Déterminer le prix de contrats de maintenance à long terme (MRO)

Détermination du prix d'un contrat de maintenance à long terme (MRO)


Accueil » Documentation » Ici
Par Simon Schalit, janvier 2015

Lorsqu'une entreprise met en service une centrale électrique, une installation industrielle lourde, une flotte d'avions ou de voitures, elle compte sur le chiffre d'affaires que cet investissement générera durant les années, voire les décennies à venir. La maintenance et l'entretien à long terme du matériel en question est un élément indispensable pour s'assurer un retour sur investissement correct ; elle représente en général une part significative, voire la majorité des coûts du projet. Afin de minimiser le risque, recourir aux contrats de maintenance et d'entretien à long terme proposés par les fournisseurs (OEM, MRO ou autres) est devenu la norme.

Si de tels contrats existent sous différentes formes, le résultat final est plus ou moins toujours le même : le risque financier lié à la maintenance est transféré au fournisseur, totalement ou partiellement, sur une période prédéfinie (quelques années ou décennies) et pour un montant établi au moment de la signature du contrat. La question devient alors : des deux parties, laquelle est va le mieux évaluer le risque et sortir gagnante de la négociation ? Et, du point de vue du fournisseur, comment optimiser les opérations de maintenance et donc maximiser sa marge pendant la durée du contrat ?

Évaluer le risque en amont de la vente et les assumer

Etant donnée les enjeux financiers liés aux contrats de maintenance à long terme, et sachant qu'il n'est pas rare que les fournisseurs consentent des réductions très importantes sur les équipements qu'ils vendent, car ils comptent justement sur leur maintenance pour faire des bénéfices, le prix et les conditions de ces prestations sont en général au cœur des négociations entre les parties.

Les entreprises disposent de toute une gamme d'outils et de méthodes visant à estimer les coûts liés aux différentes opérations de maintenance envisagées (coûts des pièces à remplacer, main d'œuvre spécialisée pour chaque type d'intervention, coût de l'interruption de service…). Toutefois, bien que pouvant déjà constituer un exercice assez complexe, cette estimation ne porte que sur une petite partie du problème : la vraie difficulté consiste à déterminer, sur le long terme, la probabilité et la fréquence des événements susceptibles de générer ces coûts de maintenance. Si le fournisseur sous-estime ce risque, il se peut qu'il perde de l'argent sur la durée du contrat. D'un autre côté, s'il le surestime et qu'il propose alors un prix trop élevé pour ses prestations, il prend le risque de ne pas remporter le contrat.

Le coût final d'un contrat de maintenance est très incertain et peut varier fortement ; c'est un fait. Essayer de définir une valeur « précise », qui se voudrait « juste » ou, au moins, « proche de la réalité », c'est se faire une idée fausse du processus de prévisions. Il n'y a tout simplement pas de « valeur précise », mais plutôt un ensemble d'estimations possibles avec, pour chacune, un niveau de risque associé. C'est ce risque (financier), exprimé en dollar, qui doit être au centre du processus de prévision.

Une fois le contrat de maintenance signé, le fournisseur devra s'accommoder de ce qui a été estimé et validé. Cependant, cela ne signifie pas pour autant qu'il faille arrêter là l'effort de prévision. Au contraire, des mises à jour régulières sur les risques encourus sont nécessaires pour assurer la viabilité du contrat. Cela inclut notamment :

  • Des prévisions à court-terme pour permettre d'optimiser les ressources nécessaires à la maintenance (stock de pièces de rechange et main d'œuvre) et veiller à ce que les interventions soient faites dans les temps et que le taux de service soit respecté. Il s'agit là de prévisions à court terme, car elles se concentrent sur "l'horizon du processus" (autrement dit, le Lead Time), pour veiller à ce que le processus soit aussi efficace que possible.
  • Des prévisions à long terme pour affiner les estimations du risque pris par l'entreprise sur la durée restante du contrat et, le cas échéant, le calcul des provisions pour perte. Le danger des contrats de maintenance à long terme se situe en effet vers la fin de la période couverte ; c'est en effet à ce moment-là que les coûts augmentent, alors que les recettes sont elles comptabilisées de façon régulière sur toute la durée du contrat.

