un nouveau centre de distribution et la centralisation de ses envois, le client désirait aller en appel d’offre de transport, afin d’optimiser son réseau et analyser l’impact de ce changement.

But recherché par le client

À travers cet appel d’offres, le client avait pour objectif de réduire ses coûts et d’assurer que son volume de transport soit couvert.

Exécution du mandat

Conseil 2.0 s’est basé sur une année de données historiques, considérant les changements à venir (nouveau centre de distribution) et la volonté du client à centraliser sa distribution.

Les données historiques ont servi à définir une année de référence avec un coût historique (baseline) de 6 M$CAN, afin de permettre une évaluation comparative à la fin du projet, pour déterminer les économies engendrées.

Avec ces données, nous avons aussi modélisé le réseau de distribution, en définissant 164 corridors (origines-destinations) et inclus différents modes de transports : en charge complète (TL) et en charge partielle (LTL).

Pour répondre à cet appel d’offres, plus de 140 transporteurs ont été invités à participer à l’événement.

Afin de considérer le nouveau centre de distribution, Conseil 2.0 a créé des corridors pour modéliser la nouvelle réalité du client.

La méthodologie, alors proposée et adoptée par le client, a été composée de 5 étapes :

Ajustement des délais de livraison pour tous les fournisseurs du groupe de catégorie « verre » : 1 200 000 $ de réduction d’inventaire

Tous les transporteurs qualifiés de la phase RFI ont été invités à fournir les taux pour les corridors qui les intéressaient. Conseil 2.0 s’est assuré de la validité des soumissions reçues durant la ronde 1 et a géré la communication avec tous les transporteurs durant tout l’événement.

L’objectif de cette phase était de donner une rétroaction aux transporteurs qui avaient participé à la ronde 1. Ceci a permis de les informer de leur position par rapport aux autres participants et également de corriger les soumissions en cas d’erreurs de leur part. Les rétroactions données aux transporteurs ont permis de maximiser les économies que nous étions capables d’aller chercher dans le marché.

En collaboration avec le client, Conseil 2.0 a défini différents scénarios d’analyse et de simulations, afin de trouver la meilleure solution répondant aux besoins et requis du client. Exemples de scénarios réalisés :

  • Allocation basée sur le coût: Allouer le volume aux soumissions les plus économiques (Low cost, sans contraintes).
  • Allocation basée sur le coût respectant la capacité: Allouer le volume aux soumissions les plus économiques tout en respectant la capacité par corridors et globale du transporteur.
  • Allocation favorisant les transporteurs actuels:  Favoriser les transporteurs qui sont actuellement actifs dans le réseau de distribution du client.
  • Introduction de X% de nouveaux transporteurs: Évaluer l’impact de l’introduction d’un certain pourcentage de nouveaux transporteurs dans le réseau de distribution.
  • Exclusion des intermédiaires (brokers): Mesurer l’impact en allouant 100% du volume uniquement à des transporteurs ayant leur propre flotte (asset base).
  • Restriction du nombre de transporteurs à utiliser: Trouver l’équilibre optimal entre le nombre de transporteurs à gérer et la couverture du volume total.
  • Capacité d’attribuer un transporteur primaire, secondaire et tertiaire.
  • Comparaison entre le réseau actuel et futur: Conseil 2.0 a fourni au client une analyse d’impact, lui permettant d’avoir un aperçu sur les économies escomptées à la suite de la mise en place du nouveau centre de distribution.

En prenant en considération les contraintes et la réalité opérationnelle et stratégique du client, Conseil 2.0 a été capable d’analyser et de comparer plus de 2000 soumissions(bids) pour fournir des allocations optimales, qui sont le fruit de la phase d’optimisation.

Résultats

L’appel d’offres de transport, que Conseil 2.0 a géré, a généré de grosses économies pour le client. En effet, le Baseline a été réduit de 10%, permettant ainsi une économie de 600 000$. De plus, en réponse aux réalisations de Conseil 2.0, le nombre de transporteurs avec qui notre client devait faire affaire a diminué de 65%. Grâce à cette baisse, le client a réalisé d’importantes économies en transport et a pu maintenir une couverture de ses envois tout aussi efficace.

Année

2019

Type de projet

Transport

Économie

85M$

Réalisé par

Afef Bouguerra
Martin Nadon
Daniel Vendette

Aperçu

Présentation client

Notre client est un leader multinational spécialisé dans la grande distribution dans le commerce de détail. Il est classé dans le Fortune 100, soit un classement des cents premières entreprises américaines, classées selon l’importance de leur chiffre d’affaires.

