00:00:00 Introduction à Lokad et sa mission
00:00:59 Rôles et objectifs dans l’amélioration de la supply chain
00:02:59 Prise de décisions et automatisation
00:05:42 Impact des décisions supply chain sur le cycle de vie du produit
00:08:10 Rôle d’un Supply Chain Scientist
00:10:56 Coût d’être en rupture de stock
00:13:30 Traduire la compréhension de l’entreprise en équations
00:15:50 L’analogie du pit crew pour l’optimisation de la supply chain
Résumé
Dans une interview, Conor Doherty de Lokad s’entretient avec Simon Schalit, COO, à propos du rôle crucial d’un Supply Chain Scientist chez Lokad. Schalit explique que ces scientifiques ne sont pas seulement des experts en données mais également des spécialistes de la gestion de la supply chain, responsables de l’optimisation et de l’automatisation des décisions liées aux stocks et à la tarification. Ils construisent des algorithmes pour garantir un achat et un dispatch efficaces, visant le meilleur retour sur investissement. Contrairement aux data scientists typiques, les supply chain scientists s’immergent dans la compréhension des processus d’entreprise et des stratégies, les traduisant en algorithmes d’optimisation. Ce rôle implique l’analyse des données, l’interaction avec les clients et un sens aigu des affaires, ce qui en fait un élément essentiel pour stimuler l’efficacité et la rentabilité des entreprises.
Transcription complète
Conor Doherty: Bienvenue chez Lokad. Quand les gens me demandent ce que fait Lokad, je réponds tout simplement : nous vous aidons à prendre de meilleures décisions financières. Cela conduit, bien sûr, aux questions suivantes : d’où viennent les décisions et comment sont-elles générées ? L’invité d’aujourd’hui, Simon Schalit, est COO et responsable de la science de la supply chain chez Lokad, et il s’est assis pour m’expliquer le rôle crucial qu’un Supply Chain Scientist joue dans la génération des décisions que nos clients utilisent pour optimiser leur supply chain. Comme toujours, si ce que vous entendez vous plaît, abonnez-vous à la chaîne YouTube, aimez cette vidéo, et suivez-nous sur LinkedIn. Sur ce, je vous présente la conversation d’aujourd’hui avec Simon Schalit.
Simon Schalit: Je suis le COO de Lokad, ce qui signifie en pratique que je dirige l’équipe des Supply Chain Scientists. Les Supply Chain Scientists sont ceux qui sont responsables de la mise en œuvre et de la maintenance en production de nos solutions pour nos clients. Quel que soit le secteur ou l’industrie dans lequel ils opèrent, ils sont à la fois des spécialistes des données et de la supply chain. Ainsi, c’est une équipe d’ingénieurs qui améliore votre supply chain.
Conor Doherty: Très bien, Simon, merci. Quand vous dites « améliorer votre supply chain », l’une des raisons pour lesquelles je vous ai invité est que vous êtes très doué pour expliquer en termes concrets. Ainsi, lorsque vous dites que les Supply Chain Scientists améliorent la supply chain du client, concrètement, qu’est-ce que cela signifie ? Qu’est-ce que nous améliorons exactement ?
Simon Schalit: Eh bien, l’objectif des décisions dans les supply chains est de s’assurer que tout, que ce soit les stocks ou la tarification, est défini de la manière la plus optimisée possible. Ainsi, si vous parlez d’acheter des articles pour une supply chain, par exemple, vous voulez que les articles que vous allez acheter soient achetés au bon endroit, au bon moment, envoyés au bon endroit, au bon moment, pour être disponibles pour le service, quelle que soit leur forme, selon l’industrie.
Donc, lorsque nous parlons d’améliorer les supply chains, nous parlons de prendre de meilleures décisions. Cela passe généralement par l’optimisation de ces décisions d’un point de vue financier et par l’automatisation du processus décisionnel, car le nombre de décisions que les supply chains des grandes entreprises doivent prendre quotidiennement dépasse généralement ce que les humains peuvent gérer. Même s’ils le font, en pratique, ils ne peuvent garantir qu’elles seront optimisées de quelque manière que ce soit.
