La science et la technologie de la Supply Chain
RETOUR À LOKAD TV ›
L’analyse ABC ne fonctionne pas
L'analyse ABC est une méthode de catégorisation des stocks largement utilisée dans de nombreuses chaînes d'approvisionnement. Son objectif est de prioriser l'attention de la direction là où cela compte le plus. Pourtant, cette méthode présente de nombreuses failles et ne peut plus être considérée comme étant à la pointe de la technologie.
Modularisation dans la Supply Chain
Alors que l'infrastructure physique soutenant la plupart des supply chains est hautement modulaire, leur infrastructure logicielle correspondante, telle que le contrôle des stocks ou les systèmes de prévision de la demande, tend à être monolithique et fragile. En conséquence, les échecs à grande échelle des chaînes d'approvisionnement logicielles sont encore en cours.
Sales and Operations Planning (S&OP)
La planification des ventes et des opérations (S&OP) est une pratique d'entreprise visant à améliorer l'exécution de la supply chain en renforçant l'alignement avec d'autres divisions au-delà de la supply chain - notamment les ventes, la finance et la production. Malgré les affirmations de plusieurs fournisseurs selon lesquelles les entreprises les plus performantes fonctionnent grâce au S&OP, la plupart des mises en œuvre souffrent de défauts similaires, inhérents à la nature même du S&OP.
Emplois de données dans la Supply Chain
Les pratiques de gestion de la Supply Chain (SCM) sont de plus en plus axées sur les données et quantitatives. De nouveaux rôles sont apparus, tels que le Supply Chain Scientist. Les entreprises doivent prendre des décisions stratégiques quant à savoir si ces compétences sont développées en interne ou externalisées.
Exigences en matière de données pour l’optimisation de la supply chain
L'optimisation prédictive de la supply chain repose sur des données fortement préparées. Le but de ces données est double : premièrement, les données historiques de la supply chain sont utilisées pour construire les modèles de prévision, deuxièmement, les données décrivant l'état actuel de la supply chain sont utilisées pour piloter l'optimisation des décisions.
Prévision de la demande pour les nouveaux produits
Les nouveaux produits n'ont pas d'historique des ventes pouvant être représenté sous forme de séries temporelles. Par conséquent, les modèles de prévision des séries temporelles ne fonctionnent pas pour les nouveaux produits. La prévision de la demande pour les nouveaux produits nécessite des modèles de prévision alternatifs capables d'exploiter des données, telles que les attributs des produits, qui ne sont pas présentées sous forme de séries temporelles.
La peur du changement dans la Supply Chain
Une bonne pratique de gestion de la Supply Chain (SCM) inclut une dose de conservatisme, car le coût de l'échec tend à être élevé. Cependant, rejeter tout changement n'est pas une option dans un monde où l'innovation pousse les entreprises à la traîne hors du marché.
Frankensteinisation logicielle en Supply Chain
La gestion et l'optimisation des chaînes d'approvisionnement sont particulièrement difficiles d'un point de vue logiciel. La 'Frankensteinisation logicielle' fait référence à la dégradation technologique qui affecte les logiciels d'entreprise lorsqu'ils sont confrontés à leur propre évolution sur plusieurs décennies.
Prévisions probabilistes pour les Supply Chains
L'optimisation des supply chains repose sur la capacité à anticiper l'avenir. Les prévisions classiques ignorent totalement l'incertitude et supposent que la prévision est parfaitement connue. En revanche, les prévisions probabilistes intègrent l'incertitude et reflètent que l'optimisation de la supply chain doit rester robuste face à des événements inattendus.
Internet des objets pour les chaînes d’approvisionnement
Pour qu'une pratique de gestion de la chaîne d'approvisionnement soit performante, les gestionnaires doivent avoir accès à la position de chaque actif. Contrairement à la gestion électronique classique des stocks, l'Internet des objets (IoT) offre la possibilité d'obtenir une visibilité en temps réel sur tous les actifs, y compris les véhicules.
Préparation des données en Supply Chain
La préparation adéquate des données est une condition préalable à la réussite de toute initiative axée sur les données. Lorsqu'il s'agit de défis liés à la supply chain, la préparation des données est difficile car elle implique des systèmes d'entreprise complexes qui n'ont pas été conçus en tenant compte de la science des données.
Intelligence Artificielle et Supply Chains
Dans cet épisode, nous parlons de ce buzzword majeur et de son application aux supply chains.