search.noResults

search.searching

note.createNoteMessage

search.noResults

search.searching

orderForm.title

orderForm.productCode
orderForm.description
orderForm.quantity
orderForm.itemPrice
orderForm.price
orderForm.totalPrice
orderForm.deliveryDetails.billingAddress
orderForm.deliveryDetails.deliveryAddress
orderForm.noItems
Conception de schémas logistiques


De l’étude classique à l’optimisation dynamique Aujourd’hui, de plus en plus d’acteurs optimisent leurs schémas logistiques en prenant en compte les attentes nouvelles et complexes à intégrer dans la modélisation et via des centres d’excellence, ils dynamisent la démarche en la rendant plus fi ne, globale et régulière. Complexité du réseau omni-canal


L


e contexte d’exigence accrue et d’évolution très rapide – comme par exemple l’évolution des attentes clients, l’enrichissement de plus en plus rapide des écosystèmes, le poids de l’omni-canal, le dévelop- pement de l’international, l’émergence de nouveaux business modèles… – crée des contraintes et des opportunités pour les acteurs du B2B et B2C qui doivent s’adapter plus rapidement.


Il est primordial de concevoir le schéma logistique le plus agile possible afi n de répondre aux enjeux stratégiques de la


Supply Chain :  L’amélioration de qualité de service et de la pro-


messe client, accentuée dans le monde du B2C  Le développement de nouvelles offres et/ou de


nouveaux marchés  L’optimisation des coûts sur le réseau et sur l’en- semble de la chaîne de valeur (synergies entre réseaux, rationalisation de fl ux de produits existants,


 La stratégie de contrôle des risques associée (anti- cipation/signaux faibles dans des environnements de Supply Chain complexes) (voir schéma ci-dessus) Les acteurs majeurs de tous les secteurs où la distri- bution est un maillon essentiel du modèle opération- nel (retail renforcé par l’e-commerce, luxe, industrie automobile, industrie pharmaceutique…), structurent leur démarche de schéma logistique autour de nou- velles attentes : 1. Finesse d’analyse : se donner la possibilité de des- cendre à une maille géographique aussi fi ne que le code postal, voire la localisation fi nale du point de distribution, intégrer une segmentation par offre de services ou par produit, gérer différentes vitesses et


optimisation des stocks …)  Le développement d’une Supply Chain « green » (réduction de l’émission de CO2


)


différents modes de transport. Toutefois cette maille d’analyse n’est possible que si les données nécessaires peuvent être récoltées dans une qualité suffi sante. 2. Vision bout-en-bout : se doter d’une vision com- plète du réseau en intégrant l’amont – collecte four- nisseurs, concentration et massifi cation, opérations intersites – mais aussi l’aval – dispersion, dernier kilomètre et fl ux retours associés (produits et conte- nants). De surcroît, la vision en temps réel est de plus en plus demandée par les acteurs. Cette prise en compte du périmètre complexifi e de plus en plus la gestion des données et nécessite des compétences, des méthodes et des outils de calcul puissants, d’où une nouvelle attente autour de l’approche dyna- mique. (voir schéma en haut de la page 105) 3. Dynamique : itérer en boucle courte, tester des scénarios, gagner en agilité et en réactivité face à la volatilité des fl ux, faire face aux imprévus sur la chaîne de valeur et être en capacité de proposer des scénarios alternatifs tout en limitant les impacts sur la qualité de service et les coûts opérationnels. Cela nécessite à la fois de s’appuyer sur une expertise métier, et de mettre à profi t les outils disponibles sur le marché.


Ainsi, les méthodes classiques ne permettent plus


Gérald Murat Vice-Président, Capgemini Consulting


104 N°115  SUPPLY CHAIN MAGAZINE - JUIN 2017


Delphy Amarat Manager, Capgemini Consulting


©CAPGEMINI CONSULTING


©CAPGEMINI CONSULTING


©LLAMASOFT


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