Problématique

Dans un contexte de pénurie de disponibilité de transporteurs, le client cherchait à assurer une capacité pour son réseau. Ainsi il désirait, diminuer ses coûts de transport qui étaient trop élevés et minimiser la base de données des transporteurs (le nombre de transporteurs à gérer).

But recherché par le client

Le client désirait réaliser un appel d’offre de transport dans l’objectif d’optimiser leur réseau de distribution pour leur magasin au Canada et au Mexique.

Exécution du mandat

Basé sur une année de données historiques, Conseil 2.0 a modélisé le réseau de distribution en définissant 15 000 Lanes (origines-destinations) pour le Canada et 1800 lanes pour le Mexique. Les données historiques ont aussi permis de définir un baseline (coût historique) de 450M$ pour le réseau de distribution canadien et 285 M$CAN au Mexique. Les données historiques ont permis de réaliser une évaluation comparative à la fin du projet pour déterminer les économies engendrées.

Ces deux projets ont inclus différents modes de transports : TL, Intermodal et LTL. Plus de 1200 transporteurs ont été et ont été invités à participer à ces événements.

La méthodologie de 6 étapes a été proposée et adoptée par le client :

Cette phase avait pour objectif d’évaluer les transporteurs invités à l’événement. Un questionnaire qualitatif a été envoyé aux transporteurs pour connaitre s’ils répondaient aux critères et aux requis du client. Seuls les transporteurs qualifiés ont eu accès aux étapes suivantes.

Tous les transporteurs qualifiés de la phase RFI ont été invités à fournir les taux pour les lanes qui les intéressaient. Durant la ronde 1, Conseil 2.0 s’est assuré de la validité des soumissions reçues et ont soutenu la communication avec tous les transporteurs durant tout l’événement.

L’objectif de cette phase était de donner une rétroaction aux transporteurs qui ont participé à la ronde 1. Ceci a permis de les informer de leur position par rapport aux autres participants et également de corriger les soumissions s’il y a eu des erreurs de leur part. Les rétroactions données aux transporteurs ont permis de maximiser les économies qu’on était capable d’aller chercher dans le marché.

En collaboration avec le client, Conseil 2.0 a défini différents scénarios d’analyse et de simulations pour trouver la meilleure solution qui répond aux besoins et requis du client. Exemples de scénarios réalisés :

  • Allocation basée sur le coût: Allouer le volume aux soumissions les plus compétitives (Low cost, sans contraintes)
  • Allocation basée sur le coût et respect de capacité: Allouer le volume aux soumissions les plus compétitives tout en respectant la capacité par lanes et globale du transporteur.
  • Allocation qui favorise les transporteurs actuels:  Favoriser les transporteurs qui sont actuellement actifs dans le réseau de distribution du client.
  • Introduction de X% de nouveaux transporteurs: Évaluer l’impact de l’introduction de nouveaux transporteurs dans le réseau de distribution.
  • Exclusion des brokers: Mesure de l’impact si on alloue 100% du volume uniquement à des transporteurs asset base ;
  • Allocation en maximisant l’utilisation de la flotte du client
  • Restriction du nombre de transporteurs à utiliser: Trouver l’équilibre optimal entre le nombre de transporteurs à gérer et la couverture du volume total.
  • Maximisation d’un mode de transport: Évaluer l’impact de maximiser l’utilisation d’un mode particulier de transport (rail, road, power only, etc.)
  • Capacité d’attribuer un transporteur primaire, secondaire et tertiaire

Une fois les analyses faites, Conseil 2.0 a identifiés les lanes à gros volume et qui ont eu beaucoup de soumission, donc une grande compétitivité, comme des lanes potentielles pour aller en e-auction et pour aller chercher plus d’économie.  150M$ de volume de transport ont été mis aux enchères et 94 transporteurs y ont participé. Durant cette étape 5% d’économie supplémentaire ont pu être réalisé.

En prenant en considération des contraintes et de la réalité opérationnelle et stratégique du client, Conseil 2.0 a été capable de fournir des allocations optimales qui sont le fruit de la phase d’optimisation et e-auction de ce processus d’enchère. Durant ce processus plus que 500 000 soumissions ont été analysées, optimisées pour fournir le résultat optimal au client.

Résultats

L’appel d’offres de transport géré par Conseil 2.0 a permis de réaliser des économies importantes. Effectivement, une réduction d’environ 15% a été réalisée pour ces deux appels d’offres. De plus, le nombre de transporteurs a diminué de 150, soit passant de 258 à 108 transporteurs, mais permettait tout de même une couverture tout aussi efficace.

Avez-vous déjà cherché à réduire les coûts de votre réseau logistique ? Vous êtes-vous demandé, auparavant, si celui-ci était optimal ? Les nœuds de votre réseau sont-ils au bon endroit ?

