Évaluer le succès de la Supply Chain Quantitative

Il peut sembler quelque peu paradoxal, mais alors que la Supply Chain Quantitative met un accent significatif sur les méthodes numériques et les mesures, notre expérience nous montre que les métriques ont tendance à nous en dire trop peu, et souvent trop tard, pour savoir si une initiative est sur la bonne voie. Presque toutes les métriques peuvent être manipulées, ce qui se fait généralement au détriment de la pérennité de l’approche choisie. Ainsi, la Supply Chain Quantitative cherche des améliorations évidentes : si les améliorations sont si subtiles qu’il faut des mesures avancées pour les détecter, alors il y a fort à parier que l’initiative n’en valait pas la peine et doit être considérée comme un échec. Au contraire, si les améliorations sont perceptibles et cohérentes sur de nombreuses métriques, et que la supply chain dans son ensemble paraît plus agile et plus réactive que jamais, alors l’initiative a très probablement réussi.

Les métriques peuvent être manipulées

Il y a une raison pour laquelle les ingénieurs sont rarement évalués sur la base de métriques : ils sont tout simplement trop forts pour manipuler les métriques, c’est-à-dire pour exploiter les métriques à leur avantage plutôt qu’au service de l’entreprise. Les supply chains sont complexes et presque toutes les métriques simples peuvent être exploitées de manières pouvant s’avérer totalement destructrices pour l’entreprise. On pourrait penser que ce problème se résume à colmater les failles qui se cachent dans les métriques. Pourtant, notre expérience indique qu’il y a toujours une faille de plus à découvrir.

Une histoire de rétro-ingénierie des métriques

Prenons l’exemple d’un e-commerce fictif. La direction décide d’améliorer les taux de service et, par conséquent, le taux de service devient la métrique phare. L’équipe de supply chain commence à travailler en fonction de cette métrique et propose une solution, qui consiste à augmenter considérablement les niveaux de stocks, entraînant ainsi des coûts énormes pour l’entreprise.

En conséquence, la direction change les règles, définit la quantité maximale de stock, et l’équipe doit opérer dans cette limite. L’équipe révise ses chiffres et se rend compte que la manière la plus simple de réduire les niveaux de stocks est de signaler de grandes quantités de stocks comme “dead”, ce qui déclenche des promotions. Les niveaux de stocks sont effectivement réduits, mais les marges brutes diminuent également de manière significative dans le processus.

Une fois de plus, le problème n’est pas passé inaperçu et les règles sont modifiées encore une fois. Une nouvelle limite est introduite sur la quantité de stock pouvant être qualifiée de “dead”. La mise en œuvre de cette nouvelle règle demande beaucoup d’efforts car la supply chain se trouve soudainement aux prises avec des stocks “anciens” qui devront être fortement soldés. Afin de faire face à cette nouvelle règle, l’équipe augmente la part du transport aérien par rapport au transport maritime. Les délais d’approvisionnement sont réduits, les stocks sont abaissés, mais les coûts d’exploitation augmentent rapidement.

Pour faire face aux coûts d’exploitation devenus incontrôlables, la direction modifie à nouveau les règles et fixe une limite supérieure au pourcentage de marchandises pouvant être transportées par voie aérienne. Une fois de plus, cette nouvelle règle cause le chaos, car elle déclenche une série de ruptures de stock qui auraient pu être évitées en utilisant le transport aérien. En raison des contraintes de plus en plus strictes, l’équipe finit par renoncer à tirer parti des remises sur les prix offertes par les fournisseurs. L’achat de quantités plus petites est également un moyen de réduire les délais d’approvisionnement. Pourtant, encore une fois, les marges brutes se réduisent dans le processus.

Redresser les prix d’achat s’avère être un objectif bien plus difficile à atteindre pour la direction. Aucune règle simple ne peut relever ce défi, et une myriade d’objectifs de prix pour chaque sous-catégorie de produit est introduite à la place. De nombreux objectifs se révèlent irréalistes et entraînent des erreurs. Dans l’ensemble, la situation de la supply chain devient de moins en moins claire. Sous pression de toutes parts, l’équipe de supply chain commence à modifier une fonctionnalité obscure du processus de planification de la demande : la liste de substitution des produits.

En effet, la direction s’est rapidement rendu compte que certaines ruptures de stock n’avaient pas un impact aussi important que d’autres, car certains produits manquants disposaient de plusieurs substituts quasi-parfaits. Par conséquent, tout le monde a convenu que les ruptures de stock sur ces produits pouvaient être largement déduites lors du calcul du taux de service global. Cependant, l’équipe de supply chain, désormais soumise à une pression énorme, commence à étendre l’utilisation de cette liste d’un ou deux échelons au-delà de son intention initiale : des produits qui ne sont pas si similaires se retrouvent inscrits comme des substituts quasi-parfaits. Les métriques du taux de service s’améliorent, mais l’entreprise ne progresse pas.

Le piège du succès

Les métriques peuvent être manipulées et, si les équipes reçoivent des incitations toxiques, elles seront très probablement utilisées de manière trompeuse. Toutefois, la situation n’est pas aussi grave qu’elle n’y paraît. En fait, notre expérience indique qu’à l’exception de cultures d’entreprise réellement dysfonctionnelles, les employés ont généralement tendance à ne pas saboter leur travail. Bien au contraire, nous avons constaté que la plupart des employés sont fiers de faire ce qui est juste, même si cela signifie que les politiques de l’entreprise doivent être quelque peu élargies.

