00:00:00 Introduction à Lokad et à sa mission
00:00:59 Rôles et objectifs dans l’amélioration de la supply chain
00:02:59 Prise de décision et automatisation
00:05:42 Impact des décisions de la supply chain sur le cycle de vie du produit
00:08:10 Rôle d’un Supply Chain Scientist
00:10:56 Coût de la rupture de stock
00:13:30 Traduire la compréhension des affaires en équations
00:15:50 Analogie avec une équipe de mécaniciens pour l’optimisation de la supply chain
Résumé
Dans une interview, Conor Doherty de Lokad s’entretient avec Simon Schalit, COO, sur le rôle crucial d’un Supply Chain Scientist chez Lokad. Schalit explique que ces scientifiques ne sont pas seulement des experts en données, mais aussi des spécialistes de la gestion de la supply chain, chargés d’optimiser et d’automatiser les décisions liées aux stocks et à la tarification. Ils construisent des algorithmes pour garantir des achats et des expéditions efficaces, visant un retour sur investissement maximal. Contrairement aux data scientists classiques, les supply chain scientists s’immergent dans la compréhension des processus commerciaux et des stratégies, les traduisant en algorithmes d’optimisation. Ce rôle implique l’analyse des données, l’interaction avec les clients et une connaissance 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. Lorsque les gens me demandent ce que fait Lokad, je réponds assez simplement : nous vous aidons à prendre de meilleures décisions financières. Cela soulève bien sûr les 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 avec moi pour expliquer le rôle essentiel que joue le supply chain scientist dans la génération des décisions que nos clients utilisent pour optimiser leurs supply chains. Comme toujours, si vous aimez ce que vous entendez, abonnez-vous à la chaîne YouTube, aimez cette vidéo et suivez-nous sur LinkedIn. Et maintenant, je vous présente la conversation d’aujourd’hui avec Simon Schalit.
Simon Schalit: Je suis le COO de Lokad, ce qui signifie concrètement que je dirige l’équipe de supply chain scientists. Les supply chain scientists sont ceux qui sont responsables de la mise en œuvre et de la maintenance de nos solutions pour nos clients. Quel que soit le secteur ou l’industrie dans lesquels ils travaillent, ce sont à la fois des spécialistes des données et de la supply chain. Donc, c’est une équipe d’ingénieurs qui améliore votre supply chain.
Conor Doherty: Très bien, Simon, merci. Lorsque vous dites “améliorer votre supply chain”, l’une des raisons pour lesquelles je vous ai invité ici est que vous êtes très doué pour expliquer de manière concrète. Donc, lorsque vous dites que les supply chain scientists améliorent la supply chain du client, concrètement, que signifie cela ? Que améliorons-nous 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 les prix, est configuré de la manière la plus optimisée possible. Donc, si vous parlez de l’achat d’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 sous quelque forme que ce soit, en fonction de l’industrie.
Donc, lorsque nous parlons d’améliorer les supply chains, nous parlons de prendre de meilleures décisions. Habituellement, cela implique à la fois d’optimiser ces décisions d’un point de vue financier et d’automatiser le processus de décision, car le nombre de décisions que les supply chains des grandes entreprises doivent prendre au quotidien dépasse généralement ce que les humains peuvent gérer. Même s’ils le peuvent, en pratique, ils ne peuvent pas garantir que cela sera optimisé de quelque manière que ce soit.
Conor Doherty: Par exemple, si nous parlons, disons, d’une entreprise de vente au détail, elle peut avoir 15 000 produits dans son catalogue, elle peut avoir 200 magasins. Au quotidien, le supply chain scientist de ce compte est responsable de dire aux clients quoi ?
Simon Schalit: Le supply chain scientist est celui qui va construire la logique qui va automatiser 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. Donc, fondamentalement, il s’agit d’achats et d’expéditions si nous prenons cet exemple simple. Dans ce cas, le supply chain scientist va traiter les données, bien sûr pas tout seul, mais avec les algorithmes et les outils, l’ordinateur qu’il ou elle a à sa disposition.