N’étant généralement pas associés au cœur de métier de l’entreprise, les aspects de logistique et distribution sont souvent mis au second plan et se retrouvent être une source de coûts importante.

La logistique est un levier considérable pour améliorer la compétitivité d’une entreprise. Plusieurs options sont possibles, comme la gestion de l’inventaire, l’automatisation des entrepôts ou encore, et c’est le point qui nous intéresse dans cet article, l’optimisation du réseau logistique.

Les entreprises ont parfois des dizaines d’entrepôts, des centaines de clients, et des milliers de produits. Quelle est la meilleure combinaison ? Comment trouver le réseau optimal qui minimise les couts du réseau logistique ? Le cerveau humain ne peut pas répondre à une question si complexe, et il faut alors user de logiciels spécifiques. Dans cet article, Conseil 2.0 vous propose sa méthodologie pour répondre à ce genre d’enjeux. Elle se base à la fois sur une expertise métier et sur l’utilisation d’un logiciel de modélisation de réseau, Supply Chain Guru.

Supply Chain Guru (SCG) est un outil qui permet de modéliser le réseau logistique et d’y apporter des optimisations afin de trouver le meilleur modèle pour votre entreprise. Nous vous présenterons les principales possibilités offertes par SCG en 2 parties :

  1. La modélisation du réseau de référence, ou baseline
  2. L’optimisation du réseau

La modélisation de la baseline : une étape cruciale pour tout projet d’optimisation de réseau

Plus un projet est avancé, plus des modifications sont coûteuses. Il en va de même dans notre cas. Il faut modéliser la baseline avant de passer aux étapes suivantes. Sinon, les résultats des futures optimisations ne seront pas exploitables.

Baseline : pourquoi et quand la construire ?

Pourquoi

Il y a trois raisons principales pour lesquelles il faut impérativement construire une baseline avant tout projet d’optimisation de réseau. La baseline a pour but de :

  1. Vérifier que le modèle est conforme aux données de l’entreprise
    • Les flux sont-ils correctement représentés ?
    • Les coûts modélisés sont-ils conformes aux données financières ?
  2. Servir de point de départ aux modélisations futures
  3. Contribuer comme point de référence pour comparer les scénarios envisagés
    • Comment évoluent mes coûts de transport, mes coûts d’entrepôt ?
    • Comment évolue mon niveau de service ?

Quand

Une baseline correctement définie permet de s’assurer que l’on va dans la bonne direction. Elle doit être bâtie :

  • Après la collecte et validation des données
  • Avant de construire les scénarios futurs

La collecte et validation des données d’entrée est une étape fondamentale, bien que souvent négligée. On a souvent tendance à penser que nos données sont immédiatement disponibles et exploitables. Or, comme nous le verrons plus bas, il ne suffit généralement pas de faire un « extract » de l’ERP, de rassembler quelques fichiers Excel et de les charger dans le logiciel.

En fonction de la complexité du réseau, il faut compter en général entre 3 et 5 semaines pour collecter les données, puis 3 à 5 semaines pour bâtir le modèle. Si l’on tente de réduire ce temps, on risque de le payer plus tard lors des optimisations futures.

Supply Chain Guru, C2.0, Conseil 2.0, Time line, lancement projet

La collecte des données

Les données à collecter peuvent se classer en catégories (leur nombre varie en fonction de la complexité attendue pour le projet d’optimisation), mais on compte en général les données sur les :

  • Produits (typologie, poids, volume, prix, etc.)
  • Sites (localisation des clients, des centres de distribution, des sites de production, de leur taille, etc.)
  • États financiers (couts d’exploitation des centres de distribution, couts de transport, commandes clients, etc.)
  • Inventaires (classification ABC, niveau d’inventaire, stock de sécurité, etc.)

En fonction du projet et de la complexité recherchée, on peut aussi ajouter d’autres données, comme le type de flotte, la disponibilité par centre de distribution, etc.

Lors de chaque projet, Conseil 2.0 respecte 4 étapes fondamentales lors de la collecte des données :

1. Vérifier que toutes les données requises ont été fournies

La quantité de données est souvent conséquente et il est facile d’en oublier. Il est recommandé de suivre régulièrement le statut de la collecte de données.

2. S’assurer de l’intégrité des données

Avant de modéliser la baseline, il est impératif d’analyser la donnée pour évaluer son exploitabilité. Pour diverses raisons (différents systèmes TI, besoins locaux spécifiques, etc.), les données issues de différents sites vont avoir des nomenclatures et formats différents, manquer de cohérence, contenir des informations erronées, et certaines données peuvent aussi être manquantes.

