Référentiel d'évaluation de la performance d'une chaîne logistique ...

N° d’ordre : 2007-ISAL-0074 Année 2007

Thèse de doctorat

Référentiel d’évaluation de la performance d’une chaîne logistique

Application à une entreprise de l’ameublement

Présentée devant L’Institut National des Sciences Appliquées de Lyon

Pour obtenir

Le grade de Docteur en Génie Informatique

École doctorale : Informatique et Information pour la Société

Par France-Anne GRUAT LA FORME-CHRETIEN

(Ingénieur en Génie Industriel)

Date de soutenance prévue : 6 décembre 2007

(Par ordre alphabétique) BOTTA-GENOULAZ Valérie, professeur, INSA de Lyon (Directeur de thèse) CAMPAGNE Jean-Pierre, professeur, INSA de Lyon (Directeur de thèse) DALLERY Yves, professeur, EC de Paris (Examinateur) GRABOT Bernard, professeur, ENIT de Tarbes (Rapporteur) MARCON Eric, professeur, IUT de Roanne (Examinateur) THIERRY Caroline, maître de conférence, Université de Toulouse (Rapporteur)

Laboratoire de Productique et d’Informatique des Systèmes Manufacturiers (LIESP)

Remerciements

OOrrggaanniissaattiioonn dduu ddooccuummeenntt

Remerciements ................................................................................................... 3

SSommaire............................................................................................................ 7

PPrrééffaaccee................................................................................................................ 9

PPartie 1 : IIntroduction GGénérale............................................................. 15 1 Chapitre 1 : Contexte et problématique....................................................................... 17 2 Chapitre 2 : Chaînes logistiques et Performance : Etat de l’art................................... 27

PPartie 2 : EEvaluation de la performance et PPratiques collaboratives ...... 47 3 Chapitre 3 : Collaboration dans les chaînes logistiques : Etat de l’art ........................ 49 4 Chapitre 4 : Modèle d’évaluation de la performance collaborative ............................ 63 5 Chapitre 5 : Application industrielle ........................................................................... 99

PPartie 3 : EEvaluation de la performance et GGestion des compétences . 121 6 Chapitre 6 : Gestion des compétences : Etat de l’art................................................. 125 7 Chapitre 7 : Modèle d’évaluation de la performance et gestion des compétences en ordonnancement................................................................................................................. 137 8 Chapitre 8 : Application industrielle ......................................................................... 165

CCoonncclluussiioonn GGéénnéérraallee eett PPeerrssppeeccttiivvee ddee RReecchheerrcchhee ....................... 179

RRééfféérreenncceess BBiibblliiooggrraapphhiiqquueess .................................................................... 185

AAnnnneexxeess .......................................................................................................... 203

FA Gruat La Forme-Chrétien – Thèse –

– Thèse – FA Gruat La Forme

SSommaire

Remerciements ................................................................................................... 3

SSommaire............................................................................................................ 7

PPrrééffaaccee................................................................................................................ 9

PPartie 1 : IIntroduction GGénérale............................................................. 15

1 Chapitre 1 : Contexte et problématique.......................................................... 17 1.1 Introduction............................................................................................................. 17 1.2 Problématique de thèse ........................................................................................... 20 1.3 Contexte d’étude du travail de thèse....................................................................... 23

2 Chapitre 2 : Chaînes logistiques et Performance : Etat de l’art ................... 27 2.1 Concept de chaîne logistique .................................................................................. 27 2.2 Gestion de la chaîne logistique ............................................................................... 31 2.3 Mesure de la performance dans les chaînes logistique ........................................... 38 2.4 Synthèse et conclusion............................................................................................ 45

PPartie 2 : EEvaluation de la performance et PPratiques collaboratives ...... 47

3 Chapitre 3 : Collaboration dans les chaînes logistiques : Etat de l’art ........ 49 3.1 Concept et définition de l’entente industrielle ........................................................ 49 3.2 Acteurs de la collaboration ..................................................................................... 52 3.3 Contexte et environnement collaboratif .................................................................. 53 3.4 Echanges d’informations au sein de la chaîne logistique........................................ 55 3.5 Impacts de la collaboration sur la performance de la chaîne logistique.................. 58 3.6 Synthèse et conclusion............................................................................................ 62

