00:00:00 Introduction à l’interview
00:00:47 Parcours et expérience d’enseignement de Paul Jan
00:02:16 Le rôle des données dans la supply chain et l’enseignement
00:04:00 Collaboration avec Lokad et son impact
00:06:20 Les défis réels de la supply chain et les obstacles à l’enseignement
00:10:49 Explication des problèmes complexes en supply chain
00:14:37 Impact de la communication de l’entreprise sur la perception du produit
00:16:11 Analyse continue des données et limites d’Excel
00:19:11 Traitement des données relationnelles et lacunes d’Excel
00:21:49 Transition vers SQL pour le traitement des données
00:24:11 Avantages d’introduire Lokad aux étudiants
00:26:33 Prise en compte des coûts d’enseignement en supply chain
00:29:13 Utilisation d’Envision et critique des logiciels d’entreprise
00:32:24 Pensée de solution et limites des outils
00:35:16 De meilleurs outils pour de meilleures solutions en supply chain
00:37:57 Expérience et philosophie d’enseignement de Joannes Vermorel
00:41:15 Structures de données fondamentales et limites de prévision
00:45:31 Méthodes d’enseignement visuelles et hypothèses solides
00:48:32 Besoin de perturbation dans l’industrie de la supply chain
00:51:12 La supply chain comme une collection de problèmes complexes
00:54:24 Être approximativement correct en supply chain
00:57:55 Enseigner la complexité en supply chain
01:00:47 Derniers mots et importance de l’investissement du secteur privé
01:03:24 Surmonter la peur des statistiques et remarques finales
Résumé
Conor Doherty, animateur de Lokad TV, a récemment engagé une discussion avec Joannes Vermorel, fondateur de Lokad, et Paul Jan, professeur de supply chain à l’Université de Toronto. La conversation portait sur le domaine en évolution de la gestion de la supply chain, le rôle des données et l’importance de l’éducation. Vermorel a introduit le concept de “problèmes complexes” en supply chain, mettant en évidence les limites d’Excel et la nécessité d’outils tels que SQL Server. Jan a partagé son expérience de transition d’Excel vers des options plus programmatiques, en faisant l’éloge de l’outil d’Envision de Lokad. Les deux ont souligné la nécessité de perturbation dans l’industrie de la supply chain et l’importance de l’éducation en gestion de la supply chain.
Résumé étendu
Lors d’une récente interview, Conor Doherty, l’animateur, a engagé une discussion stimulante avec Joannes Vermorel, le fondateur de Lokad, et Paul Jan, professeur agrégé de gestion des opérations et de la supply chain à la Rotman School of Management. La conversation a porté sur l’évolution du paysage de la gestion de la supply chain, le rôle des données et l’importance de l’éducation dans ce domaine.
Paul Jan, avec sa vaste expérience en conseil et en entreprise, enseigne depuis environ quatre ans des cours d’analyse des opérations et de la supply chain à l’Université de Toronto. Ses cours, qui comprennent une classe fondamentale sur la gestion des opérations et de la supply chain ainsi qu’une classe en collaboration avec Lokad, visent à combler le fossé entre la théorie et la pratique. Jan reconnaît que, bien que les données soient devenues plus importantes dans l’industrie, les étudiants manquent souvent de confiance pour appliquer ce qu’ils apprennent dans le monde réel. C’est là que la collaboration avec Lokad entre en jeu, en fournissant un environnement prêt pour que les étudiants puissent travailler sur des tâches de supply chain, leur permettant de se concentrer sur les aspects de la supply chain plutôt que sur les aspects techniques de la mise en place d’un environnement de codage.
Vermorel a introduit le concept de “problèmes complexes” en supply chain, qui sont des problèmes qui défient une analyse directe de premier niveau et nécessitent un voyage de découverte. Il a souligné les limites d’Excel dans la gestion des données de la supply chain moderne, affirmant qu’il ne peut pas être mis à l’échelle dans la mesure requise par les supply chains d’aujourd’hui. Vermorel a suggéré que la réponse de Microsoft à ce problème est SQL Server et d’autres outils qui gèrent les données relationnelles. Il a également mentionné que le terrain de jeu de Lokad vise à exposer les étudiants à la réalité des données relationnelles.
Jan a partagé son expérience de transition d’Excel vers des options plus programmatiques, en accordant avec les points de Vermorel sur les limites d’Excel. Il a mentionné qu’il a appris SQL dans l’un de ses projets et a apprécié sa puissance dans le traitement et la simplification des données. Jan a également fait l’éloge d’Envision, l’outil de Lokad, pour sa simplicité et sa facilité d’utilisation, qui ont contribué à simplifier le processus d’ajustement des hypothèses et à réduire les erreurs pouvant survenir dans Excel.
La conversation s’est ensuite tournée vers l’état d’esprit nécessaire pour utiliser ces outils et la question de savoir si des concepts tels que le coût d’opportunité sont enseignés en classe. Jan a répondu que bien que le concept de coût d’opportunité ne soit pas simple, les étudiants formés en économie peuvent le comprendre. Il a souligné un écart entre ce que les dirigeants et les opérationnels comprennent et auxquels ils prêtent attention, les premiers se concentrant sur les résultats financiers et les seconds sur les métriques traditionnelles.
Vermorel a approuvé les points de Jan et a discuté des limites de la pensée dans le paradigme d’Excel. Il a expliqué que si Excel est le seul outil auquel on peut penser, cela limite les solutions que l’on peut imaginer. Vermorel a critiqué la perception selon laquelle les technologies numériques changent constamment et que les connaissances dans le domaine sont jetables. Il a soutenu que de nombreux sujets fondamentaux, tels que la structure de données relationnelles et les types de données de base, ne changeront probablement pas de manière significative au fil du temps.