Conor Doherty: Par exemple, si vous parlez, disons, d’une entreprise de commerce de détail, elle peut avoir 15 000 produits dans son catalogue, elle peut avoir 200 magasins. Au quotidien, le Supply Chain Scientist en charge est responsable de dire aux clients quoi ?
Simon Schalit: Le Supply Chain Scientist est celui qui va construire la logique qui automatisera ces décisions. Dans le cas que vous venez de présenter, au quotidien, l’entreprise doit décider combien de chaque produit acheter et où les envoyer. En gros, il s’agit d’achat et de dispatch dans cet exemple simple. Dans ce cas, le Supply Chain Scientist analysera les données, bien sûr pas seul, mais avec les algorithmes, les outils, l’ordinateur dont il ou elle dispose.
Ils construiront la logique financière qui prendra la décision, en s’assurant que chaque fois que vous achetez une unité supplémentaire à mettre en stock, ce qui signifie en fait faire un pari, ce pari est optimisé de manière à obtenir le meilleur retour sur investissement possible compte tenu de la quantité d’informations disponibles. Et enfin, il ou elle veillera à ce que la solution automatise ce processus décisionnel afin que ces décisions puissent être générées de manière cohérente et stable quotidiennement pour l’entreprise.
L’élément important est que le nombre de décisions est gigantesque et ne se limite pas seulement à ce que vous achetez. C’est aussi ce que vous n’achetez pas. Une décision de ne pas acheter est en soi une décision. Ainsi, l’ampleur des décisions, le nombre de décisions qui doivent être prises quotidiennement, peut être considérable.
Conor Doherty: Merci, et c’est quelque chose dont je me souviens que Joannes Vermorel, CEO, a déjà parlé. Même une fois la décision prise, par exemple, de manière trivialement simple : j’ai acheté une unité. La décision ne s’arrête pas là, car une fois que vous avez l’unité, vous pouvez choisir de continuer à la conserver, la réallouer, la retourner, la liquider, la mettre en réduction, ou la bundle avec autre chose. Toutes ces actions représentent des décisions financières, des choix concernant les ressources.
Simon Schalit: Certainement. Les décisions supply chain vont affecter la vie du produit tout au long de son cycle, depuis l’approvisionnement auprès d’un fournisseur particulier ou sa fabrication jusqu’à la distribution effective au client si vous parlez d’un article que vous allez vendre, ou encore sa consommation ou son utilisation si vous parlez d’une industrie de maintenance ou de fabrication.
Au cours de ce cycle, de nombreuses décisions devront être prises. Nous avons parlé de l’approvisionnement, de l’achat, du dispatch, de l’utilisation ou non, des allocations. Il y aura également des décisions de tarification, qui ne sont pas forcément considérées comme des décisions supply chain en général, mais de notre point de vue, c’est une décision qui va affecter le cycle des stocks. C’est certainement quelque chose que vous souhaitez prendre en compte et optimiser dans le contexte de la supply chain.
Toutes ces décisions doivent être prises quotidiennement, et leur nombre est énorme. Vous ne voulez pas qu’elles soient prises indépendamment les unes des autres car elles auront un impact considérable les unes sur les autres. La plus évidente est que vous ne pouvez pas dispatcher quelque chose que vous n’avez pas, ou modifier le prix d’un article que vous ne possédez pas.
Mais un lien plus subtil peut être que plus vous achetez, plus vous êtes agressif en termes de taux de service que vous souhaitez atteindre en passant de grosses commandes lors des achats, et plus il est probable que vous deviez ajuster la tarification potentiellement à la fin de la saison si nous parlons de l’industrie de la mode, afin de vous débarrasser des stocks présents pour vous assurer qu’il n’y ait absolument aucune rupture de stock. Mais bien sûr, la conséquence est que vous n’étiez pas absolument sûr de vendre au moins au prix de base.
