L’ESSENTIEL Mes Sorties
problèmes majeurs à résoudre. Comment faire des prévisions sur la demande erratique des produits à faible rotation et comment refaire tous les jours des calculs sur 52 semaines de, par exemple pour Kraft et Wal-Mart, 380 mil- lions de produits/locations ». Les réponses tien- nent en un nom : Darryl Landvater, Associé d’André Martin, qui a développé un algorithme spécifique aux articles erratiques, qui calcule la probabilité que des quantités entières de pro- duits soient demandées dans un magasin. De même, ce dernier aurait résolu le problème du temps de calcul pour cette masse de données (deux brevets déposés). André Martin a terminé sa démonstration sur un point qui laisse plus perplexe compte tenu de la masse de données à gérer : « Une prévision est toujours fausse mais on essaie de se rapprocher le plus possible, en prenant des produits semblables ou un histo- rique sur deux ans comme base. Nous avons un modèle d’affaires dans lequel tous les produits sont planifiés. La prévision est le point de départ mais il faut s’assurer que le DRP va réa- gir de la bonne façon quand on arrive au jour prévu de commande. Pour savoir si c’est une prévision ou une vraie commande, on revient à l’être humain. Si un était prévu et n’a pas eu lieu, à lui de décider de le replacer dans le temps, et on recommence »…
Du DRP bien huilé chez LR Services Raphaël Guibaud, Directeur SC de LR Services, prestataire exclusif de Mc Donald en France a exposé comment il aide les restaurants à calcu- ler leurs commandes depuis 2000. En s’ap- puyant sur les solutions de Manugistics (JDA Software), LR Services a modélisé le réseau et fonctionne en mode DRP (remontée de la demande consommateur puis distribution équi- table des quantités disponibles). Les prévisions sont effectuées au niveau le plus fin (ex : Big Mac, moyenne frite). LR Service distingue une demande indépendante (remontées de caisses, pertes, promos, repas des équipiers…) d’une demande dépendante (liée aux recettes, compo- sants…). Dans les restaurants, ce mode de fonc- tionnement a réduit de 20 % les pertes produits, de 30 % les stocks (sans rupture), de 50 à 60 % les temps de passation de commande et diminué le temps passé à inventorier. Il a cependant fallu fiabiliser la mise à jour des nomenclatures pro- duits et les données entrantes. Remonter les données d’inventaire (1.230 personnes) et sur les événements locaux n’a pas été une mince affaire, sans oublier le Turnover qui impose un accompagnement permanent. Et les com- mandes d’appros sont seulement proposées… Au niveau du Centre de Distribution, LR Ser-
vices gère des prévisions court terme (statis- tiques au point de vente) sur les produits ayant des sorties de caisses (l’économat n’est pas géré) ainsi que des prévisions moyen terme. Les difficultés selon le Directeur SC sont de gérer le changement, de faire confiance aux prévisions au point de vente et de synchroniser les process entre les équipes. Mais ce travail s’est avéré payant puisque les stocks ont fondu de 20 %, les reliquats de fin de promo de 50 %, les modifica- tions de commandes de 80 à 95 %, de même que les livraisons de dépannage d’environ 30 % et la fréquence de livrai- son (-8 %). « Ce sont les outils et l’orga- nisation qui nous ont permis de mieux fonctionner, mais c’est le process collabo- ratif qui est le plus important », a conclu Raphaël Guibaud.
Dans le livre, la réactivité prime « Les prévisions dans le monde du livre sont embryonnaires. Nous subissons beaucoup plus que nous ne pilotons », avoue Marc de la Fons, PDG de la Sodis et Président de l’Agora du SCM. Le distributeur de Gallimard compte 130.000 titres actifs au catalogue pour 11.000 clients. 80 millions d’ouvrages sont gérés en stocks. 4.000.000 de volumes s’ajoutant chaque année. Les ouvrages peuvent être servis à l’unité comme à la palette. Enfin, avec 25 % de flux retours, ce sont des flux qu’il faut aussi prévoir ! La Sodis s’appuie sur un panel de 1.000 libraires de 1er
niveau pour identifier
comment les produits évoluent sur la base de cet échantillon. De son côté, Jean-Paul Guichard, Direc- teur SC Boissons de Pepsico, réalise des prévisions sur la base de modèles des his- toriques de sorties d’entrepôts. Les effets météo sont pris en compte et les équipes mar- keting/ventes se battent pour être le plus présent en rayon. « Les ruptures en linéaire sont de 13% en France, mais surtout à cause des derniers mètres. Les sorties de caisses sont donc ampu- tées de 13 % de la demande ! », observe-t-il. S’en est suivi un débat nourri avec la salle qui a montré que le Flowcasting soulevait encore beaucoup d’interrogations comme : A quoi bon calculer les quantités à réapprovisionner au plus juste si on arrondi au camion complet ? Com- bien de personnes et quelle énergie faut-il déployer pour l’instaurer efficacement ? … Bref, difficile d’adhérer pleinement tant que nous n’aurons pas des témoignages précis de socié- tés qui ont mis en place le Flowcasting… A sui- vre donc… ■ CP
André Martin, RedPrairie
Régis Bourbonnais, Paris Dauphine
AVRIL 2012 - SUPPLY CHAIN MAGAZINE ■ N°63 19
©C.POLGE
©C.POLGE
Page 1 |
Page 2 |
Page 3 |
Page 4 |
Page 5 |
Page 6 |
Page 7 |
Page 8 |
Page 9 |
Page 10 |
Page 11 |
Page 12 |
Page 13 |
Page 14 |
Page 15 |
Page 16 |
Page 17 |
Page 18 |
Page 19 |
Page 20 |
Page 21 |
Page 22 |
Page 23 |
Page 24 |
Page 25 |
Page 26 |
Page 27 |
Page 28 |
Page 29 |
Page 30 |
Page 31 |
Page 32 |
Page 33 |
Page 34 |
Page 35 |
Page 36 |
Page 37 |
Page 38 |
Page 39 |
Page 40 |
Page 41 |
Page 42 |
Page 43 |
Page 44 |
Page 45 |
Page 46 |
Page 47 |
Page 48 |
Page 49 |
Page 50 |
Page 51 |
Page 52 |
Page 53 |
Page 54 |
Page 55 |
Page 56 |
Page 57 |
Page 58 |
Page 59 |
Page 60 |
Page 61 |
Page 62 |
Page 63 |
Page 64 |
Page 65 |
Page 66 |
Page 67 |
Page 68 |
Page 69 |
Page 70 |
Page 71 |
Page 72 |
Page 73 |
Page 74 |
Page 75 |
Page 76 |
Page 77 |
Page 78 |
Page 79 |
Page 80 |
Page 81 |
Page 82 |
Page 83 |
Page 84 |
Page 85 |
Page 86 |
Page 87 |
Page 88