L’interview s’est conclue par Vermorel et Jan soulignant la nécessité de perturbation dans l’industrie et l’importance de l’éducation en gestion de la supply chain. Vermorel a expliqué que la gestion de la supply chain implique une série de problèmes complexes en raison de la nature interconnectée des entreprises modernes. Il a plaidé en faveur de l’utilisation de paradigmes et d’outils capables de gérer ces problèmes complexes, plutôt que de rechercher des solutions exactes qui peuvent être incorrectes. Jan, quant à lui, a décrit son approche pédagogique comme à la fois progressive et perturbatrice, commençant par des théories traditionnelles avant d’introduire des complexités du monde réel grâce à la collaboration avec des entreprises comme Lokad. Il a reconnu la difficulté d’enseigner les problèmes complexes, qui sont complexes et dépendent des actions des autres.
Transcription complète
Conor Doherty: Bienvenue à nouveau sur Lokad TV. Les compétences requises pour exceller dans la supply chain ont considérablement évolué au cours des 20 dernières années et continueront de le faire pour le moment. Rien de tout cela, bien sûr, n’est nouveau pour nos invités d’aujourd’hui. Rejoignant notre émission à distance depuis la Rotman School of Management, le professeur agrégé de gestion des opérations et de la supply chain, Paul Jan. Paul, bienvenue sur Lokad. Merci de m’accueillir. C’est un plaisir d’être ici.
Maintenant Paul, j’ai dit, bienvenue sur Lokad, un peu trompeur. Je veux dire, nous sommes déjà très familiers. Vous avez collaboré avec nous pendant un certain temps et en fait, vous nous avez rendu visite ici dans les nouveaux bureaux à Paris. Mais pour les personnes qui ne sont pas familières avec votre travail, pourriez-vous vous présenter, décrire votre parcours, s’il vous plaît?
Paul Jan: Merci de m’accueillir. Je m’appelle Paul Jan. Je suis actuellement professeur à l’Université de Toronto, où j’enseigne des cours d’analyse des opérations et de la supply chain. Je viens d’un milieu industriel avec une vaste expérience en conseil et dans l’industrie américaine. J’ai passé les 15 dernières années environ dans l’industrie et le conseil, et maintenant j’enseigne, partageant mes connaissances et mon expérience avec tous les étudiants ici à l’UofT.
Conor Doherty: Et depuis combien de temps enseignez-vous à la Rotman School of Management?
Paul Jan: Je suis à Rotman depuis environ quatre ans, et avant cela, j’étais à l’Université de Californie, Irvine. Donc, au total, j’enseigne depuis environ sept ans.
Conor Doherty: Et comment les cours sur la supply chain ont-ils évolué, même sur cette courte période?
Paul Jan: Ici à Rotman, j’enseigne un cours fondamental, qui est une introduction à la gestion des opérations et de la supply chain. C’est là que les étudiants apprennent les théories fondamentales, les applications et certaines pratiques. J’enseigne également un autre cours en collaboration avec Lokad. Il s’agit de mettre en pratique ces théories et pratiques avec une entreprise. Au fil des ans, il y a de plus en plus de données provenant du système ERP d’une entreprise, même des entreprises de taille moyenne à plus petite, qui ont toutes une sorte de système de capture de données ou de système ERP. Les données sont donc devenues plus importantes, et les étudiants, d’après ce que j’ai observé, manquent de confiance et d’expérience pour appliquer ce qu’ils apprennent à l’école dans le monde réel.
Conor Doherty: Eh bien, Joannes, je vais m’adresser à vous dans un instant, mais je voudrais revenir sur cela car vous avez une vaste expérience dans le secteur privé. Lorsque vous sélectionnez les théories fondamentales à enseigner aux étudiants, dans quelle mesure s’agit-il de connaissances traditionnelles en supply chain et dans quelle mesure cela est-il influencé par votre expérience approfondie?
Paul Jan: Dans le cours fondamental que j’enseigne, je n’ai pas beaucoup de marge de manœuvre pour dévier. Je dois suivre un programme et les exigences fixées par l’université et le département. La plupart d’entre elles sont donc les théories et modèles traditionnels que les étudiants apprendront. Ce que je fais, c’est que je les complète avec des anecdotes et des histoires, ou des choses à surveiller en complément pour les étudiants lorsqu’ils entrent sur le marché du travail. Mais selon les exigences de l’école, les fondements sont les théories traditionnelles, c’est ce qu’ils apprendront dans ce cours. Dans l’autre cours, en collaboration avec Lokad, j’ai la liberté d’appliquer davantage l’enseignement du point de vue d’un praticien. Donc, en termes de prise de conscience des réalités, de prise de conscience des résultats financiers, qui, d’un point de vue financier, ne sont pas pris en compte dans les théories traditionnelles fondamentales. Mais dans la pratique, les dirigeants examineront l’impact financier de faire XYZ. C’est donc la différence entre les deux et comment j’applique mon expérience à ces différents cours.
Conor Doherty: Eh bien, merci, Paul. Et maintenant, Joannes, pour en venir à vous, pourriez-vous décrire en quoi consiste exactement la collaboration avec Paul dans le cadre de l’initiative éducative plus large de Lokad?
