L’ESSENTIEL Vu Ailleurs. EUROPE
Forever choisit Manhattan
orever Direct EU BV, la structure chargée de la distribution en Europe des produits de beauté et de santé à base d’Aloe Vera fabriqués par l’Américain Forever Living Products, met actuellement en place son propre centre logistique euro- péen à Roosendaal aux Pays-Bas. Cet outil de 17.000 m2
F , plei-
nement opérationnel début 2013, sera piloté notamment par des solutions informatiques issues de la Supply Chain Process Platform de Manhattan Associates, à savoir Warehouse Mana- gement (WMS) et Supply Chain Intelligence (contrôle des per- formances Supply Chain). Sa mission sera de gérer et d’exécuter les commandes packagées ou uniques pour quelque 500.000 distributeurs indépendants répartis dans 90 pays à travers toute la région EMEA (Europe, Moyen-Orient, Afrique), ainsi que de réaliser des opérations de valeur ajoutée telles que l’étiquetage pays par exemple. La préparation fera appel à des technologies de type Pick to Light, avec passage sur convoyeur automatisé et trieur. A l’origine, le schéma logistique de cette société amé- ricaine de vente en réseau (à l’instar de Tupperware) s’est d’abord appuyé sur un mélange d’envois direct des produits finis depuis les usines américaines et sur un certain nombre de centres de distribution disséminés dans la région EMEA. La décision de centraliser la distribution en Europe date de plu- sieurs années, mais la prestation était jusque-là externalisée, également aux Pays-Bas. ■ JLR
MAROC
Renault-Nissan récompense STVA
STVA pour son projet logistique à Tanger. Ce prix récompense le groupe à travers sa filiale Geodis STVA Tanger Méditerranée (GSTM), pour sa totale implication dans le projet marocain. Dans le cadre de ce projet, le transporteur a conçu des wagons spécifiques et dédiés pour l’acheminement des véhicules de la nouvelle usine Renault-Nissan de Melloussa vers le port de Tanger-Med. Il assure également le chargement et le déchar- gement de ces navettes ferroviaires, en flux tendu, entre l’usine et le port, soutenant ainsi le Groupe Renault dans sa volonté de faire de cette usine un site « propre » (zéro carbone, zéro rejet industriel liquide). La filiale marocaine de STVA gère, avec ses 100 collaborateurs, la plate-forme de l’usine, les navettes fer- roviaires, la plate-forme au terminal du port de Tanger, ainsi que le chargement/déchargement des navires. A terme, plus de 400.000 véhicules seront transportés par an. Renault-Nissan a ainsi salué la mobilisation et l’engagement des équipes STVA tout au long des trois années d’élaboration du projet tout comme lors de la phase de démarrage des opérations qui s’est déroulée avec succès. ■ JPG
L 26 N°66 ■ SUPPLY CHAIN MAGAZINE - JUILLET-AOÛT 2012
ors de la convention annuelle regroupant ses 200 princi- paux fournisseurs de logistique et de transport en Europe, Renault-Nissan a décerné le prix de l’innovation 2012 à
ROYAUME-UNI/ IRLANDE
nfor annonce que Spicers, distributeur de fournitures et d’équi- pement de bureau au Royaume-Uni et en Irlande, a choisi Infor10 Demand Planning afin d’améliorer l’ajustement des stocks par rapport à la demande et d’accroître le taux d’exécution des commandes, tout en renforçant le service client. Spicers compte plus de 16.000 références et 15 collaborateurs Responsa- bles de la planification de l’approvisionnement dans ses diffé- rents centres de distribution. L’outil sera utilisé dans toute l’organisation. Il devra anticiper la demande, répondre aux cri- tères de réassortiment et gérer plus efficacement les changements de modèles. « Dans le cadre des efforts déployés pour améliorer significativement nos procédés de planification de la demande, nous avons investi dans un système sophistiqué conçu en fonc- tion des interconnexions de notre secteur d’activité », a déclaré David Molyneux, Directeur des stocks chez Spicers. Cette solution va remplacer le système existant en fin de vie. ■ JPG
I ITALIE
Un outil d’apprentissage automatique des promotions chez Danone
oolsGroup a lancé un produit de Trade Promotion Forecasting (planification des promotions) qui exploite la technologie émergente de l’apprentissage automatique (Machine Learning). Un des premiers utilisateurs, Danone Italie, aurait obtenu une réduction de 20 % des erreurs de prévision pour une précision atteignant 92 %. L’éditeur souligne que la plu- part des entreprises de PGC dépensent jusqu’à 12-15 % de leur revenu brut en promotions commerciales. En dépit de ces énormes investissements, ces sociétés ne parviennent générale- ment pas à obtenir le retour souhaité. « Un grand nombre de variables liées les unes aux autres de façon plus ou moins com- plexe se cachent sous des quantités de données totalement inutiles. La résolution de ce problème est cruciale », estime le PDG de ToolsGroup, Joe Shamir. La nouvelle solution de ToolsGroup serait la première à exploiter l’apprentissage automatique pour régler ce genre de problème. Cette méthode permettrait de recon- naître les caractéristiques partagées des événements promotion- nels et d’identifier leurs effets sur les ventes de produits. « Cette nouvelle technologie apporte une amélioration majeure dans la visibilité de la demande, la qualité des prévisions et le niveau de détail des prévisions, ce qui est crucial pour la gestion de la pla- nification de la chaîne logistique au niveau des comptes et le fon- dement du processus de promotion commerciale », souligne encore l’éditeur. Le projet Danone Italie concernait une large gamme de produits frais caractérisés par une demande dyna- mique, une durée de conservation courte et la nécessité d’une prévision exacte de demande. Les campagnes de publicité consti- tuaient une variable supplémentaire à intégrer. ■ JPG
T
Spicers choisit Infor pour gérer la demande
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