4 Chapitre 4 : Modèle d’évaluation de la performance collaborative ............. 63 4.1 Caractérisation de la situation collaborative d’une entreprise ................................ 64 4.2 Formalisation de la situation collaborative d’une entreprise .................................. 83 4.3 Méthodologie d’analyse de la situation collaborative d’une entreprise.................. 90 4.4 Synthèse et conclusion............................................................................................ 97

5 Chapitre 5 : Application industrielle............................................................... 99 5.1 Analyse macroscopique ........................................................................................ 100 5.2 Analyse détaillée................................................................................................... 105

FA Gruat La Forme-Chrétien – Thèse –

5.3 Synthèse et Conclusion ......................................................................................... 119

PPartie 3 : EEvaluation de la performance et GGestion des compétences . 121

6 Chapitre 6 : Gestion des compétences : Etat de l’art ................................... 125 6.1 Concept et définition de la Compétence ............................................................... 126 6.2 Modélisation de la compétence............................................................................. 127 6.3 Gestion des compétences ...................................................................................... 129 6.4 Ordonnancement et gestion des compétences....................................................... 130 6.5 Gestion des compétences et performance ............................................................. 134 6.6 Synthèse et conclusion.......................................................................................... 136

7 Chapitre 7 : Modèle d’évaluation de la performance et gestion des compétences en ordonnancement .......................................................................... 137

7.1 Modélisation de la gestion des compétences en ordonnancement ........................ 138 7.2 Méthodes de résolution multicritères.................................................................... 149 7.3 Synthèse et conclusion.......................................................................................... 164

8 Chapitre 8 : Application industrielle............................................................. 165 8.1 Caractérisation du cas d’étude .............................................................................. 165 8.2 Expérimentations et analyse des résultats ............................................................. 168 8.3 Synthèse et Conclusion ......................................................................................... 178

CCoonncclluussiioonn GGéénnéérraallee eett PPeerrssppeeccttiivvee ddee RReecchheerrcchhee ....................... 179

RRééfféérreenncceess BBiibblliiooggrraapphhiiqquueess .................................................................... 185

AAnnnneexxeess .......................................................................................................... 203

– Thèse – FA Gruat La Forme

PPrrééffaaccee

Préface

Le contexte économique actuel est caractérisé par une demande de plus en plus volatile et imprévisible, une variété de produits toujours croissante, des cycles de vie qui raccourcissent, et une pression concurrentielle de plus en plus prononcée. Un des plus grands défis auxquels les sociétés occidentales doivent aujourd’hui faire face est la nécessité de répondre à une exigence accrue des clients, sur des marchés où la concurrence des pays à faible coût de main d’œuvre devient de plus en plus forte et déstabilisante.

Pour relever ce défi, les organisations industrielles se réorganisent pour proposer des produits différentiés tout en améliorant leur réactivité et leur flexibilité. Ainsi, pour maintenir sa compétitivité, une entreprise occidentale peut aujourd’hui baser sa stratégie sur une combinaison gagnante constituée d’un produit compétitif et d’une chaîne logistique agile. Pour soutenir sa stratégie, cette entreprise va alors chercher à identifier des inducteurs de performance qui vont contribuer à l’atteinte de ses objectifs stratégiques et sur lesquels elle va pouvoir agir. Ces inducteurs de performance sont classiquement rattachés au produit, au client, aux ressources de l’entreprise ou à son organisation. C’est autour de ces inducteurs de performance que va s’organiser toute l’activité d’évaluation de performance de l’entreprise. A partir d’un ensemble de méthodes, d’outils, ou d’approches, elle va pouvoir renforcer l’efficacité de son pilotage, en mesurant le niveau d’atteinte de ses objectifs mais surtout en qualifiant ou en quantifiant la performance relative de chacun de ses inducteurs vis à vis de sa compétitivité globale.

Dans le cadre de cette thèse, nous identifions en particulier deux inducteurs de performance sur lesquels une entreprise va pouvoir s’appuyer pour soutenir la compétitivité de ses produits et l’agilité de sa chaîne logistique. Rattachés à l’axe organisationnel pour le premier et à l’axe ressource pour le second, il s’agit de la mise en place de pratiques collaboratives et de la gestion des compétences des opérateurs de production. L’objectif de nos travaux est donc de développer un référentiel d’évaluation de la performance basée sur ces deux inducteurs.

