caractérisent par « un haut volume, une forte vélocité et une grande variété ». La question est donc de savoir comment améliorer la perfor- mance de sa Supply Chain grâce à une utilisation pertinente de ces données. Ce qui suppose déjà de ne pas se « noyer » dedans et donc d’avoir les compétences idoines. « Hier, la Supply Chain était fondée sur le passé. On analysait les historiques et avec un peu d’intelligence, on prévoyait le futur. C’est ainsi que les APS se sont développés. Aujourd’hui, les outils de prévisions statistiques montrent leurs limites et le plus important, dans une logique collaborative entre les hommes, est d’associer une vision terrain à celle mathéma- tique. Demain, nous aurons toujours le socle col- laboratif, mais s’y ajoutera une partie prédictive sur des données non structurées (issues des réseaux sociaux, des avis de consommateurs…) qu’il faudra collecter et transformer en informa- tions exploitables, prévoit Charles Turri, Senior Manager de Vinci Consulting. Et de poursuivre : Cela a de multiples conséquences. Il faut déjà avoir le matériel et les logiciels informatiques
capables de traiter un nombre gigantesque de don- nées. Mais surtout, il faut des profils alliant des connaissances métiers, techniques et analytiques. On les trouve principalement chez de gros indus- triels qui travaillent dans une logique de CPFR [ndlr : Collaborative Planning Forecasting & Replenishment] avec les distributeurs et dans l’e-commerce, où ils sont en contact direct avec les internautes, et apprennent à traduire ces élé- ments en impacts sur les ventes. » Certains préfè- rent d’ailleurs le terme de « Smart Data » à celui de « Big Data ». « Nous avons de vraies demandes de bases de données multidimensionnelles avec de nombreux niveaux d’analyse, afin de répondre au plus vite aux événements imprévus, explique Stéphanie Duvault-Alexandre, Chef de produit Futurmaster. Le terme de Smart Data me semble plus approprié pour désigner la capacité, par de puissants algorithmes, d’extraire des données clefs pour prendre les bonnes décisions. »
Demand Sensing,
une autre vision de la demande Le Demand Sensing se propose justement d’aller chercher les bonnes données pour affiner la vision de la demande. « Le Demand Sensing regarde plus
OCTOBRE 2014 - SUPPLY CHAIN MAGAZINE ■ N°88 77
©ROMMMA-FOTOLIA
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 |
Page 111 |
Page 112 |
Page 113 |
Page 114 |
Page 115 |
Page 116 |
Page 117 |
Page 118