Joannes Vermorel: Oui, chez Lokad, nous avons lancé une initiative il y a environ un an pour rendre notre pile technologique plus largement accessible. Normalement, Lokad est un logiciel d’entreprise, accessible uniquement à nos prospects et clients VIP. Ce que nous avons fait, c’est de le repackager sous la forme de ce que nous appelons un “playground”, qui est une version légèrement simplifiée de Lokad accessible sur tr.lo.com. Cela donne accès à un environnement de codage alimenté par Envision et à un petit système de fichiers. En termes de buts éducatifs, l’idée est d’organiser une série d’ateliers où les étudiants peuvent prendre un ensemble de données qui est une version simplifiée de ce que l’on trouve dans des configurations réelles mais qui reste assez représentative. Nous ne voulions pas rendre la tâche trop facile et trop théorique. L’idée est de pouvoir fournir un environnement prêt où l’étudiant peut directement commencer avec un ensemble de données et un petit défi lié à une tâche de supply chain qui doit être exécutée sur cet ensemble de données. Cela reflète le genre de défis auxquels les gens peuvent être confrontés lorsqu’ils entrent dans une entreprise où il y a des problèmes avec les fournisseurs. Vous devez analyser et déterminer qui sont les fournisseurs qui ne sont pas en mesure de livrer à temps et en totalité, ou vous voulez prévoir la demande ou toute autre tâche analytique liée à la supply chain. L’idée est que Lokad voulait fournir un environnement pour cela. La raison en est que les étudiants qui étudient les matériaux de la supply chain ne sont pas des ingénieurs logiciels. Donc oui, si vous demandiez à une classe remplie de futurs ingénieurs logiciels de le faire, ils pourraient prendre le temps de configurer un environnement Python, de mettre en place leur propre pipeline de données et leur logique d’analyse, etc., afin de pouvoir travailler sur un ensemble de données à l’aide de technologies open-source. Le problème est que compte tenu du calendrier que nous avons pour les étudiants qui ne sont pas des ingénieurs logiciels mais des ingénieurs de la supply chain ou des futurs ingénieurs de la supply chain, nous devons avoir un environnement prêt pour un atelier qui concerne principalement la supply chain, et non les subtilités de la façon de lire un fichier CSV en Python. Ce genre de chose doit être préparé à l’avance, et c’est ce que nous pouvons faire avec cet environnement. Nous partageons un environnement où les données ont déjà été préparées, le script qui lit les données est déjà écrit, ils peuvent donc directement se plonger dans le vif du sujet, qui est de comprendre quoi faire avec une supply chain, avec un fournisseur, avec la demande, et d’appliquer la réflexion de la supply chain à travers un outil programmatique. Notre ambition est de permettre à ces programmes d’études qui sont généralement très légers en termes d’outils techniques de faire des choses plus avancées sans être complètement submergés par des aspects purement techniques. En fin de compte, nous fournissons un environnement qui pourrait être reproduit sans problème en 5 000 lignes de code Python. C’est tout à fait faisable, mais le problème est que si vous le faites, vous ne pouvez soudainement pas vous attendre à faire une séance de travail de trois heures fructueuse avec vos étudiants en supply chain. Vous allez faire une séance de codage pure de trois heures où vous allez simplement comprendre comment lire un fichier CSV, ce qui n’est pas très intéressant d’un point de vue de la supply chain.
Conor Doherty: Et Paul, juste une question complémentaire à ce sujet. Dans quelle mesure ces compétences en ingénierie, comme la programmation, sont-elles difficiles pour un étudiant en supply chain de niveau fondamental moyen?
Paul Jan: Je peux vous donner un exemple concret où nous avons commencé le semestre il y a quelques semaines. Je dirais simplement que peut-être 20% de cette nouvelle classe ont une certaine expérience de programmation préalable, mais dans ce cas, ils avaient suivi, par exemple, un cours de Python en classe auparavant. Donc la majorité n’en a pas. Donc quand ils arrivent, je pense qu’ils sont excités parce qu’ils réalisent que c’est une compétence qui leur sera bénéfique à l’avenir, étant donné qu’il y a beaucoup plus de données et qu’Excel est simplement encombrant lorsqu’il s’agit d’analyser une si grande quantité de données. La programmation aide à simplifier ce processus. Mais en même temps, ils sont aussi un peu effrayés, inquiets parce qu’ils n’ont pas l’expérience. C’est une compétence très importante maintenant, mais c’est aussi quelque chose qui fait défaut dans la formation des étudiants en commerce, pas seulement en supply chain mais en général.
Conor Doherty: Eh bien, merci. Et cela s’enchaîne parfaitement, Joannes, quelque chose que j’attendais depuis longtemps pour vous demander. Vous avez décrit dans le passé, dans vos conférences, les problèmes de supply chain comme étant “wicked”. Donc deux parties de cette question. Premièrement, que voulez-vous dire exactement par des problèmes “wicked” en supply chain? Et deuxièmement, en suivant ce que Paul vient de dire, pourquoi des outils comme Excel ne sont-ils tout simplement pas adaptés pour résoudre ces problèmes “wicked”?
Joannes Vermorel: La notion de problème “wicked” ne vient pas de moi. Il s’agit essentiellement de problèmes qui défient une analyse directe de premier niveau. C’est quelque chose où il doit y avoir un cheminement, peu importe quoi, où vous découvrirez le problème lui-même.
Un exemple de cela est, qu’est-ce qu’une bonne publicité? Si je vous demande de calculer la surface d’une forme géométrique en pouces carrés ou en centimètres carrés, la forme peut être très compliquée, donc le calcul peut être difficile, mais c’est un problème fermé. Il existe une solution analytique qui vous donnera soit la réponse exacte, soit une très bonne approximation.
Mais si je vous demande ce qu’est une bonne publicité, la réponse dépend vraiment, et elle dépend aussi de ce que font vos concurrents. Par exemple, si vous créez une publicité fantastique, mais que vos concurrents vous copient tellement que votre publicité, qui était brillante, est maintenant indiscernable de toute la concurrence, c’était une très bonne publicité mais elle est devenue une mauvaise publicité simplement parce que tout le monde l’a copiée.
C’est le genre de méchanceté. La réponse que vous donnez peut potentiellement annuler la réponse elle-même. C’est un peu étrange. Je donne une très bonne réponse et parce que c’est une très bonne réponse, elle est copiée et parce qu’elle est copiée, elle devient une mauvaise réponse. C’est une sorte de problème “wicked”.
La supply chain est pleine de problèmes “wicked”. Vous décidez de placer un centre de distribution quelque part pour surpasser quelqu’un d’autre. Cette autre personne décide de répliquer et de répondre en réorganisant ses propres centres de distribution pour vous surpasser. C’est le genre de chose.