Ce mémoire est organisé en trois parties. La première partie présente la problématique générale de notre étude ainsi que le contexte dans lequel se sont déroulés nos travaux de thèse. Les parties suivantes correspondent aux différents modèles composant le référentiel général développé dans cette thèse.

La première partie se subdivise en deux chapitres :

• Dans le chapitre 1 nous décrivons le cadre général de nos travaux de recherche. Après avoir précisé notre problématique de recherche, nous présentons les différents partenaires impliqués dans cette thèse : la Région Rhône-Alpes, sponsor du projet et l’entreprise Ligne Roset, partenaire de l’étude.

FA Gruat La Forme-Chrétien – Thèse de doctorat –

Préface

• Dans le chapitre 2, nous nous intéressons plus particulièrement au pilotage de la performance dans les chaînes logistiques après avoir défini les concepts relatifs aux chaînes logistiques et à leur gestion. Notre objectif est de souligner les principaux éléments sur lesquels s’appuie un système d’évaluation de la performance en identifiant notamment les indicateurs à partir desquels la mesure de performance est réalisée.

La deuxième partie est structurée en trois chapitres :

• Dans le chapitre 3, nous proposons une synthèse bibliographique autour des concepts relatifs à la collaboration. Notre objectif est notamment d’identifier les indicateurs de performance impactés par les pratiques collaboratives.

• Dans le chapitre 4, nous présentons un modèle permettant d’évaluer la performance collaborative d’une entreprise. Ce modèle se décompose en plusieurs sous-modèles interconnectés permettant de caractériser la performance collaborative d’une entreprise et de caractériser sa situation collaborative. Les efforts collaboratifs et le niveau de performance observés sont ensuite mis en relation afin d’analyser la performance collaborative d’une entreprise.

• Dans le chapitre 5, nous appliquons au cas industriel de Ligne Roset, le modèle d’évaluation de la performance collaborative présenté dans le chapitre 4. L’objectif est d’illustrer en quoi le modèle permet de souligner l’apport des efforts collaboratifs d’une société vis à vis de sa performance, d’identifier des pratiques collaboratives sur lesquelles elle pourrait s’appuyer pour améliorer certains axes de sa performance mais également de montrer dans certains cas, les limites de la collaboration.

La troisième partie est également composée de trois chapitres :

• Dans le chapitre 6, nous proposons une synthèse bibliographique sur la notion de compétence. Nous nous intéressons plus particulièrement à la gestion des compétences dans le cadre de la planification des activités d’une entreprise et notre objectif est d’identifier les indicateurs de performance susceptibles d’être impactés par la gestion de ces compétences.

• Dans le chapitre 7, nous présentons un modèle permettant à une entreprise d’évaluer et d’améliorer sa performance grâce à une gestion avisée de ses ressources humaines et plus particulièrement de leurs compétences. Le modèle proposé répond à une problématique

– Thèse de doctorat – FA Gruat La Forme-Chrétien

Préface

d’affectation des ressources humaines dans une organisation de type ressources parallèles, différentes. L’objectif consiste tout à d’abord à proposer une modélisation des compétences et de la performance impactée par la gestion de ces compétences. Nous développons ensuite des approches d’ordonnancement permettant d’améliorer une partie de cette performance.

• Dans le chapitre 8 nous appliquons au cas industriel de l’entreprise Ligne Roset, le modèle proposé dans le chapitre 7. Après avoir présenté et modélisé la problématique de gestion des compétences de la société, nous expérimentons les différentes méthodes de résolution multicritères à partir d’échantillons de données industrielles. Une analyse des résultats expérimentaux est également proposée.

Nous terminons ce mémoire par une conclusion et nous discutons de quelques perspectives de recherche.


PPartie 1 : IIntroduction GGénérale

Dans cette partie, nous nous intéressons à l’évaluation de la performance dans les chaînes logistiques. Nous détaillons tout d’abord la problématique de notre étude ainsi que le contexte dans lequel se sont déroulés nos travaux de thèse. Nous cherchons également à dégager les concepts et notions principales autour des questions relatives à la gestion des chaînes logistique et à l’évaluation de leur performance. C’est à partir de cette synthèse bibliographique que nous appuierons l’ensemble des contributions présentées dans ce mémoire.

