parti de l’Analytics dans l’entrepôt. Afi n d’optimiser les chances de succès d’un projet d’Analytics, les entreprises devront utiliser une approche expé- rimentale, basée sur des « proofs of concept » (POC). Ceux-ci permettent de tester des solutions sur des périmètres réduits, avec un investissement initial minimal. Ces tests itératifs sont primor- diaux pour faciliter l’industrialisation de la solution à l’échelle de l’entreprise et garantir le succès de projets parfois complexes. Première étape obligatoire du par- cours : la sélection des POC. Le choix des cas d’usages qui en feront l’objet doit être soumis à une étude prélimi-
naire à mener selon 3 axes d’analyse: Enjeux fi nanciers tirés par les cas d’usage : réduction des coûts de fonctionnement de l’entrepôt et le
R.O.I. associé Enjeux métiers liés à la transfor- mation de l’entrepôt : cohérence au regard de la feuille de route de l’en-
trepôt. Accessibilité liée à l’industrialisa- tion : capacité à supporter les investis- sements de mise en œuvre opération- nelle (compétences, organisation), les investissements technologiques (solu- tion, coûts d’intégration), et les investis- sements humains (conduite du changement, intensité de transformation) Par ailleurs, la complexité des produits de sortie de l’Analytics est graduelle : de la visualisation de données pour piloter la performance de l’entre- pôt et optimiser l’utilisation d’un WMS (pilotage des ratios clés, analyse d’anomalies), à la mise en avant de corrélations afi n d’améliorer la qua- lité des processus et les optimiser (goulots entre fl ux,…), jusqu’à l’analyse prédictive pour antici- per des tendances et la transformation de l’entre- pôt associée (saisonnalité, prédiction des profi ls de commandes, maintenance des robots…) (fi g. 2) Les experts métiers ainsi que les experts Data (Datalab, …) doivent ainsi concentrer leurs efforts en début de projet dans la construction de cette grille d’analyse permettant de pondérer, de priori- ser les enjeux et le degré d’accessibilité des solu- tions.
Lorsque les POC sont sélectionnés et leurs facteurs clés de succès validés, les équipes peuvent se foca- liser sur l’analyse et la modélisation des données ciblées. Ces POC doivent alors être mis en œuvre dans une logique itérative et collaborative sans quoi ils ne pourront être éprouvés. Durant cette
106 N°110 SUPPLY CHAIN MAGAZINE - DÉCEMBRE 2016
Figure 2
Figure 3
phase, opter pour une approche « fail fast » permet d’écarter rapidement les cas d’utilisation irréali- sables et de sélectionner ceux qui sont à dévelop- per. Ce fi ltre réalisé très tôt dans la démarche d’ex- périmentation des POC procure au fi nal un gain de temps appréciable puisque les « fausses pistes » ne font pas l’objet d’études approfondies infructueuses (« succeed faster ») (fi g. 3). Un effort d’agilité et d’itération de ces expérimentations sera nécessaire à chaque étape du POC, de l’exploration des don- nées à la validation des modèles et de leur appli- cation aux processus métiers.
La phase d’industrialisation dépendra de la vali- dation de l’ensemble des critères d’évaluation : résultats opérationnels, B-Case, évaluation de la valeur ajoutée de l’expérimentation, capacité à être démultipliée et reproduite sur d’autres plates- formes logistiques.
La mise en œuvre fructueuse de l’Analytics au sein de l’entrepôt sera conditionnée par la capa- cité de l’entreprise à identifi er et prioriser les cas d’usages, mettre en place les prérequis (socle tech- nologique, compétences, datalab et gouvernance) et adopter une démarche itérative et collaborative de type « fail fast ».
SOURCE
CERT.COM «MEET THE GROUP TRYING TO MAKE AT&T VERY UN-AT&T IKE»,JUNE 2012 «GLOBES COULD «WHY CISCO PAID $475 FOR ONTUCELL», JUNUARY 2013
©2016 CAPGEMINI CONSULTING ALL RIGHTS RESERVED
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