Analyse de la supply chain : Pourquoi et comment

Il est commun de confondre « Big Data », « analyse » et « optimisation ». Beaucoup d’entreprises n’en saisissent pas totalement les concepts, ne savent comment les appréhender ou même s’ils doivent les utiliser.

Des concepts moins complexes qu’il n’y parait

« Big Data » signifie que vous avez beaucoup de données, provenant généralement des différents systèmes ERP, MES, etc… « Beaucoup » n’est pas ici quantifié.

iStock_000029058828_Small

La valeur de ces données brutes est souvent surestimée. C’est toutefois l’analyse qui apporte de la valeur à ces dernières en filtrant et en compilant les informations.

L’analyse peut être décomposée de la façon suivante :

1. L’analyse descriptive

C’est un examen des performances passées permettant de mieux comprendre l’entreprise. Elle existe et est utilisée depuis des années ; le volume des données ont grandi et les méthodes de traitement et la facilité d’utilisation se sont améliorées au fil des ans.

2. L’analyse prédictive

Elle s’appuie sur les modèles passés pour prévoir le futur : comment la demande fluctue dans le temps, comment les différentes stratégies de prix affectent le comportement des clients, ou combien de temps prend une machine pour effectuer une certaine opération…

Dans la plupart des cas, ces deux premières analyses ne suffisent pas à orienter et piloter efficacement vos opérations. A ce stade, vous pouvez anticiper les événements sans pour autant savoir quelle est la meilleure démarche à suivre.

3. L’Analyse prescriptive

Vous avez analysé vos données et prédit l’avenir. Comment alors adapter l’utilisation de vos ressources en fonction des différents scénarios et futurs possibles ? Pour chaque scénario, il vous faut la meilleure réponse : Quelle est ma capacité ? Ai-je besoin de l’augmenter ? Que fabriquer et dans quelle usine ? Dans quel ordre dois-je fabriquer ?

L’analyse prescriptive, aussi connue comme la planification et optimisation de la supply chain, vous permet de trouver le meilleur plan d’action. En d’autres termes, elle vous aide à prendre de meilleures décisions.

Chaque étape nécessite une technologie différente. Pour l’analyse descriptive, vous devez trouver un moyen de gérer les volumes, trouver des corrélations entre les différentes informations et générer des rapports. L’analyse prédictive nécessite des algorithmes statistiques puissants, capables de vous fournir des prévisions fiables.

Quant à l’analyse prescriptive, le logiciel choisit doit pouvoir sélectionner la meilleure solution parmi un nombre presque infini de possibilités. Ce qui ne peut être accompli qu’avec des techniques d’optimisation mathématiques avancées.

Quelle est la bonne solution pour vous?

C’est une question qui vaut de l’or… Choisir la bonne technologie représente un investissement, mais aussi un ROI plus important encore.
La réponse varie grandement en fonction de votre entreprise et de son secteur d’activité. Le commerce de détail, par exemple, repose largement sur l’analyse prédictive, car les modèles de demande y sont prépondérants. Une entreprise de la grande distribution n’aura pas les mêmes besoins qu’un industriel sur un marché de niche …

Les grandes entreprises, avec des défis de planification complexes, doivent sûrement porter la question à un autre niveau : Quels sont les avantages de l’intégration de ces trois différents niveaux d’analyse ? Comment y parvenir ?

Pour la réponse à ces questions, je vous invite à garder un œil sur notre blog et à suivre mon prochain billet.

Arjen Heeres

A propos de Arjen Heeres

Peu de choses me procurent plus de satisfaction que de découvrir un potentiel d'optimisation caché. Mon intérêt pour cette discipline, à mi-chemin entre le monde de l’entreprise et celui de la technologie, a commencé à l'université de Groningen, où j'ai obtenu une maîtrise de gestion. Je suis le COO de Quintiq depuis 2000, et j'accompagne de nombreuses entreprises dans la réalisation de leurs ambitions stratégiques.