Partie 1 : Introduction générale

1 Chapitre 1 : Contexte et problématique __________________________ 17 1.1 Introduction_________________________________________________ 17 1.2 Problématique de thèse________________________________________ 20

1.2.1 Collaboration et performance ________________________________________ 22 1.2.2 Gestion des compétences et performance _______________________________ 23

1.3 Contexte d’étude du travail de thèse _____________________________ 23 1.3.1 Projet COPILOTES ________________________________________________ 24 1.3.2 Entreprise ROSET _________________________________________________ 25

2 Chapitre 2 : Chaînes logistiques et Performance : Etat de l’art _______ 27 2.1 Concept de chaîne logistique ___________________________________ 27

2.1.1 Définition de la chaîne logistique _____________________________________ 27 2.1.2 Caractérisation de la chaîne logistique__________________________________ 28

2.2 Gestion de la chaîne logistique __________________________________ 31 2.2.1 Définition du supply chain management (SCM) __________________________ 31 2.2.2 Processus de la chaîne logistique______________________________________ 32 2.2.3 Décisions relatives à la gestion d’une chaîne logistique ____________________ 37

2.3 Mesure de la performance dans les chaînes logistique ______________ 38 2.3.1 Indicateurs et systèmes d’indicateurs de la chaîne logistique ________________ 38 2.3.2 Modèles d’évaluation de la performance________________________________ 40

2.4 Synthèse et conclusion_________________________________________ 45


1 Chapitre 1 : Contexte et problématique

Dans ce chapitre, nous décrivons le cadre général de nos travaux de recherche. Nous introduisons dans une première partie la problématique globale dans laquelle cette thèse s’inscrit avant de détailler l’objet de notre étude dans une deuxième partie. Nous présentons, dans une troisième partie les différents acteurs et partenaires impliqués dans nos travaux.

1.1 Introduction

Pour rester compétitive, toute entreprise cherche à construire une stratégie lui permettant de se placer dans les meilleures conditions face aux forces concurrentielles présentes au sein de son secteur d’activité. Pour étudier sa position concurrentielle, analyser son portefeuille produit, identifier ses avantages compétitifs ou construire ses axes et objectifs stratégiques, une organisation dispose de plusieurs méthodes, outils ou techniques destinés à guider sa réflexion et aider à la prise de décisions quant à son orientation stratégique :

• Certaines de ces approches se focalisent sur les facteurs externes à l’organisation et placent le marché, la concurrence et le client comme point de départ de l’analyse stratégique. Parmi ces approches nous citons par exemple le modèle des 5 forces de la concurrence de Porter (1990) dont la finalité consiste à analyser l’attractivité ou la valeur de la structure d’une entreprise et appréhender directement l’impact des facteurs externes sur son organisation. L’analyse structurale est faite à partir de l’identification de 5 forces fondamentales de la concurrence (l’entrée des nouveaux concurrents, la menace des produits de substitution, le pouvoir de négociation des fournisseurs, le pouvoir de négociation des clients et la concurrence au sein du secteur d’activité) et permet de mettre en relation les menaces concurrentielles qui pèsent sur l’entreprise avant de dégager un ou plusieurs avantages compétitifs.

• D’autres approches s’orientent vers une étude centrée sur l’activité interne de l’entreprise pour dégager ses forces compétitives. Parmi ces méthodes nous identifions le modèle du Cœur de Compétence de Hamel et Prahalad (1990). Cette approche stipule qu’à long terme, la compétitivité d’une entreprise provient de sa capacité à identifier et construire un Cœur de Compétence, plus rapidement que ses concurrents. Ce cœur de compétence peut être n’importe quelle

FA Gruat La Forme – Thèse –

Chapitre 1

combinaison inhérente, intégrée ou spécifique de connaissances appliquées, de savoir, savoir-faire ou de qualifications complémentaires qui, pris dans leur ensemble permettent la réalisation d’un produit supérieur et différencié par rapport à l’environnement concurrentiel de l’entreprise. Selon Hamel et Prahalad, le cœur de compétence d’une organisation présente trois caractéristiques : il offre la possibilité d’accéder à de nombreux marchés, il apporte une contribution significative aux valeurs du produit perçu par le client et il est difficilement imitable par la concurrence. L’identification et l’exploitation de ce cœur de compétence pourrait alors être à la base de l’élaboration de la stratégie d’un groupe, approche jugée plus viable par les auteurs qu’une stratégie s’appuyant sur une analyse basée sur des facteurs externes.

