L'optimisation prédictive pour le marché de l'après-vente automobile

Avec des véhicules qui durent plus longtemps que jamais, les clients ont des attentes de plus en plus élevées quant à la capacité de leurs véhicules à rester en état de circuler. Les jours de retard en attendant une pièce pendant que le véhicule est immobilisé pour une opération de maintenance de routine ne sont plus acceptables. Pourtant, les solutions logicielles pour optimiser les pièces de rechange existent depuis des décennies. Lokad a réalisé une percée en transformant une simple perspicacité en décisions de stocks exploitables : sur le marché de l'après-vente automobile, le consommateur final n'est pas la personne qui achète la pièce mais le véhicule qui en a besoin. Notre technologie permet d'optimiser les assortiments de pièces, les prix des pièces et les stocks de pièces, depuis les sites de production des OEM jusqu'aux garages, en tenant compte de chaque échelon intermédiaire.

spare_parts_forecasting
Le groupe Tokić est le plus grand détaillant de pièces de rechange automobiles, représentant plus de 300 marques automobiles reconnues mondialement ainsi qu’un équipement complémentaire pour l’industrie automobile. Grâce à un réseau de plus de 140 points de vente en Croatie et en Slovénie, Tokić propose plus de 300 000 pièces différentes.

En matière d'approvisionnement, de réassort et de gestion des stocks, notre partenaire Lokad s'est révélé révolutionnaire. Nous avons atteint des niveaux d'efficacité opérationnelle sans précédent grâce à leur équipe hautement qualifiée de data scientists et à leur puissant logiciel prédictif de machine-learning. Le groupe Tokić a réduit ses investissements en stocks tout en augmentant son chiffre d'affaires et en améliorant la qualité de service. Seules de telles avancées technologiques peuvent aider les entreprises à croître de manière durable en transformant les obstacles en opportunités.

Ivan Šantorić, CEO, tokic Group

quotation shape left

Étude de cas

Mister Auto est une société de le e-commerce spécialisée dans les pièces automobiles. Créée en 2007 et faisant partie du groupe PSA depuis 2015, elle dispose d'un catalogue avec plus de 200 000 références et opère dans 20 pays. Elle est désormais le distributeur de pièces automobiles numéro 1 en Europe.

Nous utilisons Lokad quotidiennement depuis plus de 2 ans pour calculer nos prix de vente. C’est véritablement une solution sur mesure, d'autant plus que nos catalogues combinés prennent en compte les 20 pays dans lesquels nous opérons. Ce choix technologique nous a véritablement permis d’élever notre capacité à générer de la valeur via nos stratégies de tarification à un tout autre niveau, grâce aux modèles algorithmiques basés sur le Big Data de Lokad. En plus d'être très puissant, la solution de Lokad nous offre rapidité et réactivité, deux éléments devenus essentiels pour le e-commerce.

Mathieu Pajot, Directeur Commercial et Tarification, Mister Auto

quotation shape right

Heures de réduction des pannes par dollar

D'un point de vue opérationnel, l'objectif du marché de l'après-vente automobile est de réduire autant que possible les heures de panne pour chaque dollar ou euro investi dans sa supply chain. Cet objectif est simple, et pourtant, il est largement contraire à la façon dont les logiciels d'entreprise classiques sont conçus.

car-mechanic

Les taux de service, les stocks de sécurité ou l’analyse ABC - en plus d’être des approches de supply chain dépassées - ratent tout simplement l’essentiel.

La technologie d’optimisation prédictive de Lokad aborde chaque décision tout au long de la chaîne, depuis les sites de production des OEM jusqu’à l’endroit où la pièce est installée sur le véhicule, en se concentrant de manière quantitative sur ce résultat final.

L’optimisation commence au niveau des OEM. L’OEM décide quotidiennement des matières premières ou sous-ensembles à acheter. Il détermine également les quantités à produire en fonction des stocks disponibles. La production doit s’adapter à des canaux divers, incluant la production de nouvelles voitures mais aussi la maintenance des anciennes.

