La science et la technologie de la Supply Chain
RETOUR À LOKAD TV ›
Optimisation des prix et gestion de la Supply Chain
L'optimisation des prix n'est généralement pas considérée comme faisant partie de la pratique de la gestion de la Supply Chain (SCM). Pourtant, les prix sont un facteur qui influence fortement la demande des clients. Ainsi, les capacités de production et les niveaux de stock sont étroitement liés aux prix et doivent être optimisés conjointement.
Les Data Lakes dans la Supply Chain
Les data lakes sont des technologies de stockage de données destinées à la lecture et à l'écriture en masse. Elles sont particulièrement adaptées pour relever les défis de la supply chain, car de nombreuses situations nécessitent une inspection de l'historique complet des commandes et des mouvements de stocks de l'entreprise.
Les POC (Proofs Of Concept) ne fonctionnent pas pour les Supply Chains
Les supply chains sont des systèmes complexes composés de nombreux éléments en mouvement : marchandises, personnes, machines. Les POC (Proofs of Concept) échouent régulièrement lorsqu'il s'agit de mettre en œuvre des initiatives de Supply Chain Quantitative, car les problèmes sont déplacés au lieu d'être résolus.
Pourquoi vous devriez vous abonner à LokadTV
Restez à jour avec les derniers changements dans l'industrie de la Supply Chain.
Scalabilité téraoctet pour les chaînes d’approvisionnement
La quantité pertinente de données historiques à prendre en compte lors de l'examen de grandes chaînes d'approvisionnement dépasse fréquemment un téraoctet. Par conséquent, le contrôle des stocks nécessite deux types distincts de logiciels : un logiciel transactionnel (par exemple, un ERP) pour gérer les ressources, et un logiciel prédictif (par exemple, Lokad) pour optimiser les ressources.
Pourquoi le stock de sécurité est dangereux
Les stocks de sécurité sont une méthode d'optimisation des stocks qui impose une quantité supplémentaire de stock au-delà de la demande prévue afin de maintenir un niveau de service cible. Cette méthode repose sur des hypothèses statistiques clés concernant les prévisions de la demande, notamment que l'erreur se trouve normalement dans la distribution.
Les générations de l’apprentissage automatique
L'apprentissage automatique est un terme générique qui englobe diverses approches algorithmiques. Dans la supply chain, la façon historique de faire de l'apprentissage automatique était la prévision des séries temporelles. Cependant, cette approche a été remplacée par une série d'approches de prévision supérieures.
Pourquoi les délais d’approvisionnement sont presque toujours sous-estimés
Le délai d'approvisionnement est le temps total, généralement exprimé en jours, associé au cycle de réapprovisionnement des stocks. La quantité de stocks dont une supply chain a besoin pour fonctionner tend à être approximativement proportionnelle à ses délais d'approvisionnement. Estimer avec précision les futurs délais d'approvisionnement est essentiel pour estimer avec précision la quantité de stocks nécessaire pour répondre à la demande future. Cependant, il s'agit d'un facteur fondamental qui est souvent négligé par les entreprises, une importance beaucoup plus grande étant accordée aux prévisions.
Taux de service vs Taux de couverture
En gestion de la supply chain, le taux de service définit la probabilité de ne pas subir une rupture de stock lors du prochain cycle de commande. Cependant, le taux de couverture définit la fraction de la demande client qui sera correctement servie. Les taux de service et les taux de couverture sont distincts et ne doivent pas être confondus.
La méthode d’inventaire Min/Max ne fonctionne pas
La méthode d'inventaire Min/Max définit deux niveaux de stock : d'abord, un seuil de réapprovisionnement, appelé 'min', et ensuite, un objectif de réapprovisionnement, appelé 'max'. Pourtant, malgré sa popularité, cette méthode n'est pas adaptée à la plupart des chaînes d'approvisionnement modernes.
Est-il possible de prévoir une forte croissance ?
La croissance, et plus généralement les tendances, doivent être prises en compte pour fournir des prévisions de demande précises. Cependant, la croissance en tant que modèle statistique s'avère plus difficile et plus difficile à saisir que d'autres modèles bien connus tels que la saisonnalité.
Comment prévoir la saisonnalité
La saisonnalité est l'un des principaux motifs cycliques qui peuvent être utilisés pour améliorer la précision des prévisions. La plupart des processus de la chaîne d'approvisionnement ont tendance à être saisonniers dans une certaine mesure. Non seulement en raison de la demande, mais aussi des délais.