Donc les choses ne sont pas stables. Une réponse n’est pas stable. Ces problèmes “wicked” sont des problèmes où ils sont compétitifs par nature. Il y a des gens qui réagissent à ce que vous faites. Ce n’est pas comme le problème de calculer la surface d’une forme géométrique, qui est un problème où la réponse ne dépend pas de ce que le reste de l’univers fait, de ce que les autres personnes décident. C’est bien isolé.
Et puis vous avez aussi des problèmes où vous n’êtes même pas sûr de bien formuler le problème. Que signifie la qualité de service? Oui, nous pouvons dire que la qualité de service consiste à augmenter le taux de service, mais la réalité est que la qualité de service est dans l’œil du client et qu’est-ce que cela signifie même? C’est une question très difficile.
Pour certaines personnes, elles pourraient penser que s’il y a des substituts, c’est bien. Elles ne s’attendent pas à ce qu’un produit soit disponible. Peut-être que s’il y a des substituts, ça leur convient. D’autres personnes pourraient ne pas être d’accord. Elles pourraient avoir une conception très étroite de ce dont elles ont réellement besoin et dire : “Je veux exactement ce code-barres ou ça ne fonctionne pas”.
Et puis, en fonction du message que l’entreprise transmet, de la communication plus large, vous pouvez effectivement amplifier ou diminuer le fait que les gens voient d’autres produits comme des substituts ou non. Si vous avez une communication qui dit que cette chose est complètement unique, qu’il n’y a aucun substitut, alors ne soyez pas surpris que les gens ne soient même pas prêts à prendre d’autres de vos propres produits comme substituts parce que c’est votre communication. Cela peut être bon contre la concurrence, mais cela peut être plus difficile si vous voulez convaincre les gens d’accepter des alternatives.
Les situations sont incroyablement variées. Donc, la conclusion à propos de ces problèmes “wicked”, et c’est une façon de penser typique de Lokad, c’est que généralement, lorsque vous avez ces problèmes “wicked”, il vaut mieux itérer sur le problème avec des données plutôt que d’opérer sans données.
Peu importe la question posée, comme est-ce une bonne publicité, il est plus facile de répondre à cette question si vous pouvez mesurer les ventes et les corréler un peu avec vos dépenses publicitaires, par exemple. Cela ne signifie pas que cela résoudra entièrement la question, mais vous serez plus informé par rapport à simplement essayer de répondre à cette question sans aucune donnée.
Habituellement, même si vous avez affaire à un problème “wicked”, avoir des données à disposition aide. Le problème est que, en raison de la nature “wicked”, vous devez être capable de revoir votre position sur le type d’analyse et de traitement, ce qui signifie qu’il n’y aura pas de réponse unique pour tous. Vous traiterez les données, puis vous réfléchirez et vous poserez peut-être une question légèrement différente en fonction de ce qui se passe.
Donc, les problèmes “wicked”, c’est là que nous intervenons. Lorsque vous êtes confronté à un problème “wicked”, avoir des données est bon car cela vous permet d’être plus informé, ce qui est généralement mieux. Mais cela signifie également que vous devrez répéter votre analyse de temps en temps car il n’y aura pas de réponse définitive.
Excel est bon à cet égard. Excel vous permet de revoir votre analyse aussi souvent que vous le souhaitez. Le problème est qu’Excel ne s’adapte pas à l’ampleur requise par les chaînes d’approvisionnement modernes. De nos jours, il s’agit de dizaines de milliers de produits, de millions de transactions, de nombreuses données transactionnelles. Excel n’est tout simplement pas adapté à cela.
Le défi principal est que les données des chaînes d’approvisionnement modernes dépassent ce qui peut raisonnablement tenir dans Excel, et cela dépasse de deux manières. Tout d’abord, cela dépasse en termes de nombre de lignes. Excel est limité à un million de lignes. Mais cette partie n’est pas vraiment le gros problème. En théorie, Microsoft pourrait réinventer un peu Excel et le faire s’étendre à 100 millions de lignes. Ce n’est pas impossible, et en fait, il y a quelques concurrents d’Excel qui peuvent le faire.
Mais lorsque nous disons qu’une chaîne d’approvisionnement moderne dépasse, c’est fondamentalement parce qu’Excel a une mentalité d’une seule table à la fois. Il suppose que les données sont comme une seule table plate. Mais la réalité est que les données transactionnelles telles qu’on les trouve dans une chaîne d’approvisionnement sont constituées de plusieurs tables. Vous avez une table pour les fournisseurs, une table pour les transactions, une table pour les clients, une table pour les produits, une table pour les couleurs ou les formes, ou autre.
Vous vous retrouverez donc très souvent à traiter au moins une demi-douzaine de tables. Et ce qui vous manque, c’est quelque chose comme une algèbre relationnelle, qui est vraiment au cœur de vos données transactionnelles. Vos données dans la chaîne d’approvisionnement sont transactionnelles et relationnelles. Vous avez environ une demi-douzaine de tables, et c’est là qu’Excel ne fonctionne vraiment pas.
Non seulement vous avez cette contrainte sur le nombre de lignes, mais cela pourrait être corrigé. Mais plus généralement, vous avez ce problème de limitation en termes de sémantique. Excel ne vous offre pas cette notion de multi-tables.
Et d’ailleurs, c’est pour cette raison beaucoup plus profonde que Microsoft ne se soucie même pas vraiment d’étendre cette limite de 1 million. Les gens chez Microsoft le savent, et ils le savent depuis longtemps, que même s’ils peuvent étendre à 100 millions de lignes, la prochaine étape sera : “Oh, nous avons besoin de plusieurs tables”, et ensuite cela ne fonctionnera pas très bien avec Excel.
C’est pourquoi la réponse de Microsoft a été : “Si vous voulez des données relationnelles, vous avez SQL Server, ou vous avez des outils qui considèrent les données relationnelles comme des citoyens de première classe”, au lieu d’essayer de les intégrer dans un tableur. Et d’ailleurs, c’est aussi quelque chose que nous essayons de faire avec cette plateforme, c’est de sensibiliser les étudiants à cette réalité des données relationnelles en proposant un langage qui considère les données relationnelles comme des citoyens de première classe.
