Le Manifeste de la Supply Chain Quantitative

Chez Lokad, nous découvrons de meilleures façons d’optimiser les chaînes d’approvisionnement et nous souhaitons aider les autres à faire de même. À travers notre travail, nous avons appris à valoriser les points suivants :

1. Tous les futurs possibles doivent être pris en compte ; une probabilité pour chaque possibilité

Les clients eux-mêmes ne savent pas toujours avec certitude ce qu’ils vont acheter, quand ils vont acheter, ou s’ils vont acheter du tout. L’incertitude ne peut être niée et doit plutôt être acceptée. Cependant, l’incertitude n’implique pas que tous les futurs sont également probables. Certains futurs sont plus susceptibles de se produire que d’autres. L’objectif du processus de prévision est d’attribuer une probabilité à chaque futur possible. Les ordinateurs modernes ont une puissance de traitement incroyable, et bien que l’évaluation de toutes ces probabilités nécessite des capacités de traitement importantes, cela ne représente plus un problème bloquant.

2. Toutes les décisions réalisables doivent être prises en compte ; possibilités vs probabilités

Chaque unité de marchandises que vous avez en stock signifie prendre au moins une décision par jour : garder l’unité là où elle se trouve ou faire autre chose avec. Chaque unité que vous n’avez pas en stock, que ce soit parce qu’elle n’a pas encore été achetée ou parce qu’elle n’a pas encore été produite, nécessite également de prendre une décision par jour : savoir si cette unité supplémentaire doit être “matérialisée” ou non. Toutes ces décisions doivent être prises en compte chaque jour, pour chaque produit, pour chaque emplacement, pour chaque fournisseur, pour chaque itinéraire. Encore une fois, bien que la puissance de traitement ait pu être un problème par le passé, ce n’est plus un obstacle. Par conséquent, toutes les décisions possibles doivent être examinées par rapport à tous les futurs possibles et à leurs probabilités respectives.

3. Les facteurs économiques doivent être utilisés pour prioriser les décisions réalisables

Zéro stock, zéro rupture de stock, zéro retard ne sont que des limites quelque peu théoriques de votre supply chain ; ce ne sont pas des options pratiques, réalisables - et certainement pas rentables. Un objectif clé de la supply chain est de minimiser les dollars d’erreur, pas les pourcentages d’erreur. Penser que l’amélioration des pourcentages d’erreur se traduit automatiquement par des économies de coûts est une erreur. Les coûts des stocks doivent être équilibrés avec les coûts de rupture de stock. Les prix d’achat doivent être équilibrés avec les quantités d’achat. Toute optimisation dépend fondamentalement des métriques qui sont optimisées. Afin de réaliser une telle optimisation axée sur les affaires, il est nécessaire d’introduire des facteurs économiques. Grâce à ces facteurs économiques, il devient maintenant possible de prioriser toutes les décisions réalisables en fonction de leur retour sur investissement attendu. Affiner les facteurs économiques peut demander autant d’efforts que l’exécution de l’optimisation elle-même ; cependant, c’est le prix à payer pour s’assurer que les résultats sont alignés sur l’économie de l’entreprise.

4. Être en contrôle nécessite l’automatisation de chaque tâche banale

L’automatisation est la clé pour donner à la direction plus de contrôle sur sa propre supply chain. Si s’occuper du flux incessant de décisions de la supply chain nécessite un flux incessant de saisies manuelles, alors les praticiens de la supply chain sont les esclaves de leur propre solution de supply chain. Être obligé de compléter manuellement la solution avec des saisies manuelles incessantes est exactement le contraire d’être en contrôle.

En fait, être en contrôle signifie que toutes les idées stratégiques sont correctement prises en compte dans les millions de décisions prises par rapport à votre supply chain. Chaque fois que votre situation de marché change, vos idées stratégiques doivent également être révisées. Réviser une solution de supply chain afin de tenir compte des nouveaux éléments de la stratégie d’une entreprise devrait être sans douleur, idéalement réalisé en quelques heures, pas en quelques semaines. De plus, il ne devrait y avoir aucune limite à la quantité de connaissances d’experts pouvant être injectée dans l’automatisation.

5. Un Supply Chain Scientist doit s’approprier les résultats numériques

Si votre supply chain est importante et fonctionne depuis des années, alors la préparation de vos données de supply chain est en soi une tâche majeure. Très peu de praticiens réalisent à quel point les données peuvent être complexes, et, en règle générale, un “département informatique” “traditionnel” ne le fait presque jamais. Le défi principal réside dans l’établissement de la sémantique des données : que signifient réellement les données. La sémantique dépend non seulement du logiciel utilisé, mais aussi des nombreux processus opérationnels suivis. Découvrir et documenter la sémantique des données nécessite des compétences considérables. De plus, la fourniture des résultats numériques nécessite une modélisation adéquate de la supply chain, ce qui nécessite à son tour des compétences supplémentaires. Il est essentiel qu’un Supply Chain Scientist s’approprie la fourniture des résultats numériques pour garantir le succès d’un projet. Sans les compétences scientifiques nécessaires en supply chain, une initiative est exposée au risque de souffrir de subtilités non identifiées liées aux données, aux processus de supply chain ou aux artefacts de modélisation. À son tour, cela peut causer des ravages dans les opérations de supply chain une fois que les résultats sont mis en production.

Ce manifeste résume la philosophie adoptée par Lokad pour relever les défis de la supply chain. Notre technologie fournit les éléments de base pour mettre en œuvre cette vision dans votre entreprise. Notre moteur de prévision probabiliste attribue une probabilité à chaque futur possible. Nos solveurs numériques considèrent et évaluent toutes les décisions possibles. L’automatisation de bout en bout est réalisée grâce à Envision, notre langage de programmation. Notre équipe fournit l’expertise et l’expérience nécessaires pour exécuter l’initiative. Nous vous aiderons à élaborer les indicateurs dont votre entreprise a besoin. Nous vous aiderons à tirer le meilleur parti des données dont vous disposez, même si ce ne sont pas encore les données que vous souhaitez avoir.