Conor Doherty: Merci. Avant d’aborder le sujet principal d’aujourd’hui, pouvez-vous, avec vos propres mots, me différencier ce qu’est un data scientist et ce qu’est un Supply Chain Scientist ? Parce qu’en contexte, lorsque je présente Lokad lors d’un salon ou d’une conférence, il arrive que, en décrivant un Supply Chain Scientist, on dise : « Oh, c’est comme un data scientist. » À votre avis, comment ces rôles se différencient-ils ?
Simon Schalit: Eh bien, un Supply Chain Scientist est, bien sûr, en partie un data scientist. Le terme data scientist réfère habituellement à un spécialiste des données qui va utiliser des statistiques pour extraire des informations pertinentes des données. Le problème qui survient généralement avec une équipe composée uniquement de data scientists, c’est qu’ils ont tendance à travailler uniquement avec les données disponibles. Le plus souvent, cela crée une sorte d’effet tour d’ivoire où la réalité accessible aux data scientists n’est que celle représentée dans les données.
Dans notre expérience, si vous ne regardez que les données disponibles et les données telles qu’elles sont au début du projet, vous allez manquer une grande partie du tableau. Vous allez sans doute passer à côté d’une grande partie de la réalité des processus quotidiens qui ne sont généralement pas aussi bien documentés qu’ils devraient l’être. Il est fort probable que vous manquiez une partie du sens des données auxquelles vous avez accès, car les données elles-mêmes ne sont pas aussi bien documentées qu’elles devraient l’être et probablement pas sous une perspective adéquate. Elles peuvent être documentées du point de vue IT, mais pas nécessairement du point de vue métier.
Et enfin, ce que vous allez manquer, c’est toutes les données qui existent dans la tête des gens. Malheureusement, cela est très important car c’est généralement là que réside la stratégie de l’entreprise. Nous avons dit précédemment que lorsque nous souhaitons optimiser, nous voulons optimiser d’un point de vue financier. L’optimisation d’un point de vue financier repose fortement sur une compréhension de la stratégie de l’entreprise.
Essayer de dire « Je veux atteindre un certain taux de service » : il n’existe pas de taux de service optimisé. Il n’y a pas de niveau de service au point de pouvoir dire : « Oh, cette entreprise doit atteindre un taux de service de 98% ». Cela n’existe pas. Le choix de ce taux de service cible doit reposer sur ce que l’entreprise estime valoir financièrement ce taux de service.
Pour cette question particulière, à laquelle nous faisons face quotidiennement avec nos clients, l’élément clé devient : quel est le coût d’être en rupture de stock ? Si vous parlez d’une rupture de stock pour une entreprise de MRO aéronautique réparant des avions, le coût d’une rupture de stock est gigantesque car cela peut littéralement signifier qu’un avion reste cloué au sol, ce qui coûte des centaines de milliers de dollars par jour.
Conor Doherty: Et le Supply Chain Scientist enquête sur tout cela et le transmet au client ?
Simon Schalit: Oui, il est absolument nécessaire d’examiner cela, car c’est l’élément qui garantira que le système, l’algorithme, pénalise le potentiel de rupture de stock de la bonne manière et avec la bonne ampleur, afin de prendre les décisions, les paris sur le fait de vouloir avoir une unité en stock ou non, de manière appropriée. Pour une activité MRO, le taux de service que vous souhaitez atteindre est extrêmement élevé car, dans le cas improbable où vous n’auriez pas la pièce nécessaire, le coût sera gigantesque.
Pour d’autre part, il existe des activités où être en rupture de stock est beaucoup moins problématique, car les clients peuvent s’attendre à ce que vous soyez en rupture de stock, par exemple, en fin de journée pour les produits de fruits frais.
Conor Doherty: Par exemple, les produits de fruits frais peuvent être remplacés par autre chose que vous avez en vitrine.