Les limites des méthodes classiques appliquées à la prévisions dans le domaine de la maintenance

Il est difficile d'évaluer le risque et les coûts associés aux opérations de maintenance, et, malheureusement, dans ce domaine, les méthodes classiques utilisées par la plupart des entreprises donnent des résultats médiocres. Les méthodes les plus simples, qui reposent sur les données fournies par les fabricants de pièces (les données de type MTBUR par exemple) fournissent des résultats peu représentatifs de la réalité, car la fiabilité des pièces peut varier fortement en fonction de facteurs externes (utilisation, environnement…). Nous avons pu observer que la fiabilité réelle est assez éloignée des valeurs théoriques, surtout quand on s'intéresse à des périodes longues.

Les méthodes classiques plus avancées, basées sur des prévisions statistiques "classiques", ne parviennent pas non plus à capturer les "comportements" réels des pièces de rechange. Elles partent de l'hypothèse que la prévision des opérations de maintenance peut être traitée comme celle de n'importe quel autre type de prévision de la demande. Ce n'est malheureusement pas le cas. Plusieurs aspects spécifiques à ce domaine rendent en effet le processus de prévision difficile :

  • Les événements rares : les pannes mécaniques sont, par définition, des événements rares. Il est donc naïf d'utiliser des modèles offrant des comportements « lisses » (comme on le ferait pour prédire les produits les plus vendus dans la grande distribution) pour prévoir la consommation de certaines pièces.
  • Les replacements par vague : l'une des règles de base dans la maintenance est que les interruptions de service sont souvent bien plus coûteuses que le remplacement des pièces endommagées. Dès lors, il devient plus avantageux de changer plusieurs pièces d'un coup plutôt que de les remplacer une par une ; on évite ainsi de multiplier les interruptions de service. Cela invalide l'hypothèse de base selon laquelle les pièces auraient des comportements "indépendants" en termes de maintenance, et du même coup cela invalide les modèles de prévision les plus populaires qui se basent justement sur cette hypothèse.
  • Les taux de service ciblés extrêmement élevés : au vu du coût d'une interruption de service, les taux de services ciblés inclus dans les contrats de maintenance sont généralement extrêmement élevés, et très au-dessus des valeurs ciblées dans d'autres secteurs. Par exemple, un avion immobilisé au sol (incident de type AOG) peut coûter plusieurs centaines de milliers de dollars par jour.
  • Les réparations en cycle fermé : beaucoup de pièces sont tout simplement trop chères pour être jetées. Certaines sont retirées pour être vérifiées, et éventuellement réparées, avant d'être réintégrées au stock pour être réutilisées ultérieurement. On sort ainsi du scénario traditionnel « vendre puis réapprovisionner. Une fois une pièce achetée, elle peut rester très longtemps dans le stock. Les décisions d'achat sont donc d'autant plus sérieuses qu'elles engagent l'entreprise pour une longue période.

Au-delà des contraintes spécifiques à la maintenance, c'est le concept sur lequel reposent les prévisions classiques qui pose le plus gros problème. Les prévisions, au sens classique du terme, ne sont ni des prédictions ni des estimations (aussi exactes soient-elles), mais un calcul statistique de la demande moyenne (ou du coût moyen) à venir. Ainsi, les méthodes classiques de prévision appliquées au coût total d'un contrat de maintenance fourniront une valeur qui a, par définition, 50 % de chances d'être au-dessus et 50 % de chances d'être en-dessous du coût réel. Bien évidemment, un tel degré d'incertitude est inacceptable d'un point de vue financier et l'utilisation de telles méthodes est par conséquent exclue. En fin de compte, la solution pour obtenir des prévisions adéquates est d'adopter, dès le début, un point de vue financier.

L'objectif est de s'appuyer sur des "scénarios prévisionnels" qui prennent en compte dans les prévisions la cible financière à atteindre (risque financier, taux de service), et par conséquent les éléments financiers déterminants. C'est précisément ce que font les prévisions quantiles.