Parce que c’est quelque chose que je crois ne va pas changer. Quarante ans plus tard, les ERP auront toujours des tables et des colonnes. Cette chose a été établie il y a quatre décennies, donc cela fait plus de quatre décennies que c’est un aspect très stable de la chaîne d’approvisionnement numérique.
Conor Doherty : Paul, un point intéressant à approfondir car vous avez une vaste expérience dans le secteur privé et avez été formé dans ce domaine. Lorsque vous avez commencé et développé votre expérience, je suppose que vous avez travaillé avec Excel. Et si c’est le cas, à quel moment avez-vous dit : “Je dois envisager des options plus riches et plus programmatiques” ? Donc, qu’est-ce qui a causé la divergence par rapport à Excel ?
Paul Jan : La divergence est ce à quoi Joannes a fait allusion précédemment. Excel est génial, vous savez, c’est une sorte d’une table à la fois, et il est très fastidieux de lier toutes ces tables ou onglets dans Excel. Et même si vous réussissez à le faire, c’est aussi une autre tâche très chronophage si vous devez modifier vos hypothèses, vos variables pour vérifier toutes les modifications que vous avez apportées dans Excel.
Vous rencontrez souvent des erreurs. Vous faites presque toujours des erreurs à la fin parce que vous avez oublié de changer cette variable là ou cette hypothèse là, ce qui a fait que le résultat final a l’air un peu différent. Donc, je pense que c’était peut-être au bout de quelques années que j’ai eu la chance d’apprendre SQL. Je ne connaissais pas SQL auparavant, mais j’ai appris SQL dans l’un des projets, et j’ai vraiment apprécié le langage et aussi la puissance que vous pouvez traiter et simplifier, du moins la première partie, la recherche des données descriptives, en essayant de trouver les anomalies dans les données elles-mêmes.
Cela simplifie au moins la première partie, trouver les données descriptives et essayer de trouver les anomalies dans les données elles-mêmes. S’assurer que les données sont propres et trouver des moyens d’intégrer différentes sources de données ensemble a vraiment simplifié les choses. C’est à ce moment-là que j’ai vraiment fait une transition. À l’époque, SQL est devenu mon premier choix d’outils analytiques que j’utiliserais pour traiter, ou plutôt prétraiter, les données afin de comprendre à quoi ressemblent les données et s’il y a des anomalies. Ensuite, je ferais la première analyse descriptive à partir de cela, et Excel serait utilisé davantage pour faciliter la visualisation. Une fois cela terminé, nous le visualiserions plus facilement avec Excel en faisant les graphiques et les graphiques, et ainsi de suite.
J’aimerais ajouter à ce que Joannes a mentionné à propos de la découverte de Lokad. J’ai également découvert Lokad il y a quelques années, mais je n’ai pas pris une initiative similaire à celle que j’ai prise l’année dernière pour présenter cela aux étudiants. J’avais peur, pour être honnête, que l’aspect codage dissuade les étudiants d’utiliser l’outil et de profiter ou d’apprendre du cours. Mais je dois dire que j’avais tort. Compte tenu des derniers mois de notre collaboration, j’ai découvert qu’Envision est un outil très facile à comprendre. Même avec mes antécédents en programmation et en bases de données, c’est très facile à comprendre, et je pense que c’est aussi plus facile pour les étudiants à comprendre car les codes peuvent être lus comme un langage profane.
C’est différent, par exemple, de Python et d’autres où parfois les choses peuvent ne pas avoir beaucoup de sens et elles ne se suivent pas l’une après l’autre sans l’explication de quelqu’un qui a écrit le programme. Jusqu’à présent, cela a été un exercice très utile pour introduire cela. Cela a vraiment simplifié le processus d’ajustement des hypothèses, des choses que nous n’avons peut-être pas prises en compte dans les données, mais pour les mettre à jour dans le code lui-même et les refléter dans le tableau de bord pour que l’étudiant puisse les voir.
J’appelle toujours cela un niveau d’introduction. Pour les étudiants, il s’agit pour eux de comprendre d’un point de vue global, d’un point de vue descendant, ce qu’une entreprise fait et comment elle le fait à partir de ces données descriptives telles que le nombre de clients qu’elle a, les ventes les plus élevées, la tendance ABC de leur produit. À partir de là, ils peuvent comprendre comment ils mettent en place les chaînes d’approvisionnement, puis nous approfondissons leur chaîne d’approvisionnement à partir de là. Donc, avoir ce programme, cette expérience de codage avec Envision, a vraiment beaucoup aidé de ce point de vue et a également réduit les erreurs que nous pouvons commettre dans Excel.
Conor Doherty: Je vais vous suivre, Paul, puis Joannes. Donc, bienvenue, c’est une question philosophique qui devrait vous plaire. Il me vient à l’esprit que nous avons parlé des outils, donc Envision est l’outil, mais utiliser ou exploiter des outils nécessite une mentalité particulière. Comme vous venez de le mentionner, quelque chose qui est à la base de ce que fait Lokad avec Envision, c’est d’adopter une perspective purement financière pour résoudre les problèmes de chaîne d’approvisionnement et réduire les erreurs en dollars ou en euros. C’est un mélange, je suppose, d’économie mais c’est aussi un peu philosophique, comprendre bien que si je fais cela, je ne peux pas faire cela, coût d’opportunité.
En ce qui concerne la mentalité, comprendre comment utiliser ces outils, est-ce quelque chose que vous devez également enseigner en classe ou les étudiants comprennent-ils automatiquement, “Oh oui, coût d’opportunité, je vais simplement utiliser cet outil et c’est vraiment évident pour eux”?