Il va construire la logique financière qui prendra la décision, s’assurer 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 ce que le retour sur investissement soit le meilleur possible compte tenu de la quantité d’informations disponibles. Et enfin, il ou elle veillera à ce que la solution automatise ce processus de décision afin que ces décisions puissent être générées de manière cohérente et stable au quotidien pour l’entreprise.
L’élément important est que le nombre de décisions est gigantesque et ne devrait pas se limiter à ce que vous achetez. C’est aussi ce que vous n’achetez pas. Une décision de ne pas acheter en soi est une décision. Donc, l’échelle des décisions, le nombre de décisions qui doivent être prises quotidiennement, peut être assez énorme.
Conor Doherty: Merci, et c’est quelque chose dont je me souviens que Joannes Vermorel, PDG, a décrit auparavant. Même une fois que vous avez pris la décision, par exemple, de manière triviale : j’ai acheté une unité. La décision ne s’arrête pas là car même une fois que vous avez l’unité, vous pouvez choisir de continuer à la transporter, à l’allouer, à la retourner, à la liquider, à la remiser ou à la regrouper avec autre chose. Tout cela représente des décisions financières, des choix concernant les ressources.
Simon Schalit: Absolument. Les décisions de la supply chain vont affecter la vie du produit tout au long de son cycle de vie, de l’approvisionnement auprès d’un fournisseur particulier ou de sa fabrication à la distribution réelle au client s’il s’agit d’un article que vous allez vendre, ou à la consommation ou à l’utilisation s’il s’agit d’une industrie de maintenance ou de fabrication.
Au cours de ce cycle de vie, il va y avoir de nombreuses décisions. Nous avons parlé de l’approvisionnement, de l’achat, de l’expédition, de l’utilisation ou non, des allocations. Il y aura des décisions de tarification, qui ne sont pas nécessairement considérées comme des décisions de la 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 voulez prendre en compte et optimiser dans le contexte de la supply chain.
Toutes ces décisions doivent être prises quotidiennement, un nombre énorme d’entre elles. Vous ne voulez pas qu’elles soient prises indépendamment les unes des autres car elles vont avoir un impact énorme les unes sur les autres. Le plus évident est que vous ne pouvez pas expédier quelque chose que vous n’avez pas, ou vous ne pouvez pas changer le prix de quelque chose que vous n’avez 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 d’achat, plus il est probable que vous deviez ajuster les prix potentiellement en fin de saison si nous parlons de l’industrie de la mode pour vous débarrasser du stock qui était là pour vous assurer qu’il n’y aurait 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, en vos propres termes, me séparer la différence entre un data scientist et un supply chain scientist ? Parce que, encore une fois, dans le contexte, lorsque je présente Lokad lors d’un salon professionnel ou d’une conférence, parfois lorsque je décris un supply chain scientist, ils disent : “Oh, c’est comme un data scientist.” À votre avis, comment les rôles se séparent-ils ?
Simon Schalit: Eh bien, un supply chain scientist est, bien sûr, en partie un data scientist. Le data scientist fait généralement référence à un spécialiste des données qui va utiliser des statistiques pour extraire des informations pertinentes des données. Le problème qui se pose généralement avec une équipe de data scientists purs est qu’ils ont tendance à travailler uniquement avec les données disponibles. Le plus souvent, cela crée une sorte d’effet de tour d’ivoire où la réalité accessible aux data scientists est uniquement la réalité 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 de l’image. Vous allez manquer une grande partie de la réalité des processus quotidiens qui ne sont généralement pas aussi bien documentés qu’ils devraient l’être. Vous allez très probablement manquer une partie de la signification 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 d’un point de vue correct. Elles peuvent être documentées d’un point de vue informatique, mais pas nécessairement d’un point de vue commercial.
Et enfin, mais certainement pas le moindre, ce que vous allez manquer, ce sont 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 parlé juste avant, nous avons dit que lorsque nous voulons 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’y a pas de taux de service optimisé. Il n’y a pas de niveau de service où je pourrais dire : “Oh, cette entreprise doit avoir 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 pense que ce taux de service vaut financièrement.