L’optimisation se poursuit au niveau du distributeur ou du grossiste. Les pièces doivent être allouées de manière efficace sur de nombreux sites géographiques. Cette allocation de stocks doit non seulement atteindre la meilleure qualité de service possible, mais aussi minimiser les coûts opérationnels, ce qui peut impliquer des MOQ (quantités minimales de commande), par exemple.

Enfin, au niveau de la distribution, les pièces doivent être immédiatement disponibles afin de servir les véhicules. Comme une panne peut nécessiter le remplacement de plusieurs pièces, la disponibilité des pièces ne doit pas être confondue avec la résolution d’une panne. Inversement, l’absence d’une pièce peut ne pas poser problème si un substitut compatible est disponible.

La matrice de compatibilité pièce-véhicule

Pour chaque véhicule en panne, il existe généralement des dizaines de pièces mécaniquement compatibles, pouvant ainsi être utilisées pour résoudre le problème.

new-brake-disc

Cet aspect est fondamental dans le marché de l’après-vente automobile et, par conséquent, Lokad a conçu sa technologie de supply chain pour faire de cette perspicacité un élément central, où l’optimisation numérique que nous fournissons intègre cette perspective plutôt que de l’ignorer.

Le marché automobile européen compte plus de 100 000 véhicules distincts et plus de 1 000 000 de pièces distinctes. Le marché automobile nord-américain présente une complexité tout aussi grande. Plusieurs entreprises commercialisent des bases de données exhaustives qui répertorient toutes les (in)compatibilités mécaniques existant entre ces véhicules et ces pièces. Ces informations sont essentielles pour comprendre la structure fine de la demande, qui n’est pas reflétée par le volume historique des ventes d’une pièce donnée. Pourtant, ces bases de données sont volumineuses - environ 100 millions de lignes - et peu maniables. Elles ne se prêtent pas à l’appui d’une prévision des séries temporelles classique.

Lokad a conçu plusieurs modèles orientés graphes - la matrice de compatibilité pièce-véhicule pouvant également être vue comme un graphe bipartite - qui offrent une modélisation prédictive supérieure de la demande, en se concentrant sur l’unité de besoin plutôt qu’en surestimant le numéro de pièce spécifique disponible au moment donné.

En retour, l’exploitation de ces modèles offre des décisions supérieures en matière d’achats, de production, d’allocation de stocks ou de tarification.

Bridgestone est la plus grande entreprise mondiale de pneus et de caoutchouc. Elle exploite une supply chain multi-échelons transnationale très complexe impliquant des centaines de sites.

Avant de démarrer le projet, avant mon arrivée, la conviction principale était que nous devions disposer du maximum de stock le plus proche possible du marché, ou comme on dit, du bus. Cependant, dès que l'on commence cette optimisation multi-échelons [Lokad], on se rend compte que ce n'est en réalité pas vrai, il faut avoir une plus grande part des stocks dans les usines de production […] en effet, si un marché a besoin d'un peu plus de temps, il y aura toujours des pneus disponibles.

Nicolas Vandeput, expert en supply chain soutenant Bridgestone

quotation shape left

Le trilemme : capital, prix et service

L’optimisation de la supply chain de l’après-vente automobile fait face à trois facteurs majeurs qui influencent fortement sa supply chain. Des stocks plus élevés offrent la possibilité de productions et d’expéditions en lots, ce qui réduit les coûts. Ces stocks améliorent également la qualité de service. Cependant, des stocks plus importants signifient une augmentation des besoins en fonds de roulement et des risques globaux d’irrécouvrabilité des stocks. Des prix plus élevés améliorent naturellement les marges, mais au risque de voir se creuser une érosion constante des parts de marché, ce qui n’est pas durable. Une qualité de service supérieure est appréciée par les clients, mais cela se traduit généralement par des stocks plus élevés qui se situent typiquement en périphérie du réseau de supply chain, là où il est le plus coûteux de les relocaliser.