3. Nettoyer la donnée

En fonction de l’analyse qui a été faite, on peut alors décider d’ajouter des données, d’en exclure (attention à bien anticiper les impacts), ou faire des suppositions pour pallier des manquements (qui doivent être documentés).

Voici quelques problèmes récurrents lors de l’analyse et du nettoyage des données :

  • Doublon de données
  • Nomenclature inconsistante
  • Granularité des informations entre différents sites
  • Sources d’informations multiples et incohérentes
  • Mixe entre transactions interentrepôt et commandes client

4. Valider les données avec les stakeholders

Les stakeholders qui valideront le projet doivent être impliqués dès le départ afin d’éviter les surprises. Reconnaissent-ils leurs données ? Sont-ils en accord avec les suppositions qui ont potentiellement été faites ?

Supply Chain Guru, C2.0, Conseil 2.0, chaîne d'approvisionnement

On ne le répétera pas assez. La collecte des données est une étape aussi longue qu’importante pour la suite du projet. La négliger revient à mettre en péril toutes les analyses futures.

Renseigner les contraintes

SCG va par principe aller vers un modèle optimal. On utilise les contraintes pour refléter la réalité comme des décisions d’affaires, la volonté de travailler avec un fournisseur, des limitations sur la flotte, le nombre d’heures que peut rouler un chauffeur par jour, etc. Les contraintes peuvent (entre autres) :

  • Être basées sur des min / max
  • Porter sur des capacités de volume ou de poids, des coûts, des périodes ou encore des flux

SCG utilise des tables de contraintes pour que l’utilisateur puisse les renseigner (flux, inventaire, production, sites).

Bâtir la baseline

Il faut commencer par créer une nouvelle base de données dans laquelle on rassemble toutes celles collectées en amont (issues de l’ERP, WMS, Rapports, etc.). Ces données (principalement les historiques de commandes, de transports, de production ou achats et les caractéristiques des produits), permettent de remplir les 6 éléments requis pour modéliser le réseau :

  • Produits
  • Sites
  • Demande
  • Politiques de:
    • Transport
    • Approvisionnement
    • Inventaire

À noter que les règles d’inventaire et d’approvisionnement peuvent être laissées de côté si l’on ne souhaite modéliser que le transport des centres de distribution au client par exemple. De même, si la production est un élément clé de votre réseau, il est aussi possible de modéliser des politiques de production.

Validation du modèle

Il est important de choisir les bons indicateurs de performance, ce qui doit être fait au même moment que la collecte des données. Il faut vérifier les résultats de la baseline pour s’assurer de sa conformité avec la réalité. Par exemple, on sait que l’entrepôt XYZ livre 97,000 tonnes de marchandise sur la durée de l’exercice. Le modèle indique qu’il en livre 98,000.

  • Cet écart est-il acceptable ?
  • Quel est notre seuil de tolérance ?
  • Combien cet écart représente-t-il par rapport au tonnage des autres entrepôts ABC et JKL ? Est-il négligeable ?
  • Quel est l’effort demandé pour affiner le modèle ?

Le modèle ne sera jamais exact à 100%. La question à laquelle il faut répondre est à quel moment peut-on considérer le modèle satisfaisant ? Cette question dépend de chaque projet et doit être élucidée au cas par cas.

Lors de la validation du modèle, Conseil 2.0 travaille en équipe avec le client pour garantir une satisfaction des deux parties et franchir le premier jalon majeur du projet.

La route vers l’optimisation et la simulation

Maintenant qu’on a construit la baseline et que les stakeholders l’ont validée, on peut regarder l’optimisation de la baseline et rouler des scénarios, comme l’ajout, la suppression d’entrepôts, la mise en place de cross-dock, la consolidation de flux, etc.

Si la baseline est correctement montée, ces scénarios sont relativement simples à modéliser. Les équipes peuvent alors passer plus de temps sur l’analyse des résultats et ainsi maximiser le temps passer sur des tâches à valeur ajoutée.

Conseil 2.0 est partenaire officiel de Coupa, éditeur de Supply Chain Guru. N’hésitez pas à nous contacter si vous souhaitez en apprendre plus sur notre méthodologie ou pour tout projet concernant l’optimisation de votre réseau, il nous fera plaisir de vous accompagner dans vos défis.

Inscrivez-vous à notre infolettre pour visionner nos webinaires !

Vous serez alerté(e) dès que de nouveaux webinaires seront prévus.

Inscrivez-vous à notre infolettre pour visionner nos webinaires !

Vous serez alerté(e) dès que de nouveaux webinaires seront prévus.