00:00:07 L’importance des délais d’approvisionnement dans la gestion des stocks.
00:00:50 Analyse des aspects techniques des processus d’approvisionnement.
00:02:56 Mesurer les délais d’approvisionnement pour optimiser la supply chain.
00:04:12 Analyse détaillée des étapes des délais d’approvisionnement pour l’optimisation.
00:06:59 Découpage des délais d’approvisionnement pour des mesures précises.
00:08:02 Incertitude dans les délais d’approvisionnement et algèbre de distribution.
00:10:03 Exemple concret : amélioration des délais d’approvisionnement.
00:12:37 Explication des retards inattendus dans les processus métier.
00:13:02 Exemple de retards causés par des inefficacités dans l’entrepôt.
00:15:00 Résolution des problèmes dans l’exemple de l’entrepôt.
00:16:16 Formation d’une pyramide de boîtes par le convoyeur.
00:17:26 Réflexions finales.
Résumé
Dans cette interview, Kieran Chandler et Joannes Vermorel discutent de l’importance des délais d’approvisionnement dans l’optimisation de la supply chain. Vermorel souligne la nécessité d’une mesure précise des délais d’approvisionnement à différentes étapes, de la fabrication aux articles prêts pour le client. En décomposant les délais d’approvisionnement en composantes distinctes, les entreprises peuvent mieux estimer les délais d’approvisionnement globaux et identifier les goulots d’étranglement. Vermorel met également l’accent sur les avantages de délais d’approvisionnement plus courts, tels qu’une meilleure planification et une réduction des fenêtres de prévision. Ils examinent un exemple concret où des processus inefficaces dans l’entrepôt, tels que le traitement des commandes LIFO et un tapis roulant court, ont entraîné des retards, soulignant l’impact des petits détails de mise en œuvre sur l’efficacité de la supply chain.
Résumé détaillé
Dans cette interview, Kieran Chandler et Joannes Vermorel, fondateur de Lokad, discutent de l’importance des délais d’approvisionnement dans l’optimisation de la supply chain et la gestion des stocks. Les délais d’approvisionnement sont souvent négligés par les entreprises, qui se concentrent plutôt sur les prévisions de stocks. Vermorel explique que comprendre les délais d’approvisionnement est crucial pour le succès de l’entreprise et que les ignorer pourrait conduire à des prévisions inexactes.
Les délais d’approvisionnement représentent un aspect plus technique du processus de la supply chain, nécessitant une attention aux détails et une connaissance des processus de production et de transport. Ils ne sont peut-être pas aussi glamour que de se concentrer sur la demande future, mais leur impact sur la gestion des stocks est significatif. Des délais d’approvisionnement plus longs nécessitent généralement des niveaux de stocks plus importants.
La première étape pour améliorer la gestion des délais d’approvisionnement est de mesurer ces délais avec précision. Les entreprises ont souvent de mauvaises mesures des délais d’approvisionnement car cela n’est pas considéré comme essentiel pour les opérations de la supply chain. Cependant, dans un but d’optimisation, il est essentiel d’avoir de bonnes mesures pour chaque étape du processus de la supply chain.
Vermorel suggère que les entreprises devraient mesurer les délais d’approvisionnement à différentes étapes, telles que la fabrication, le transport de port à port, le transport de port à entrepôt et le temps nécessaire pour avoir les articles prêts sur les étagères pour les clients. Ces mesures n’ont pas besoin d’être extrêmement détaillées, mais avoir une différenciation claire entre les différentes étapes de la supply chain peut fournir une base solide pour la prévision et l’optimisation des délais d’approvisionnement.
En mesurant les délais d’approvisionnement avec précision, les entreprises peuvent identifier les goulots d’étranglement potentiels ou les retards qui peuvent être accidentels ou inutiles. Par exemple, dans un délai d’approvisionnement de 13 semaines pour importer des marchandises d’Asie, il peut y avoir un retard de deux semaines en raison du processus de prise de décision pour la réapprovisionnement des articles. En identifiant et en traitant de tels problèmes, les entreprises peuvent améliorer leur efficacité de la supply chain et mieux gérer leurs niveaux de stocks.