L'approche Lokad : essayer de transformer une prévision de la demande classique en estimations des coûts d'un contrat en ajoutant une marge de sécurité (généralement appelée « stock de sécurité » dans la gestion du stock) n'est qu'un moyen très inexact de créer des prévisions quantiles.

Une perspective financière sur les prévisions : les quantiles

Les prévisions effectuées sur des contrats de maintenance ont principalement pour but l'optimisation financière, à la fois sur le risque financier du contrat dans son ensemble, et sur l'utilisation des ressources, qui doit être minimale tout en permettant de respecter le taux de service contractuel. Plus le niveau de coûts ou de stocks estimé sera élevé, moins la probabilité d'être en deçà de la réalité sera élevée - même s'il important de garder à l'esprit qu'aucune estimation ne peut garantir une couverture à 100%. Ces scénarios peuvent être générés grâce aux prévisions quantiles, qui sont en fait une extension des prévisions classiques : au lieu de déterminer une valeur qui aura 50 % de chances de couvrir les coûts ou la demande réels, les prévisions quantiles permettent de viser n'importe quel palier (10 %, 60 %, 80 % ou même 98 %) au sein de la distribution coût / risque.

Estimation de l'ensemble des coûts et du risque associé

L'objectif est de faire des prévisions pour chaque niveau de risque que l'entreprise envisage de prendre. Cette analyse doit prendre la forme de plusieurs simulations, allant du scénario où le risque est le plus élevé (et qui donne le prix plancher en-deçà duquel l'entreprise ne peut se permettre de négocier) aux scénarios plus favorables où le risque est plus modéré, pour un prix plus élevé.

Dans la réalité, les montants des contrats de maintenance sont très fortement influencés par le prix que les clients sont prêts à payer et par la concurrence. Par conséquent, les fournisseurs se voient souvent contraints de modérer leurs prix, mais, grâce aux scénarios évoqués ci-dessus, ils peuvent le faire en toute connaissance de cause.

Ces scénarios sont également très utiles lorsqu'ils sont mis à jour tout au long du contrat afin d'évaluer le risque sur la durée restante et, ainsi, déterminer, le cas échéant, si des provisions doivent être faites ou ajustées, et dans quelle mesure. Cette approche offre l'avantage de fournir une quantification du risque, permettant ainsi une estimation financière directe et un total contrôle du niveau de prudence à adopter.

Optimisation des opérations de maintenance pendant le contrat

Concernant l'optimisation des ressources et du stock, la situation idéale serait de fixer un taux de service cible à atteindre, et de calculer le niveau minimum de ressources ou de stock nécessaire pour atteindre ce taux de service. Les spécificités des contrats de maintenance mentionnées plus haut compliquent cette tâche, mais des résultats peuvent être obtenus grâce aux prévisions quantiles, qui permettent de définir le taux de service voulu puis d'évaluer les besoins correspondant, exactement comme pour les scénarios avec les différents niveaux de risque décrits plus haut. Cependant, dans la réalité les choses sont souvent plus compliquées : les entreprises disposent d'un budget limité et doivent choisir, entre différentes pièces, celles qui offriront le meilleur retour sur investissement en termes de taux de service par dollar investi. Cette optimisation est possible grâce à une grille quantile, qui représente les résultats pour tous les types de pièce et pour chaque scénario possible, dans la fourchette de taux de service acceptables (combien de pièces de chaque type seraient nécessaires pour obtenir chaque taux de service dans la fourchette envisagée). L'entreprise, en naviguant dans cette grille peut déterminer quel est le stock le plus efficace à budget donné.

L'approche de Lokad : beaucoup de solutions prétendent se baser sur les méthodes « Monte-Carlos », mais il faut être conscient du fait que « Monte-Carlos » n'est pas une formule magique en termes de statistiques, et ne devrait pas être utilisée comme prétexte pour ne pas prendre en compte les éléments déterminants d'un secteur et qu'elle ne compense pas le manque de données appropriées.