Simon Schalit: Exactement, il peut y avoir des substituts, des équivalents, ou simplement le fait que ce n’est pas toujours un problème d’être en rupture de stock. Vous n’allez pas nécessairement perdre immédiatement des clients en étant en rupture de stock. Les externalités ne sont pas aussi importantes.
Ainsi, le principal problème avec une équipe de data scientists traditionnelle est qu’elle pourrait être insensible à ce genre de problématique. Pour s’assurer que notre équipe chez Lokad, l’équipe des Supply Chain Scientists, ne tombe pas dans ce piège, nous les avons délibérément appelés Supply Chain Scientists. Cela garantit absolument que tout le monde, y compris eux-mêmes, comprenne qu’une partie de leur travail, et en fait, une partie très significative de leur travail, consiste à comprendre les processus, comprendre l’entreprise, comprendre la stratégie financière, et à traduire tout cela en équations.
J’allais dire des mots parce qu’il faut les documenter, mais en fin de compte, ce sont des équations dans le manuel de procédure conjoint. Il faut absolument documenter cela, pour nous, pour Lokad, mais aussi pour le client. Vous documentez tout cela et, finalement, vous le traduisez en termes mathématiques afin qu’il soit directement intégré aux équations qui seront fournies aux ordinateurs pour l’optimisation.
Conor Doherty: Merci. Si je devais résumer, le rôle du Supply Chain Scientist est multifacette. Il ne s’agit pas seulement de manipuler les chiffres, de traiter les données, d’utiliser des ordinateurs. Comme vous l’avez dit, il existe un élément interactif en face à face où le client et les Supply Chain Scientists sont en contact régulier pour discuter des subtilités, des stratégies, des objectifs, des envies et des contraintes.
Ils recueillent toutes ces informations qui peuvent ou non être reflétées dans les données, afin qu’elles soient transformées en livrable qui, très simplement, si j’ai bien compris, est de meilleures décisions financières.
Simon Schalit: Oui, exactement. À mon avis, c’est ce qui rend le rôle du Supply Chain Scientist intéressant, car il combine un aspect des données multifacettes, les aspects humains et commerciaux, ainsi que, bien sûr, les aspects statistiques du problème.
Conor Doherty: C’est l’une des raisons pour lesquelles je suis ravi de t’avoir parmi nous, car c’est exactement ainsi que je perçois Lokad. C’est comme utiliser l’analogie des paris. Pour moi, lorsque les gens me demandent lors d’un événement sur la Supply Chain ce que fait Lokad, je parle de décisions. Comment font-ils cela ? Je ne parle pas de mathématiques, d’ordinateurs, d’internet et d’algorithmes. Je parle du Supply Chain Scientist qui est l’expert. C’est comme si vous achetiez une voiture et que vous faisiez appel à un mécanicien de classe mondiale qui vous aidera. La voiture représente les décisions ou l’algorithme qui génère les décisions, et le Supply Chain Scientist est votre mécanicien personnel qui peut intervenir en cas de problème.
Simon Schalit: J’aime cette image. J’irais même plus loin. Je dirais que c’est toute votre équipe de stands, pour parler en termes de Formule 1. Cela peut concerner plusieurs personnes, mais cela dépasse la simple réparation de votre voiture. Lorsque l’on évoque un mécanicien, on imagine qu’il fait bien plus que cela.
Cela va jusqu’au point où ils choisiront le type de voiture dont vous avez besoin, le type de moteur dont vous aurez besoin, la manière dont ce moteur doit être réglé, le type de freins nécessaires et les pneus adaptés à l’environnement dans lequel vous allez évoluer.
Donc, pour résumer, le Supply Chain Scientist est toute votre équipe de stands. Je pense que c’est ainsi que vous pouvez l’envisager, et de cette manière, vous comprendrez à quel point cette équipe est importante pour vous permettre de naviguer dans n’importe quel environnement que vous allez affronter au volant de votre voiture.