Vermorel explique que la variabilité des délais d’approvisionnement est due à plusieurs facteurs. Par exemple, le transport peut être affecté par les conditions météorologiques, ce qui peut entraîner un retard de quelques jours de plus ou de moins pour un cargo en provenance d’Asie. De plus, les douanes aux ports peuvent ajouter une semaine supplémentaire de retard de manière aléatoire. De plus, les délais de production peuvent changer, car les fournisseurs peuvent être occupés à servir d’autres clients ou ne pas être exclusivement dédiés à un seul client. Ces facteurs contribuent aux fluctuations aléatoires des délais d’approvisionnement.
La suggestion pour gérer ces fluctuations est de décomposer les délais d’approvisionnement en parties distinctes, telles que la production, le transport, le dédouanement et la prise de décision, entre autres. Bien que cela puisse ajouter de la complexité, Vermorel soutient que c’est la seule façon de mesurer raisonnablement les délais d’approvisionnement. En décomposant les délais d’approvisionnement en leurs composantes fondamentales, les entreprises peuvent mieux comprendre chaque segment et obtenir une estimation plus précise du délai d’approvisionnement global.
Cependant, chacun de ces facteurs individuels comporte sa propre gamme d’incertitudes et de probabilités. Pour avoir confiance dans la prévision des délais d’approvisionnement, Vermorel suggère d’utiliser une algèbre des distributions pour combiner ces variables probabilistes. Bien que l’ajout de variables puisse augmenter l’incertitude, l’incertitude globale des délais d’approvisionnement n’explose pas, car chaque processus distinct est estimé de manière plus précise.
Dans le contexte d’un exemple concret, Vermorel décrit comment, lorsque une entreprise commence à mesurer avec précision ses délais d’approvisionnement, elle découvre souvent des retards accidentels qui peuvent être éliminés grâce à l’automatisation. Cela peut entraîner des améliorations significatives dans les processus de la supply chain de l’entreprise et une efficacité globale accrue.
L’interview met en évidence l’importance de comprendre la variabilité des délais d’approvisionnement et les avantages de les décomposer en composantes distinctes. Ce faisant, les entreprises peuvent estimer et gérer plus précisément leurs délais d’approvisionnement, ce qui conduit à une meilleure optimisation de la supply chain et à une efficacité globale accrue.
Vermorel souligne que la réduction des délais d’approvisionnement peut avoir un impact significatif sur l’efficacité de la supply chain. En déplaçant continuellement les marchandises plutôt que de les laisser stationnaires pendant de longues périodes, les entreprises peuvent réduire les délais d’approvisionnement et mieux utiliser leurs ressources. Des délais plus courts permettent non seulement de réduire la quantité de stock à conserver, mais ils rendent également l’ensemble de la supply chain plus efficace de différentes manières.
Un avantage clé des délais d’approvisionnement plus courts est qu’ils permettent une meilleure planification. Lorsque les entreprises peuvent compresser leurs délais d’approvisionnement, elles n’ont pas besoin de prévoir aussi loin dans le futur. Par exemple, si une entreprise peut réduire son délai d’approvisionnement de douze semaines à huit semaines, elle n’a besoin de prévoir la demande que pour les huit prochaines semaines, plutôt que pour les douze prochaines. Cette réduction de la fenêtre de prévision conduit à des prévisions plus précises, car la prévision de la demande à court terme est intrinsèquement plus précise que la tentative de prévoir la demande à plus long terme.