Lokad offre une optimisation prédictive de la supply chain de bout en bout qui prend en compte tous les facteurs économiques pertinents. Certains de ces facteurs sont assez simples, tels que les coûts de détention des stocks, tandis que d’autres sont plus subtils, comme le risque de perdre un client au profit d’un concurrent en raison d’un service de mauvaise qualité répété.

Notre technologie est conçue pour faciliter l’intégration de multiples facteurs personnalisés et conflictuels qui interviennent dans ce qui peut être considéré comme une décision de supply chain supérieure pour votre entreprise. Lokad ne repose pas sur des hypothèses codées en dur concernant votre stratégie d’affaires ; au contraire, elle offre la flexibilité nécessaire pour refléter avec précision la stratégie.

De plus, de nombreuses contraintes non linéaires doivent être prises en compte : le débit de production maximal quotidien, les quantités minimales de commande (MOQ), la capacité de stockage maximale de chaque site, la capacité de transport maximale d'une seule expédition par camion, les formats de conditionnement (boîtes, palettes, etc.), …

store-inner-rear-front-doors-automotive

La technologie de Lokad a été conçue pour être capable de faire respecter diverses contraintes non linéaires, afin de garantir que les décisions optimisées puissent être exécutées sans délai supplémentaire. Contrairement aux solutions logicielles classiques, nous n'attendons pas des praticiens de la supply chain qu'ils post-traitent manuellement chaque chiffre que nous produisons.

autodoc-spare-parts

AUTODOC est le principal détaillant en ligne de pièces automobiles en Europe. En tant qu'entreprise à la croissance la plus rapide dans ce secteur, avec une croissance du chiffre d'affaires de 37,6 % pour l'exercice 2020, atteignant environ 842 millions d'euros (contre 612 millions d'euros en 2019), AUTODOC vise à renforcer davantage sa position. Grâce à son expansion réussie, AUTODOC opère désormais dans 26 autres pays européens ainsi qu'en Allemagne.

Lokad s'est avéré être un partenaire fiable pour Autodoc depuis que nous avons commencé à collaborer en 2018. Les Supply Chain Scientists de Lokad abordent notre complexité de supply chain distincte avec une variété d'optimisations personnalisées. Autodoc a connu une croissance significative, devenant le leader du marché de l'après-vente automobile en ligne en Europe et nous sommes heureux de compter sur des partenaires prêts à évoluer avec nous.

Stefan Micklich, Vice President Procurement

Autodoc AG

Réseaux multi-échelons complexes

L'industrie automobile est généralement considérée comme l'industrie des industries. Aucune autre industrie ne rivalise avec l'automobile en termes d'échelle industrielle. En conséquence, la plupart des situations de l'après-vente impliquent plusieurs échelons - c'est-à-dire des couches de réseau de production, de stockage ou de distribution.

parking

Lorsqu’il y a plusieurs échelons, évaluer l’issue finale d’une décision donnée, qui se trouve au « milieu » du réseau supply chain, devient très difficile. Lokad a conçu une technologie pour évaluer l’issue économique de grande portée de toute décision supply chain. Par exemple, déplacer une pièce vers un endroit du réseau signifie perdre l’opportunité de déplacer cette même pièce ailleurs. Chaque décision a un coût d’opportunité par rapport aux décisions alternatives et conflictuelles.

Cette technologie garantit que la performance supply chain du réseau dans son ensemble est maximisée.

En revanche, la plupart des solutions logicielles classiques pour la supply chain adoptent une perspective locale, qui se concentre sur le taux de service ou le buffer de chaque SKU, tout en négligeant entièrement le reste du tableau. Notre expérience montre que ces approches simplistes, bien que faciles à mettre en œuvre d’un point de vue logiciel, ne sont pas satisfaisantes en termes de performance supply chain. En effet, ces solutions déplacent les problèmes au lieu de les résoudre. Résoudre le problème nécessite d’aborder de front l’aspect multi-échelons.