POUR VOS APPELS D’OFFRES Rémi Coolen, Consultant Senior chez Manhattan Associates France
vagues de préparation, même très performants, une commande peut attendre 1/4 d’h dans le WMS avant d’être réellement traitée. C’est un délai très supportable pour du réapprovisionne- ment magasin, mais quand vous avez une acti- vité e-commerce et que vous prévoyez notam- ment de proposer des livraisons en 1h, cela peut constituer un très gros problème. C’est l’une des raisons qui nous ont conduits chez Manhattan Associates à développer l’Order Streaming, qui s’appuie sur une logique de préparation « wave- less », sans vagues. C’est un changement de paradigme, il n’y a pas de traitement batch, le processus s’exécute en continu pendant toute la journée. En fait, il s’agit de décloisonner dans le WMS le processus de composition d’une vague de préparation de commandes en 4 petits com- posants modulaires. Il y a le module d’évaluation de la commande, sa typologie, son degré d’ur- gence, qui contrôle également la disponibilité du stock. Le 2e
est le module d’identifi cation des
emplacements concernés et des besoins bruts qui vont être générés par le prélèvement de ces commandes. L’objectif : ne libérer de façon immédiate que les commandes pour lesquelles le stock est disponible tout de suite. Par ailleurs, le module va générer si nécessaire les missions de réapprovisionnement vers les emplacements de picking. Le 3e
« L’Order Streaming est un changement de paradigme » « Dans les systèmes classiques de traitement par
dynamique et la création de missions de prépa- ration. Les missions sont déclenchées en temps réel en fonction de la mesure de la capacité dis- ponible, en termes de ressources humaines et de systèmes mécanisés, tout en veillant à conserver un bon niveau de productivité : les missions vont notamment être regroupées en fonction des emplacements des produits dans l’entrepôt. Le système réagit dès que la capacité se rend dispo- nible : si par exemple une vingtaine de chutes se libèrent sur un système de tri, l’outil pourra géné- rer immédiatement de nouvelles missions pour les 20 commandes les plus urgentes. La 4e
étape module est au cœur de la complexité de l’Order Streaming : l’assemblage
est consacrée à l’exécution de la préparation de la commande proprement dite. Dans un WMS classique, les 3 premières étapes sont réalisées simultanément. Avec l’Order Streaming, leur découplage permet de retarder jusqu’au dernier moment l’ordre d’affectation des commandes afi n de respecter les délais en optimisant la pro- ductivité. Nous pensons que ce process préfi gure le futur de la préparation de commandes pour les grands sites d’e-commerce. Nous le testons depuis quelques temps en conditions réelles chez un grand distributeur américain qui a constaté avec l’Order Streaming une amélioration de 10 à 15 % de la productivité de son processus d’em- ballage, une augmentation de 5 à 7 % de l’utili- sation de son système de tri et surtout un gain de 15% dans sa capacité à honorer les commandes en respectant la promesse client.
»
« L’analyse prévisionnelle du portefeuille de commandes est indispensable » « La gestion des priorités dans l’ordonnance-
Patrice Floret, Consultant Senior chez Métis Consulting
ment des ordres de préparation est extrêmement importante dans l’e-commerce, pour pouvoir gérer des services différenciés en termes de pro- messe client sur plusieurs milliers de commandes par jour. Or, ce que réalisent aujourd’hui la plu- part des WMS dans le domaine du pilotage de l’ordonnancement n’est pas encore assez fi n. A la différence du BtoB où les commandes sont passées suffi samment à l’avance pour optimiser l’ensemble du portefeuille, nous préconisons à nos clients de ne pas faire de la « rétention » et de lancer régulièrement plusieurs vagues de pré- paration au fi l de l’eau, souvent liées à un même cut off et départ camion. Si par exemple certaines commandes reçues avant minuit doivent être livrées le lendemain avant midi, il serait en effet contre-productif d’attendre minuit pour lancer les premières missions de préparation. En revanche,
80 N°109 SUPPLY CHAIN MAGAZINE - NOVEMBRE 2016
cela nécessite de s’assurer qu’on ne va pas saturer l’exploitation trop tôt, c’est-à-dire que l’on conserve une certaine marge opérationnelle pour les autres commandes urgentes à traiter, qui continueront à affl uer jusqu’au cut off. Pour connaître le bon niveau de ressources à affecter aux commandes en cours, il est indispensable de passer par une analyse prévisionnelle du portefeuille de com- mandes, basée sur un historique, qui va estimer à tout moment quel est le volume des commandes à venir et avec quelles contraintes de délais. Nous avons pour cela développé un outil sous Excel qui s’appuie sur l’historique des prises de commandes afi n d’établir un chronogramme prévisionnel. Nous conseillons également nos clients dans l’utili- sation de modules de Labor Management propo- sés par certains éditeurs de WMS, afi n d’évaluer plus fi nement la charge induite sur les différentes zones de l’entrepôt.
»
©METIS CONSULTING
©MANHATTAN ASSOCIATES
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