En plus d’améliorer la planification, les délais d’approvisionnement plus courts peuvent aider les entreprises à éviter les retards imprévus. Bien que les entreprises devraient idéalement avoir une compréhension complète de chaque étape de leur processus de supply chain, Vermorel souligne que des retards imprévus peuvent encore se produire, souvent en raison de détails négligés. Il partage un exemple d’un entrepôt qu’il a visité il y a quelques années, où les commandes électroniques de marchandises étaient imprimées sur papier pour que les employés les traitent manuellement. La configuration de l’imprimante faisait que les commandes tombaient dans une boîte, créant un retard inutile dans le traitement des commandes.
Vermorel décrit un processus d’entrepôt d’une entreprise où une pile de commandes s’accumulait. Le problème était que les commandes étaient traitées selon le principe du dernier entré, premier sorti (LIFO) au lieu du premier entré, premier sorti (FIFO). L’employé prenait toujours la commande la plus récente en haut de la pile, ce qui signifie que la commande en bas de la pile restait là jusqu’à ce que toutes les autres commandes soient traitées. Pendant les périodes chargées, cela pouvait entraîner le maintien de certaines commandes en bas de la pile pendant une durée indéterminée, parfois plusieurs jours.
Le problème du LIFO était causé par l’impression et le placement des commandes dans une pile. De manière intéressante, un problème similaire s’est produit plus loin dans la supply chain en raison d’un tapis roulant trop court. Les employés prenaient des articles et plaçaient les boîtes sur le tapis roulant. Cependant, le tapis roulant était actionné manuellement et ne mesurait qu’environ 10 mètres de long, ce qui était insuffisant pour le volume de boîtes. Par conséquent, le tapis roulant se remplissait et les employés commençaient à placer les boîtes par terre devant lui.
Comme le tapis roulant restait plein, une pyramide de boîtes se formait devant lui. Lorsque le tapis roulant reprenait finalement son mouvement, les employés prenaient les boîtes du sommet de la pyramide, ce qui entraînait à nouveau une situation de LIFO. La plus ancienne boîte n’était ramenée sur le tapis roulant qu’après que toute la pyramide ait été démontée.
Transcription complète
Kieran Chandler: Aujourd’hui sur Lokad TV, nous allons comprendre pourquoi les délais de livraison sont si importants pour le succès des entreprises et discuter également du fait que si vous ne les prenez pas au sérieux, vous feriez mieux d’utiliser un générateur de nombres aléatoires pour vos prévisions. Alors, Joannes, je pense que c’est probablement l’un des sujets les plus simples dont nous avons parlé sur Lokad TV. Pourquoi en discutons-nous aujourd’hui ?
Joannes Vermorel: Je dirais que les délais de livraison ne sont peut-être pas l’éléphant dans la pièce, mais quelque chose de légèrement plus petit qu’un éléphant, disons un cheval dans la pièce qui est ignoré. L’éléphant dans la pièce qui est ignoré, c’est simplement la nature probabiliste de la prévision de la demande elle-même. Il y a de l’incertitude sur la demande, et vous devez y faire face. Mais le cheval dans la pièce, juste à côté de l’éléphant, c’est le fait que le délai de livraison lui-même comporte également une certaine incertitude et doit être correctement prévu.
Les délais de livraison sont plus techniques ; ce n’est pas très compliqué, mais vous devez être capable de comprendre les détails de votre processus d’approvisionnement. Vous devez savoir exactement ce qui se passe du côté de la production, ce qui se passe en termes de transport, et si vous avez plusieurs options de transport disponibles, comme le transport de vos marchandises par voie maritime ou aérienne, vous devez en être conscient. Ce sont beaucoup de petits détails, et vous devez y prêter attention pour avoir une compréhension correcte de la situation. Ce n’est peut-être pas aussi glamour que de se concentrer sur la demande future, mais la réalité est que parce que les délais de livraison ont un effet linéaire sur les stocks, si vous avez des délais de livraison deux fois plus longs, vous avez besoin de stocks deux fois plus importants. C’est souvent sous-estimé parce que c’est plus technique, je suppose.
Kieran Chandler: Vous avez mentionné la complexité de l’approche. Quelle est la première étape que quelqu’un devrait prendre s’il souhaite améliorer sa façon d’aborder les délais de livraison ?
