Chaque semaine, nous répondons à vos questions concernant la gestion de sa Supply Chain face au Coronavirus !
Quels sont les différents degrés d’automatisation des approvisionnements ?
Nous avons identifié 4 différents degrés d’automatisation.
Le premier degré est purement réactif et manuel. On compile les besoins référence par référence et site par site, puis on commande les quantités compilées. C’est un process très basique qui permet à un certain nombre d’organisations de fonctionner mais qui n’est pas viable à grande échelle.
Le deuxième degré réside encore principalement sur un travail humain. On va ici simuler une prévision de la demande basique en appliquant des formules simples, comme par exemple la moyenne des ventes de quatre dernières semaines, à la quelle on appliquera un coefficient de saisonnalité. Les commandes sont ensuite envoyées aux fournisseurs par mail le plus souvent. Bien qu’un peu plus poussée, cette méthode est soumise aux mêmes limites que celle que nous avons évoqué en premier, à savoir : impossible à passer à l’échelle et conditionnée par un fort effort humain.
Ce sont là des processus créant une certaine pénibilité dans le travail des équipes, qui les exposent à des erreurs de fatigue, et qui reposent sur leur présence (comment faire en cas de maladie ou de congés ?).
Avec le troisième degré, on accède véritablement à l’automatisation. Ici, les commandes sont calculées automatiquement par un système de type ERP. Celles-ci se basent sur des prévisions de ventes résultant de formules plutôt simples comme celle que nous avons déjà citée, et parfois de modèles plus avancés comme le lissage exponentiel ou ARIMA. Les commandes peuvent être vérifiée, modifiées et validées par l’humain avant d’êtres transmises aux fournisseurs par EDI par exemple.
Cette méthode reste soumise à quelques obstacles puisqu’elle se base elle aussi sur le passé et n’anticipe pas les variations de la demande. De plus, elle peut ne pas autoriser une modification en masse des propositions de commandes, ce qui oblige à passer par un autre outil de type tableur. Enfin, beaucoup de données ne sont pas prises en compte, comme le lead-time des fournisseurs par exemple, ce qui crée des plafonds de verre dans la performance restituée.
Ce qui nous amène au quatrième degré. Rappelons avant tout les objectifs de l’automatisation.
On recherche un minimum de travail humain sur les actions où il n’a pas de valeur ajoutée et peut se contenter de superviser et de piloter de manière macroscopique. Le système se charge du détail.
On veut aussi un système capable de réellement anticiper. D’un point de vue Supply Chain, la période actuelle n’est évidemment pas représentative de celle qui suivra le déconfinement. En dehors de ce contexte particulier, cette problématique se pose lors de congés scolaires, des jours fériés, mais aussi beaucoup d’autres données socio-démographiques qui forment les données exogènes. La prise en compte de ces données permet de casser le plafond de verre de la performance.
Pour y arriver, on doit mettre de l’intelligence dans le système. Pour cela, on a besoin de 4 ingrédients :
- Premièrement, la donnée. Aujourd’hui, la majorité des entreprises a des données disponibles. L’humain doit y avoir accès pour les analyser, les comprendre, les nettoyer, etc. Avec des données qualitatives, le système d’automatisation sera correctement alimenté.
- Ensuite, on doit automatiser le prévisionnel de la demande en prenant en compte les faits connus d’avance et en estimant les marges d’erreurs. Au-delà des données exogènes, la prise en compte de cette marge d’erreur nous apportera davantage d’agilité et d’anticipation.
- L’algorithme doit être plus intelligent et être capable de créer ses propres règles. Par exemple, il doit pouvoir se rendre compte que tel fournisseur peut avoir 3 jours de retard, particulièrement sur ce type de produit, à cette période de l’année, et sur cet entrepôt. Ces règles s’appliquent donc sur les lead-times, mais aussi sur les quantités d’inventaires ou tout type de données qu’il est capable de prendre en compte. Les commandes seront plus fines et plus appropriées.
- Enfin, cela passe par des dashboards avancés mis à disposition des utilisateurs qui pourront ainsi maintenir un contrôle et un pilotage en continu des indicateurs qui sont importants pour eux.
Ce quatrième degré est donc plus difficile à atteindre. La technologie est prête, les principaux challenges seront au niveau de la génération d’une donnée fiable et de l’adoption de la technologie par les équipes.
Quels sont les impacts de la crise sur la productivité des entrepôts et centres de distribution, et sur les coûts de la Supply Chain ?
En effet, la productivité est bien impactée par cette crise.
Cela est d’abord dû à une désorganisation globale de la chaîne : les commandes mettent plus de temps à arriver, on a moins de visibilité, les ruptures et surstocks sont favorisés, etc.
De plus, l’ensemble des mesures barrière mises en place prennent du temps et de l’énergie aux équipes sur le terrain. Cela reste difficile à quantifier car très dépendant de l’organisation physique de l’entrepôt et de la manière dont l’organisation a choisi de maintenir son activité.
On peut cependant anticiper d’ores et déjà un impact sur les coûts. On pense par exemple aux produits pénuriques que l’on doit acheter plus cher, sur les coûts de transports qui ont pu augmenter, sur le matériel relatif aux mesures sanitaires, la baisse du temps de travail, etc.
Mêmes si certains coûts sont incompressibles comme la mise en place des mesures barrière, on peut se prémunir de certaines pertes pour les confinements futurs (qui sont de plus en plus probables) en misant sur les données et l’automatisation, qui libèrent du temps à l’humain pour se concentrer sur les actions essentielles à un moment précis.