Pour cette question particulière, que nous rencontrons quotidiennement avec nos clients, l’élément clé devient le coût d’une rupture de stock. Si vous parlez d’une rupture de stock pour une entreprise de maintenance, réparation et révision (MRO) aéronautique, le coût d’une rupture de stock est gigantesque car cela peut littéralement signifier qu’un avion est 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, vous devez absolument enquêter sur cela car c’est l’élément qui garantira que le système, l’algorithme, pénalise le potentiel de rupture de stock de la manière correcte avec la bonne ampleur afin de prendre les décisions, les paris sur le fait que vous voulez avoir une unité particulière en stock ou non, de la manière correcte. Pour une activité de MRO, le taux de service que vous souhaitez atteindre est extrêmement élevé car dans le cas improbable où vous n’auriez pas la pièce dont vous avez besoin, le coût serait gigantesque.
D’autre part, il y a des activités où une 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 frais.
Conor Doherty: Par exemple, les produits frais peuvent être remplacés par autre chose que vous avez en exposition.
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 ne perdrez pas nécessairement immédiatement des clients en étant en rupture de stock. Les externalités ne sont pas aussi énormes.
Le principal problème avec une équipe de data scientists traditionnelle est qu’ils peuvent être inconscients de ce genre de chose. Pour nous 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, comprend que leur travail, et en fait, une part très importante de leur travail, consiste à comprendre les processus, comprendre l’entreprise, comprendre la stratégie financière et traduire tout cela en équations.
J’allais dire des mots car il faut le documenter, mais finalement, des équations dans le manuel de procédure conjoint. Il est certainement nécessaire de documenter cela pour notre bien, pour le bien de Lokad, mais aussi pour le bien du client. Vous documentez tout cela et le traduisez finalement en termes mathématiques afin qu’il soit directement intégré aux équations qui seront utilisées pour l’optimisation par les ordinateurs.
Conor Doherty: Merci. Si je devais résumer, le rôle de Supply Chain Scientist est multifacette. Il ne s’agit pas seulement de travailler sur les chiffres, de traiter les données, d’utiliser des ordinateurs. Comme vous l’avez dit, il y a 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 désirs et des contraintes.
Ils obtiennent toutes ces informations qui peuvent ou non être reflétées dans les données afin de les transformer en livrable, qui, pour simplifier, si j’ai bien compris, consiste à prendre de meilleures décisions financières.
Simon Schalit: Oui, exactement. À mon avis, c’est ce qui rend le rôle de Supply Chain Scientist intéressant car il y a cet aspect multifacette des données, des aspects humains et commerciaux, ainsi que, bien sûr, des aspects statistiques du problème.
Conor Doherty: C’est l’une des raisons pour lesquelles je suis ravi de vous avoir ici car c’est exactement ainsi que je vois Lokad aussi. C’est comme utiliser l’analogie des paris. Quand on me demande 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 maths, 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 obteniez un mécanicien de classe mondiale pour vous aider. La voiture, ce sont les décisions ou l’algorithme qui génère les décisions, et le Supply Chain Scientist est votre mécanicien personnel qui peut réparer les choses si quelque chose ne va pas.
Simon Schalit: J’aime cette image. J’irais même plus loin. Je dirais que c’est toute votre équipe de mécaniciens si l’on parle en termes de Formule 1. Cela peut être plusieurs personnes, mais cela va au-delà de la simple réparation de votre voiture. Quand vous parlez d’un mécanicien, les gens pensent que cela va un peu plus loin que ça.
Cela va jusqu’au point où ils choisiront le type de voiture dont vous avez besoin, le type de moteur dont vous aurez besoin, comment ce moteur doit être réglé, quel type de freins vous aurez besoin, et le type de pneus nécessaires pour le type d’environnement dans lequel vous allez vous trouver.
Donc, si vous voulez le résumer, le Supply Chain Scientist est toute votre équipe de mécaniciens. Je pense que vous pourriez le voir comme ça, et de cette façon, vous comprendriez à quel point cette équipe est importante pour que vous puissiez naviguer dans n’importe quel environnement au volant de votre voiture.