Joannes Vermorel: La première étape est la mesure. Très souvent, la mesure des délais de livraison est relativement médiocre. Il n’est pas essentiel de mesurer les délais de livraison pour faire fonctionner la supply chain, mais si vous voulez optimiser, vous avez besoin de bonnes mesures. Idéalement, vous voulez mesurer les choses pour chaque étape. En théorie, vous pourriez aller dans une granularité insensée, mesurer chaque minute sur plusieurs semaines, où se trouve exactement un produit pour avoir une visibilité complète sur l’endroit exact où ces produits restent bloqués. La réalité est que la plupart du temps, les produits ne bougent pas.
Sans entrer dans cette perspective extrême, si vous pouvez déjà différencier clairement le temps de fabrication, le temps nécessaire pour le transport d’un port à un autre, le temps nécessaire pour le transport du port à l’entrepôt, et le temps nécessaire une fois que les choses ont été reçues dans votre entrepôt pour les avoir sur les étagères prêtes à être prélevées et servies aux clients, ce serait génial. Pour avoir toutes ces mesures faites correctement, nous ne parlons pas de millions de mesures ; c’est comme une demi-douzaine qui vous donne un excellent point de départ pour faire vos prévisions de délai de livraison et votre optimisation de délai de livraison. La première chose que vous réaliserez, c’est que peut-être certains retards sont accidentels, et sur vos 13 semaines de délai de livraison pour importer d’Asie, vous avez deux semaines qui correspondent simplement au délai qu’il vous faut pour prendre une décision sur la quantité à réapprovisionner.
Kieran Chandler: Parlons de cette variabilité. Quels sont les facteurs clés qui contribuent à cette sorte de variabilité dans les délais de livraison ?
Joannes Vermorel: Le transport lui-même a une certaine variabilité. Par exemple, en fonction des conditions météorologiques, un cargo en provenance d’Asie peut prendre quelques jours de plus ou de moins. Ce n’est pas super précis. Ensuite, si vous devez passer par les douanes dans un port, les douanes elles-mêmes peuvent ajouter une semaine supplémentaire de retard de manière aléatoire. Avant de transporter les marchandises, vous devez les produire, et votre fournisseur peut avoir reçu d’autres commandes d’autres clients, sur lesquelles vous n’avez aucun contrôle. Donc, la charge de travail de votre fournisseur à un moment précis est quelque chose qui échappe un peu à votre contrôle. Même si, en théorie, la production de 1 000 unités avec une unité de production prend exactement une semaine, si cette unité de production est déjà occupée à servir un autre client, cela peut prendre plus de temps. Donc, le délai de production varie parce que vos fournisseurs ne vous sont pas exclusivement dédiés. Il y a de nombreuses causes qui peuvent créer des fluctuations aléatoires dans les délais de livraison.
Kieran Chandler: Donc, ce que vous dites, c’est qu’au lieu de prendre l’ensemble du délai de livraison comme une seule chose, nous devrions le diviser en parties distinctes. Cela n’ajoute-t-il pas beaucoup de complexité supplémentaire ?
Joannes Vermorel: Cela ajoute de la complexité, mais c’est aussi la seule façon d’avoir une mesure raisonnable de votre délai de livraison. Si vous voulez comprendre vos délais de livraison, vous devez les décomposer en leurs éléments fondamentaux. Oui, vous finissez par avoir peut-être une demi-douzaine de segments temporels, comme les retards de production, les retards de transport par cargo jusqu’au port, le retard de transport par camion du port à votre entrepôt, le retard d’expédition de votre entrepôt aux clients finaux, le retard pour prendre une décision sur la quantité dont vous avez besoin de réapprovisionner, et peut-être le délai entre les réapprovisionnements. Donc, oui, vous devez décomposer, mais la réalité est que si vous voulez avoir une mesure raisonnable de vos délais de livraison, il n’y a pas d’alternative réelle. Ce n’est pas parce que vous décidez d’ignorer les problèmes que le problème disparaît.