Par conséquent, au lieu de priver l’équipe chargée de mettre en œuvre la stratégie d’optimization de la supply chain, il est important d’encourager l’équipe à élaborer un ensemble de métriques qui apporte un éclairage sur l’initiative de supply chain dans son ensemble. Le rôle de la direction n’est pas d’imposer des règles fondées sur ces métriques, mais plutôt de remettre en question la réflexion stratégique qui sous-tend ces métriques. Souvent, l’objectif immédiat ne devrait même pas être d’améliorer les valeurs des métriques, mais d’améliorer leur définition même.

En réalité, toutes les métriques ne sont pas également précieuses pour une entreprise. Il faut généralement un effort considérable pour élaborer des métriques qui offrent une perspective significative sur l’activité de l’entreprise. Ce travail nécessite non seulement une bonne compréhension de la stratégie d’entreprise, mais également une connaissance approfondie des données sous-jacentes, qui s’accompagnent d’une myriade d’artéfacts et d’autres bizarreries numériques. Ainsi, les métriques doivent avant tout être considérées comme un travail en cours.

Nous avons constaté qu’un indicateur fort de succès dans tout projet de supply chain est la qualité des métriques établies tout au long de l’initiative. Pourtant, c’est un peu paradoxal, car il n’existe aucune métrique raisonnable pour évaluer réellement la pertinence de ces métriques. Voici quelques éléments pouvant aider à évaluer la qualité des métriques :

• Existe-t-il un consensus au sein des différentes équipes de supply chain sur le fait que les métriques capturent l’essence de l’entreprise ? Ou que les perspectives commerciales implicitement promues par les métriques ne sont ni myopes ni aveuglées ?
• Les métriques offrent-elles une réelle profondeur lorsqu’il s’agit de concilier les chiffres avec les facteurs économiques ? La simplicité est souhaitable, mais pas au détriment d’une vision globale erronée.
• Les artéfacts de données sont-ils correctement pris en charge ? Habituellement, il existe une multitude de subtilités qui doivent être prises en compte lors du traitement des données extraites des systèmes de l’entreprise. Notre expérience nous incite à être méfiants lorsque les données brutes semblent suffisantes, car cela signifie généralement que les problèmes n’ont même pas été identifiés en tant que tels.
• Les décisions générées à partir des métriques choisies ont-elles un sens ? Si une décision, qui est par ailleurs alignée avec les métriques, n’a pas l’air d’avoir du sens, alors, elle n’en a probablement pas ; et le problème réside souvent dans la métrique elle-même.

De nombreuses manières, élaborer de bonnes métriques revient à orienter la gravité vers le creux du succès : à moins qu’une intervention ne survienne, la trajectoire naturelle est de rouler en bas de la pente jusqu’au fond, qui se trouve précisément là où réside le succès. Connaître la profondeur exacte du fond n’est même pas strictement nécessaire, tant que chaque pas vers le bas améliore la situation de l’entreprise.

Des décisions saines mènent à de meilleures performances

Dans la supply chain, même les meilleures métriques présentent un inconvénient majeur : les chiffres arrivent généralement en retard. Les délais d’approvisionnement peuvent être longs et les décisions prises aujourd’hui peuvent ne pas avoir d’impact visible pendant des semaines, voire des mois. De plus, la Supply Chain Quantitative, qui accorde une importance significative aux améliorations itératives et incrémentales, complique encore davantage la situation. Pourtant, utiliser des méthodes non incrémentales serait encore pire, bien que pour d’autres raisons. Par conséquent, les métriques ne peuvent pas être les seuls signaux utilisés pour évaluer si l’initiative est sur la bonne voie.

Produire des décisions saines est un signal simple, mais sous-estimé, de performance supérieure. En effet, à moins que votre entreprise ne se débrouille déjà de manière exceptionnelle avec sa supply chain, il est fort probable que les systèmes continuent de produire des décisions « insensées » qui sont détectées et corrigées manuellement par les équipes de supply chain. Le but de toutes les « alertes » ou mécanismes réactifs similaires est précisément d’atténuer les problèmes en cours grâce à des efforts correctifs manuels continus.

Porter l’initiative de la Supply Chain Quantitative à un niveau où toutes les décisions - générées de manière entièrement robotisée - sont considérées comme saines ou sûres est un accomplissement bien plus grand que ce que la plupart des praticiens réalisent. L’accent mis sur les décisions « robotisées » est important ici : pour jouer selon les règles, aucune intervention humaine ne devrait être nécessaire. Ensuite, par « saines », nous entendons des décisions qui restent pertinentes pour les praticiens, même après avoir passé quelques heures à enquêter sur le cas, ce qui, naturellement, ne peut pas être fait régulièrement en raison de la quantité considérable de décisions similaires à prendre chaque jour.

Notre expérience indique que dès que les décisions automatisées sont jugées fiables, la performance se matérialise ultérieurement lorsque ces décisions sont effectivement mises à l’épreuve de leur utilisation « en production ». En effet, le test de rationalité est une épreuve très stricte pour la logique décisionnelle. À moins que votre entreprise n’exploite déjà quelque chose de très similaire à la Supply Chain Quantitative, il est fort probable que les systèmes existants en place ne passent pas ce test. En conséquence, des erreurs non détectées se produisent en permanence, et l’entreprise finit par payer cher ce flux constant de problèmes.

Ensuite, d’un point de vue opérationnel, dès que les décisions en supply chain deviennent automatisées, les équipes de supply chain se libèrent de la servitude de nourrir leur propre système avec un flux incessant d’entrées manuelles. Ces gains de productivité peuvent être réinvestis là où ils comptent vraiment : affiner les détails de la stratégie de supply chain elle-même, ou surveiller de plus près les fournisseurs afin de résoudre les problèmes de supply chain qui proviennent de leur côté. L’augmentation des performances, obtenue grâce à l’optimisation quantitative pure de la supply chain, est renforcée par les gains réalisés par les équipes de supply chain qui peuvent enfin trouver le temps d’améliorer les processus et workflows.