lement informatisées, sont appelées suivant les sociétés « Supply Chain Management Cockpit », « Decision Room », « Supply Chain Room », ou encore « Control Tower ». Ces dénominations donnent une idée de la manière dont elles sont utilisées. Ces initiatives ont considérablement amélioré la performance du processus de pilo- tage de la performance Supply Chain, mais sans permettre de s’affranchir des 2 limites évoquées plus haut.
L’opportunité de revoir l’utilisation des données pour piloter la performance SC L’émergence du « Big Data » dans les différents secteurs d’activité, portée par des solutions et
lance d’un indicateur de performance, les pro- blèmes pourront être analysés centralement et des actions correctives communiquées immé- diatement pour améliorer la situation locale- ment. Le déploiement de ces nouveaux modes de pilotage va permettre d’ancrer les décisions managériales dans le réel et de faciliter la diffu- sion plus rapide de l’information entre les diffé- rents niveaux ou services de l’entreprise.
Des relations central-local plus effi cientes Ce qui distingue profondément ces nouveaux modes de pilotage des anciens est que les déci- sions prises par le management peuvent être très opérationnelles et pragmatiques et rendre les relations entre le central et le local plus effi - cientes. Par exemple, chez un groupe de grande consommation, des salles high-tech (« Business Spheres ») permettent déjà aux managers d’ex- ploiter un volume d’information considérable et de prendre des décisions en temps réel. Ces “Business Spheres” sont démultipliées dans l’organisation pour diffuser les informations et les décisions managériales au niveau local et mettre en place les actions correctives ou appor- ter des compléments d’analyse. Autre exemple, la Supply Chain d’un exploitant aéroportuaire qui intègre les données de trafi c autoroutier afi n d’anticiper les fl ux au sein de l’aérogare et les moyens à mettre en œuvre pour éviter les goulots dans la journée. Ce travail prédictif se fait centralement et sur l’horizon de la journée. Enfi n une cellule centrale opérationnelle !
Des efforts à fournir sur l’analyse des données
des architectures informatiques matures, amène des opportunités considérables sur la façon de piloter la performance de la Supply Chain. En effet, les entreprises vont pouvoir disposer d’un volume d’information considérable, leur per- mettant de réaliser des analyses sur différents horizons de temps, du temps réel à des horizons prévisionnels. Elles vont pouvoir centraliser toutes les informations sur le fonctionnement de leur réseau en temps réel. Ces informations pourront être captées au sein de l’entreprise mais aussi à l’extérieur, via des informations des clients, de la concurrence, des marchés ou encore de leurs fournisseurs. En cas de défail-
Ces nouveaux modes de pilotage sont déjà une réalité pour certaines entreprises mais au prix de gros efforts sur leurs données. Effective- ment, il faut les fi ltrer, les fi abiliser, les stoc- ker et les mettre en œuvre dans des solutions qui permettront de les analyser. Ces efforts peuvent être très importants. Ils nécessitent une volonté managériale forte, des investissements conséquents et le recrutement de nouvelles res- sources d’ « informaticiens de la donnée ». Pour appréhender la complexité de ce sujet, il est préférable d’adopter une stratégie du petit pas et de tester des solutions dans le cadre de POC (proof of concept) avant de se lancer dans un déploiement plus généralisé, mais il est grand temps de s’y mettre.
NOVEMBRE 2016 - SUPPLY CHAIN MAGAZINE N°109
111
©
BILLIONPHOTOS.COM-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