Kieran Chandler: Il semble qu’avec chacun de ces facteurs individuels, il y aura beaucoup d’incertitude, avec une véritable gamme de probabilités qui pourraient se produire. Comment pouvez-vous avoir confiance en ce que vous prédisez comme délai de livraison ?
Joannes Vermorel: C’est là que vous avez généralement besoin d’une algèbre des distributions, où vous pouvez combiner vos variables et des variables probabilistes. Lokad en a une, mais il existe également d’autres options. En fin de compte, oui, vous aurez des mesures probabilistes pour chaque étape du processus qui représente une quantité variable de jours, et vous devrez les combiner, ce qui revient simplement à ajouter ce retard à ce retard, sauf que vous ajoutez des variables probabilistes. Vous devez comprendre que le bruit statistique ne se cumule pas vraiment. Donc oui, vous avez plus d’incertitude lorsque vous ajoutez des variables en termes de plage totale de possibilités, mais cela ne signifie pas que l’incertitude du délai de livraison augmente en flèche simplement parce que vous ajoutez des étapes. Ce que vous faites en fin de compte, c’est décomposer un grand retard en petites parties que vous pouvez estimer plus précisément car elles représentent des processus distincts.
Kieran Chandler: Pour conclure, prenons un exemple concret. Pouvez-vous donner un exemple d’un moment où l’un de vos clients a amélioré sa façon d’aborder ses délais de livraison, et comment cela a-t-il affecté ses processus commerciaux ?
Joannes Vermorel: Oui, lorsque vous commencez à mesurer vos délais de livraison, la découverte la plus classique est que vous réalisez simplement que vous avez des retards qui sont complètement accidentels.
Kieran Chandler: Vous réalisez simplement que les marchandises arrivent dans un endroit, y restent pendant cinq jours sans rien se passer, juste pour être déplacées à nouveau. Et ces cinq jours peuvent être réduits à rien si vous décidez simplement, d’accord, au lieu de les mettre sur des étagères, d’attendre cinq jours sans rien faire, puis de les faire bouger. Il suffit de les faire bouger tout le temps. Donc, et encore une fois, de meilleures prévisions vous aideront à réduire la quantité de stock que vous devez garder partout. Mais des délais de livraison plus courts le font de manière beaucoup plus efficace.
Joannes Vermorel: Si vous pouviez ramener tous vos délais de livraison à zéro, vous n’auriez besoin d’aucun stock du tout. Si vous pouviez simplement dire, chaque fois que vous avez une unité demandée par un client, instantanément vous pourriez produire cette unité et la faire transporter au client. Ce serait comme tout en juste-à-temps, et vous n’auriez besoin d’aucun stock, d’aucune planification, de rien du tout. Ainsi, la compression des délais de livraison a des effets positifs sur l’ensemble de la supply chain. De plus, ce n’est pas seulement que cela réduit les stocks, mais si vous avez des délais de livraison plus courts, vous n’avez pas besoin de planifier aussi loin à l’avance qu’auparavant. Si vous pouvez compresser vos délais de livraison de 12 semaines en délais de livraison de 8 semaines, cela signifie que vous n’avez besoin de prévoir la demande que 8 semaines à l’avance au lieu de 12 semaines à l’avance. Et la réalité des prévisions est que plus on regarde loin dans le futur, plus les prévisions sont imprécises. Donc, si vous ne pouvez prévoir que le court terme et pas le long terme, vos prévisions sont par conception plus précises, ce qui simplifie tout et rend votre supply chain globale plus efficace simplement parce que vous n’avez pas à regarder aussi loin dans le futur.
Kieran Chandler: Et vous avez mentionné des retards inattendus. Je veux dire, cela surprend probablement beaucoup de nos téléspectateurs. Je veux dire, une entreprise devrait certainement bien comprendre chaque étape de ce processus. Alors comment ces retards inattendus peuvent-ils réellement se produire ?