Paul Jan: Je ne dirais pas que c’est évident, mais les étudiants ont été formés en économie, donc ils comprennent quel est le compromis, le coût d’opportunité. Même dans le cours de base sur la chaîne d’approvisionnement ou le cours d’opérations que j’enseigne ici, nous présentons aux étudiants le coût excédentaire, le coût de récupération, les différents coûts qui peuvent découler de la décision que vous prenez, combien de stocker en termes d’inventaire et quand. Ce sont des concepts compréhensibles et pertinents pour les étudiants une fois que vous leur expliquez que la façon dont nous arrivons à ce résultat financier est basée sur ABC.
Dans la pratique, ces résultats financiers sont également ce que nous essayons de quantifier pour les cadres dans le cadre de tout projet de conseil. Les cadres comprennent que lorsque vous leur dites que cela vous coûte tant de dollars ou que cela représente tant d’opportunités en dollars. Mais pour les professionnels de la chaîne d’approvisionnement, je dirais, ou les professionnels des opérations, ils sont principalement motivés par les métriques traditionnelles, les rotations, la précision des prévisions. Ils comprennent, mais ils y accordent plus d’attention. Il y a donc un certain écart entre ce que les cadres comprennent et ce que les professionnels opérationnels, du moins ceux qui sont formés ou instruits pour le faire, suivent. Du point de vue des étudiants, introduire ou expliquer ces concepts n’est pas une tâche difficile.
Conor Doherty: Merci, Paul. Et Joannes, à vous. Donc, encore une fois, en m’appuyant sur ce qui vient d’être dit, je comprends parfaitement pourquoi des choses comme Python, SQL et évidemment Envision, notre langage spécifique au domaine, peuvent être méconnues des nouveaux praticiens de la chaîne d’approvisionnement. Mais le concept de ressources rares, d’utilisations alternatives, le fondement de l’économie, existe depuis plus d’un siècle. Alors pourquoi cet aspect de la mentalité économique serait-il si différent dans les cercles de la chaîne d’approvisionnement par rapport à ce que Paul vient de décrire, à savoir qu’il est intuitivement compris en classe ?
Joannes Vermorel: J’aimerais rebondir sur la remarque de Paul. Quand tu disais que tu étais inquiet d’utiliser Envision, je pense que tu avais raison. Juste pour le public, je crois personnellement que la grande majorité des logiciels d’entreprise sont de la pure merde, littéralement de la pure merde. Et les logiciels d’achat, je te regarde. Donc il est compréhensible de supposer par défaut que ça va être de la merde pure et d’être agréablement surpris si ce n’est pas le cas. Mais je pense que c’est une supposition raisonnable. Je crois fermement qu’Envision ne fait pas partie de cette catégorie, nous avons fait du bon travail. Mais encore une fois, je pense que c’est normal de s’attendre à ce que les logiciels d’entreprise soient de très basse qualité, surtout par rapport aux projets open source populaires. C’est une supposition juste et très rationnelle à faire sur le paysage applicatif.
Maintenant, le problème avec ce genre de mentalité avec la chose financière, et quand Paul a mentionné ABC comme dans le coût basé sur l’activité, au fait, pas le cours d’analyse ABC. Le problème, c’est qu’il est très difficile de réfléchir à des problèmes si vous ne pouvez pas imaginer la solution. Donc le truc, c’est que quand les gens disent que les gens veulent penser en termes de précision ou de taux de service, ce sont des métriques très classiques. Le problème, c’est que si tout ce que vous avez, c’est un tableur Excel, c’est à peu près tout ce que vous pouvez mettre en œuvre. Ainsi, si vous ne pouvez penser qu’en termes de tableurs, alors vous avez du mal à aller vers ces choses parce que cela nécessite de réfléchir aux problèmes. Comment vais-je transformer tout cela en dollars alors que vous avez vraiment du mal à réfléchir à la solution ?
Les gens pensent souvent d’abord à la solution avant le problème. Il est très difficile d’énoncer un problème sans concevoir d’abord une solution. Vous allez d’abord trouver une solution approximative et ensuite, lorsque vous voulez expliquer ce que vous avez fait à quelqu’un d’autre, vous allez en fait inventer le problème qui correspond à la solution. Les gens imaginent instinctivement la solution d’abord, puis, afin de pouvoir en parler, ils inventent le problème.
Votre capacité à penser aux solutions dépend des outils que vous avez à disposition dans votre esprit. Si vous avez Excel en tête, alors toutes les solutions auxquelles vous pouvez penser sont celles qui peuvent fonctionner dans Excel. Cela vous limite au paradigme de la précision et du taux de service car ce sont les sortes de choses que vous pouvez faire dans Excel.
C’est pourquoi il est très important, dans les cours fondamentaux, de familiariser les étudiants avec de meilleurs outils où ils peuvent réfléchir, par exemple, avec des tables et des colonnes et des concepts comme SQL. Le problème n’est pas SQL en soi, c’est le paradigme que vous obtenez avec SQL - tables, filtres, agrégations, colonnes, types de valeurs comme les chaînes de caractères par rapport aux nombres, les booléens. Ces choses sont très importantes et soudain, lorsque vous avez ces paradigmes, vous pouvez penser à des classes de solutions plus élaborées.
Pour réfléchir aux indicateurs financiers, vous devez connecter le coût de stockage, donc vous avez besoin d’une autre table qui vous donnera des hypothèses sur le coût de stockage. Vous devez avoir le coût de la rupture de stock, donc vous devez avoir cette information ailleurs. Ce n’est pas que les gens sont traditionnellement incapables de penser au coût de stockage ou au coût de l’assurance, ils le savent. Mais quand il s’agit d’imaginer une solution, s’ils ne peuvent penser qu’à Excel, il leur est très difficile de penser à une feuille de calcul qui pourra connecter ces 20 choses différentes.
Mais si vous pouvez penser avec des données relationnelles, alors soudain vous avez les outils qui vous permettent de penser, “D’accord, je vais simplement connecter tous ces coûts avec autant de tables que nécessaire.” Et conceptuellement, si ces coûts sont individuellement simples, il suffit d’agréger tout cela.
