Les groupes qui n’ont pas de tableaux de bord d’entreprise, qui les doteraient d’une vision claire et en temps réel sur leurs stocks, sont désavantagés sur le marché mondial. Une meilleure visibilité d’un bout à l’autre de la chaîne logistique et la prévision des stocks en fonction de la demande connue peuvent réduire le stock de 10 %.
Etude de cas
Un grand groupe mondial de l’industrie aéro- nautique a réduit de près de 50 % ses stocks de matières premières et amélioré son taux de rota- tion des stocks de 12 à 17 en se dotant d’une meilleure visibilité sur ses niveaux de stocks dans le monde. Ceci a été rendu possible par le développement et le déploiement d’un outil en ligne d’analyse offrant un point de vue complet sur les stocks de pièces dans un système centra- lisé. Cette visibilité accrue aide à mieux seg- menter le stock et à dresser les priorités des actions correctives
2. Une meilleure visibilité sur les calendriers de réapprovisionnement des matériaux peut réduire les niveaux de stocks de 6-8 % au cours des changements de configuration des pièces/fournisseurs Les entreprises rencontrent fréquemment des difficultés de gestion de stocks lors d’un chan- gement de configuration des pièces/fournis- seurs. Lors de telles transitions, les risques sont importants et peuvent provoquer des excédents de stocks, mobilisant inutilement de la trésorerie. Les meilleures organisations sont celles qui ont une excellente visibilité sur les calendriers de réapprovisionnement, au point qu’elles peuvent prendre des décisions éclai- rées et mieux gérer les interactions entre risques et stockage. Elles peuvent ainsi réduire leurs niveaux de stocks de 6-8 %.
Etude de cas
Un grand groupe industriel a réduit de 10 % ses stocks de matières premières en instaurant un processus plus intelligent de gestion des transi- tions de configuration des pièces/fournisseurs. Un outil intelligent automatisé a été développé d’après le workflow pour que tous les interve- nants suivent à la lettre un processus séquentiel et qu’ils rendent compte de leurs responsabilités. Résultat : la coordination est meilleure et plus rationalisée entre la planification des matières premières, les achats, les calendriers de réappro- visionnement et les équipes techniques, avec une baisse du risque de transition et, par conséquent, des excédents de stocks.
106 N°75 ■ SUPPLY CHAIN MAGAZINE - JUIN 2013
Classifier et segmenter le stock
3. La classification d’inventaire multicritères peut permettre de baisser nettement les niveaux de stocks, de l’ordre de 20 à 50 %, ce qui a pour effet d’améliorer les rotations d’inventaire Contrairement à l’approche traditionnelle - généralement basée sur les recettes - de classifi- cation de stock, l’approche multicritères tient compte des facteurs financiers (ex. marge brute), opérationnels (ex. rapidité de rotation) et d’im- portance pour les clients (ex. gros volumes de vente de tels produits). Cette classification de stock doit servir de base pour les stratégies com- merciales et de gestion : stock de sécurité supé- rieur pour les produits les plus demandés et inférieur pour les produits les moins demandés. Une telle approche peut réduire les excédents de stocks et/ou redéployer l’investissement en faveur d’un stock haute performance.
Etude de cas
Un groupe industriel mondial a réduit ses stocks disponibles de 27 % et amélioré son taux de rotation des stocks de 8 à 9 après avoir adopté l’approche multicritères de classification de stock. Les méthodes approximatives de détermi- nation des stocks de sécurité et des volumes de commandes ont été remplacées par des proces- sus de calcul statistique des stocks de sécurité et des volumes de commandes. La classification de stocks permet désormais de déterminer les niveaux de service au cas par cas, pour éviter l’approche globale unique.
Prévoir la demande
4. En sélectionnant les modèles de prévision adaptés et en y intégrant des données de « market intelligence » appliquées à différents scénarios de la demande, il est possible d’augmenter la justesse des prévisions de 20 à 35 %.
L’utilisation de modèles de prévision sophisti- qués pour gérer les cycles de demande dyna- miques et intermittents aide à réduire les erreurs de prévision et donc à évaluer au plus près les niveaux de stocks nécessaires. L’inté- gration de données de market intelligence dans les modèles de prévision contribue à aug- menter la précision des prévisions et devient un facteur de différenciation clé sur le mar- ché, la sophistication des modèles mathéma- tiques de prévision étant généralement plus importante que de s’appuyer sur les jugements
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 |
Page 89 |
Page 90 |
Page 91 |
Page 92 |
Page 93 |
Page 94 |
Page 95 |
Page 96 |
Page 97 |
Page 98 |
Page 99 |
Page 100 |
Page 101 |
Page 102 |
Page 103 |
Page 104 |
Page 105 |
Page 106 |
Page 107 |
Page 108 |
Page 109 |
Page 110