Joannes Vermorel: Parfois, le diable se cache dans les détails. Juste pour vous donner un exemple d’un entrepôt que j’ai visité il y a quelques années : ils recevaient des commandes électroniques pour des marchandises à livrer, à expédier. Le système qu’ils avaient à l’intérieur de l’entrepôt imprimait en fait les commandes électroniques reçues. Donc, l’idée était qu’ils imprimaient une demande, et un employé venait, prenait la demande qui était imprimée sur papier, et allait faire la préparation et expédier les marchandises. C’étaient des marchandises coûteuses, donc il était assez raisonnable d’avoir un processus relativement manuel pour la préparation à l’intérieur de l’entrepôt. Mais le problème était que la façon dont l’imprimante était configurée, les commandes d’expédition reçues étaient imprimées, puis la feuille de papier tombait dans une boîte, et ensuite…
Kieran Chandler: Joannes, pouvez-vous expliquer un problème spécifique qui s’est produit dans le processus de la supply chain ?
Joannes Vermorel: Oui, bien sûr. Le problème était lié au système de superposition des commandes. Lorsqu’une commande était reçue et imprimée, elle était placée au-dessus d’une pile. Cependant, le problème était que les employés prenaient toujours la dernière commande reçue électroniquement. Cela signifiait que s’il y avait une pile de commandes, celle du bas resterait là jusqu’à ce que toute la pile soit vidée. Ainsi, pendant les périodes chargées, les commandes s’accumulaient, et le dernier article de la pile était retardé indéfiniment.
Kieran Chandler: Ah, je vois. Donc, au lieu de suivre une approche premier arrivé, premier servi (FIFO), ils ont involontairement mis en place un système dernier arrivé, premier sorti (LIFO). C’est correct ?
Joannes Vermorel: Exactement. Ils avaient involontairement mis en place le LIFO parce que les employés prenaient la dernière commande reçue, qui était imprimée au-dessus de la pile. Cela s’est produit parce que le traitement des commandes se faisait du côté de l’imprimante. Mais le même problème s’est produit plus loin dans le processus en raison d’un tapis roulant court.
Kieran Chandler: Oh, je vois. Alors, qu’est-il arrivé avec le tapis roulant ?
Joannes Vermorel: Eh bien, le tapis roulant était trop court pour le volume de commandes. Par conséquent, lorsqu’il était plein, les employés ne pouvaient pas y placer plus de boîtes. Ils finissaient donc par mettre les boîtes par terre devant le tapis roulant. Mais lorsqu’ils revenaient, ils constataient que le tapis ne s’était pas déplacé, alors ils mettaient plus de boîtes par terre. Cela a conduit à une pile de boîtes en forme de pyramide qui s’accumulait. Lorsque le tapis roulant recommençait à bouger, ils prenaient les boîtes du sommet de la pyramide, recommençant ainsi le processus depuis le début.
Kieran Chandler: Cela semble être une situation difficile. Il semble qu’ils aient involontairement eu à nouveau un système LIFO en raison de la configuration physique et du tapis roulant court.
Joannes Vermorel: Oui, exactement. Il est intéressant de voir comment de petits détails de mise en œuvre peuvent créer des situations inattendues dans la supply chain. Parfois, même de légères imperfections dans la configuration physique peuvent avoir des conséquences importantes. Donc, ma suggestion serait d’investir dans un tapis roulant plus long et peut-être de faire des ajustements comme percer un trou dans le fond des boîtes pour éviter les problèmes d’empilement.
Kieran Chandler: C’est une excellente suggestion, Joannes. C’est fascinant de voir à quel point ces détails en apparence insignifiants peuvent être importants. Eh bien, c’est tout pour cette semaine. Merci de nous avoir rejoints, et nous serons de retour la semaine prochaine avec un nouvel épisode. D’ici là, merci de nous avoir regardés !