C’est une longue explication, mais c’est aussi pourquoi la gestion traditionnelle de la supply chain est très hésitante. Ils n’ont pas eu la chance d’obtenir ce genre d’éducation où ils peuvent vraiment penser avec des outils plus modernes.
Paul Jan: Je suis tout à fait d’accord avec l’évaluation de Joannes. Si nous devions faire une évaluation des compétences dans les opérations de la supply chain de n’importe quelle entreprise, je pense que vous constaterez un grand écart dans leur compréhension de ce dont nous venons de parler. C’est vraiment le défi de former cette prochaine génération de jeunes professionnels à une mentalité de pensée différente et d’innovation.
Joannes Vermorel: J’enseigne depuis sept ans, pas la supply chain, mais l’informatique distribuée et l’ingénierie logicielle. Ma philosophie lorsque j’enseignais à l’École normale supérieure de Paris, où j’avais une liberté totale pour décider de ce qu’il fallait enseigner, était de me concentrer sur des sujets qui seraient encore pertinents dans quatre décennies.
Ma plus grande crainte était d’enseigner quelque chose qui n’était qu’une mode, quelque chose qui, cinq ans plus tard, s’avérait être une simple technicité et qui avait disparu. Donc, mon approche était de me demander toujours, est-ce quelque chose qui résistera à l’épreuve du temps ? Est-ce que dans 40 ans, cela a de très grandes chances d’être encore un point important ?
Par exemple, SQL est devenu une norme depuis 1989. Il a évolué, mais l’essentiel n’a pas changé depuis lors. Le modèle sous-jacent, les données relationnelles, n’a pas changé depuis la fin des années 70. Il s’est avéré incroyablement réussi, avec pratiquement 99% du marché des ERP utilisant ce format de données relationnelles d’une manière ou d’une autre.
Les gens ont l’impression que les technologies numériques changent tout le temps, qu’il faut apprendre quelque chose et que dans deux ans, cela aura disparu. Je pense que c’est un problème car cela donne aux gens l’impression que cette connaissance est jetable. Cela donne également une fausse impression à la direction qu’elle peut contourner cela et qu’elle s’en moque car dans deux ans, ce sera autre chose.
Si c’est fait correctement, nous avons de nombreux sujets très fondamentaux. La structure de données relationnelle en est un. Les types de données de base, le texte, les booléens, les nombres, étaient déjà comme ça à la fin des années 70. Même Python 3, la dernière version, les a toujours à leur base. C’est quelque chose qui est très peu susceptible de changer au cours des quatre prochaines décennies.
De même, si nous réfléchissons à la prévision, l’idée de comment penser à l’avenir, les séries temporelles, quelles sont les limites des séries temporelles, ce qu’une prévision de séries temporelles nous donne, ce qu’elle ne nous donne pas, ce que cette chose ne peut pas nous donner par conception, cela ne va pas non plus changer. Le type de prévision le plus basique dans quatre décennies sera toujours une prévision de séries temporelles par jour, par semaine, par mois, et la limitation d’une telle prévision sera toujours la même.
Si je devais enseigner la prévision, au lieu de me concentrer sur le meilleur modèle de prévision de séries temporelles, qui va changer, je me concentrerais sur les hypothèses intégrées que vous avez avec la prévision de séries temporelles, ce qu’elle vous donne et ce qu’elle ne vous donne pas, ainsi que les limitations dangereuses et comment penser à l’incertitude.
Je comprends que c’est un très grand défi. La plupart des professeurs d’université n’ont pas eu le luxe que j’ai eu, où l’administration se souciait très peu de ce que j’enseignais réellement.
Conor Doherty: Paul, lorsque vous abordez la prévision de la demande en classe, parlez-vous des distributions de probabilité, de la compréhension de l’incertitude de l’avenir?
Paul Jan: Dans le cours fondamental, nous en parlons, ainsi que dans la gestion de la demande, la prévision et la gestion des stocks. Mais nous supposons que les variabilités, les incertitudes suivent la distribution normale, ce qui facilite beaucoup l’enseignement.
Cependant, en appliquant l’approche probabiliste, qui examine la probabilité de variations tout au long d’un produit, vous pouvez l’observer graphiquement. Les gens sont visuels, ils peuvent donc comprendre pourquoi un produit se comporte différemment d’un autre.
Ce semestre, je pense à intégrer une partie du contenu du cours supérieur dans le cours inférieur afin d’expliquer les incertitudes et les variations de manière plus visuelle.
Joannes Vermorel: Faire des hypothèses solides à des fins pédagogiques est acceptable. Je me souviens quand j’étais à l’université, un de mes professeurs de physique simplifiait les calculs en supposant qu’une vache était une sphère. Évidemment, une vache n’est pas une sphère, mais pour les besoins de l’exercice, il est raisonnable de laisser les étudiants faire un calcul simplifié. Cela les aide à expérimenter avec les concepts sans se perdre dans les calculs.
Cependant, dans le monde de la supply chain, les gens font des hypothèses équivalentes, comme supposer que la demande est normalement distribuée. C’est une hypothèse pédagogique qui ne tient pas dans le monde réel. Pourtant, les éditeurs de logiciels d’entreprise continuent avec cela et intègrent ces hypothèses dans leur logiciel. C’est de la folie. C’est comme si General Motors intégrait des hypothèses sur les sphères et les passagers dans leurs voitures. Les gens penseraient que c’est fou. Vous ne devriez pas faire cela pour une vraie voiture qui va rouler dans le monde réel.
Pourtant, de manière bizarre, les éditeurs de logiciels de supply chain disent qu’il n’y a aucun problème à avoir ces hypothèses intégrées dans leur logiciel. C’est ma réaction à la situation actuelle de cette industrie, que je trouve un peu folle. Il y a un besoin de perturbation. Pour des raisons étranges, il semble que les éditeurs de logiciels de supply chain traduisent ces hypothèses folles introduites à des fins pédagogiques directement dans le logiciel.
Mais peut-être n’est-il pas juste d’exiger cela des professeurs. Peut-être que ce sont les éditeurs de logiciels de supply chain eux-mêmes qui doivent prendre conscience de la réalité.
Conor Doherty: C’est quelque chose que j’allais justement demander. Du point de vue de Paul à la Rotman School of Management, il est de sa responsabilité d’enseigner ces concepts. Mais pour Lokad, un éditeur de logiciels de supply chain, pourquoi l’éducation est-elle une chose si importante ? Pourquoi se concentrer autant là-dessus ?
Joannes Vermorel: La supply chain est une collection de problèmes complexes en raison du fait que nous rassemblons toutes les forces des entreprises. Par définition, la supply chain assemble l’entreprise, ce qui signifie que nous rassemblons les ventes, la production, le transport, le marketing, la finance, tout cela ensemble. Ce n’est pas une proposition simple. Les entreprises modernes opèrent dans de nombreux pays, donc non seulement vous avez des ventes par rapport au marketing, mais vous pouvez également avoir la France par rapport à l’Italie par rapport à l’Espagne.
La supply chain est une série de problèmes complexes par conception ou par la nature même de la supply chain qui connecte de nombreux intérêts contradictoires à l’intérieur et à l’extérieur de l’entreprise. Nous devons penser en termes de paradigmes et d’outils qui vous permettent d’embrasser ces problèmes complexes, même de manière approximative. Les gens, au lieu de chercher à être approximativement corrects, cherchent à être exactement faux et ils s’appuient sur de nombreuses recettes numériques qui sont bien plus précises qu’elles ne devraient l’être.
Conor Doherty: Nous arrivons à la fin, mais je veux vous renvoyer la balle. La conception de Joannes de la supply chain me semble profondément philosophique. Lorsque nous parlons de problèmes de premier et de deuxième ordre, c’est presque comme Wittgenstein. Je suis curieux, adoptez-vous une approche tout aussi profondément philosophique de la supply chain ? L’administration vous le permet-elle même ? Le premier jour, devons-nous repenser tout le domaine des philosophies de la supply chain ? Est-ce le genre de chose que vous dites aux étudiants, que nous devons repenser complètement la roue, ou est-ce plus progressif ?
Paul Jan: C’est progressif et aussi perturbateur. À l’université, lorsque les étudiants apprennent, ils commencent par les bases, puis suivent un cours intermédiaire sur la gestion des opérations de la supply chain, avant d’arriver à un cours plus avancé que j’enseigne ce semestre en collaboration avec Lokad. Ils apprennent progressivement les théories et les applications traditionnelles. Mais la perturbation intervient lorsque, dans ce cours, du moins d’après mon expérience, je ne sais pas comment enseigner aux étudiants la complexité de la supply chain sans qu’ils ne la vivent. C’est pourquoi nous travaillons avec une entreprise. Nous traitons des données réelles et réfléchissons avec un outil. Ils voient la complexité, l’incertitude et réalisent que les choses qu’ils ont apprises l’année précédente ou dans les deux cours précédents ne peuvent pas être appliquées immédiatement. Vous pouvez le faire, mais cela peut ne pas avoir de sens.
Donc, c’est une question philosophique. Et d’ailleurs, c’est un problème ouvert. Si vous consultez la page Wikipédia sur les problèmes complexes, toutes les disciplines qui sont confrontées à ce genre de problème, où une bonne ou une mauvaise réponse à une problématique dépend de ce que font les autres, sont incroyablement difficiles à enseigner. Ce n’est pas spécifique à la supply chain, il y a d’autres domaines où c’est tout simplement incroyablement difficile.
Joannes Vermorel: Il y a même des domaines où, par exemple, nous avons récemment eu un invité qui parlait du trading sur les marchés publics, où si vous révélez même comment vous le faites, vous compromettez votre propre solution et votre propre source de revenus. La confidentialité est donc primordiale dans ce genre de choses. Si vous comprenez quelque chose, vous ne devriez pas en parler professionnellement, car si vous le faites, les gens l’utiliseront contre vous.
Mais ma vision est que Lokad continuera d’essayer. Nous continuerons d’essayer de soutenir les bonnes universités qui, comme l’Université de Toronto, cherchent à aller dans cette direction. Nous n’attendons aucune solution, mais chaque pas dans cette direction est déjà quelque chose de mieux que de prétendre que cela n’existe même pas.
Conor Doherty: Exactement, approximativement correct. Eh bien, Paul, il est de coutume ici de donner le dernier mot à l’invité. Y a-t-il quelque chose que vous aimeriez dire aux gens ou conseiller à vos étudiants pour les examens ?
Paul Jan: Pas encore de conseils pour les examens, mais j’aimerais revenir sur le commentaire de Joannes concernant les raisons pour lesquelles les secteurs privés investissent dans l’éducation. Vous investissez dans des conférences, des articles et des blogs, et j’apprécie cela. Beaucoup de ces étudiants, après avoir obtenu leur diplôme, se tournent vers des fournisseurs, des fournisseurs et des sites web pour trouver des informations ou comprendre ce qu’est la gestion de la supply chain, ou pour rafraîchir leur mémoire.
Par exemple, les statistiques sont un sujet très redouté par les étudiants. Donc, ne pas supposer que tout est normal facilite beaucoup les choses car cela élimine cette peur. Mais si vous avez des éléments concrets pour étayer différents comportements, alors ils seront peut-être plus disposés à apprendre à surmonter cette peur. Après l’université, vos informations deviennent plus accessibles pour eux, ce qui renforce l’idée que nous devons sortir de cette mentalité selon laquelle nous pouvons appliquer la même solution à tous les problèmes complexes différents.
Conor Doherty: Parfait. Sur cette note, je n’ai plus de questions. Joannes, merci pour votre temps.
Joannes Vermorel: Merci beaucoup pour le vôtre et pour votre collaboration continue.
Conor Doherty: Et merci à tous de nous avoir regardés. À la prochaine fois.