• Une troisième catégorie de modèles croise les facteurs externes et les éléments internes d’une organisation pour structurer une réflexion sur la stratégie à adopter pour maintenir ou développer la performance et la compétitivité d’une entreprise. Une analyse de type SWOT (Strengths, Weaknesses, Opportunities, Threats) permet par exemple de souligner les forces et les faiblesses de l’organisation à la lumière des opportunités et menaces de l’environnement externe. D’autres approches, telles que les deux méthodes de gestion de portefeuille d’activité BCG et Mc Kinsey mettent également en perspective les éléments internes et externes dans l’analyse stratégique d’une organisation. Après avoir segmenté son activité en différents DAS (Domaine d’Activité Stratégique), une entreprise a la possibilité de les analyser selon deux axes : l’attrait du marché (taille, croissance, rentabilité, intensité de la concurrence…) et la position concurrentielle de l’entreprise (part de marché de l’entreprise, évolution de la part de marché, fidélité des clients, structure des coûts…).

La vision stratégique identifiée par une entreprise correspond par nature à de grandes idées générales et un peu abstraites. Aussi, cette stratégie est déclinée en objectifs stratégiques auxquels sont associés des leviers d’action ou inducteurs de performance permettant de les atteindre. Au-delà de la compétitivité financière qu’une entreprise peut chercher à valoriser, c’est bien souvent dans ses capitaux immatériels qu’elle va puiser la majorité de ses avantages concurrentiels, surtout sur des marchés où la concurrence des pays à faible coût de main d’œuvre est de plus en plus présente. On distingue généralement quatre principaux axes du capital immatériel d’une entreprise : les ressources humaines, les clients, les produits et l’organisation.


Chapitre 1

• Par rapport à ses ressources humaines, une entreprise peut chercher à valoriser l’ensemble des savoir-faire et savoir être détenus par ses équipes et déterminés par leurs niveaux de qualification ou leur polyvalence. La gestion de ces compétences peut alors constituer une source de compétitivité essentielle dans des secteurs où l’expertise métier est la dimension majeure de l’activité. Son rôle sera alors déterminant pour l’adaptation et l’optimisation de ce capital humain aux besoins de l’entreprise.

• Par rapport à ses clients, une entreprise peut s’appuyer sur deux sources de compétitivité : la marque et sa relation client. Il convient alors de gérer et de faire fructifier ces capitaux. Des démarches commerciales structurées et performantes (type CRM par exemple), la maîtrise de la communication et des marchés permettent de construire/maintenir l’image de l’entreprise et ainsi contribuer à la fidélisation client.

• Par rapport à ses produits, une entreprise peut se démarquer de la concurrence par les caractéristiques de son offre. L’innovation est l’un des principaux leviers d’actions soutenant la compétitivité du capital produit d’une entreprise. L’innovation lui permet en effet d’être précurseur sur son marché en sortant de nouvelles prestations et en étant à l’origine de nouveaux concepts. On trouve également de plus en plus, les actions liées au développement durable (même si cette notion recouvre un périmètre plus large que le produit lui même) ou à la gestion des cycles de vie des produits (ou PLM : Product Life Cycle Management).

• Une entreprise peut s’appuyer sur une optimisation de son organisation pour s’adapter en permanence aux aléas du marché ou à ses besoins. Cette recherche de flexibilité, à la fois intra et inter organisationnelle, nécessite souvent une réorganisation des processus et des modes de fonctionnement de l’entreprise et de sa chaîne logistique. Des démarches de type BPR (Business Process Reengineering), Lean manufacturing ou la mise en place de démarches collaboratives peuvent contribuer à la performance de l’organisation d’une entreprise.

Pour chacun de ces axes, nous avons ainsi pu identifier des inducteurs de performance sur lesquels une entreprise peut baser ses efforts et construire concrètement des plans d’actions pour soutenir sa stratégie. C’est autour de ses inducteurs de performance qu’une entreprise va pouvoir organiser son activité de suivi, de pilotage et de contrôle de sa performance puisque leur maîtrise est un gage de compétitivité (Bescos et Mendoza, 1994). Dans ce contexte, une entreprise recherche de plus en plus de méthodes, d’outils ou d’approches lui

France-Anne Gruat La Forme-Chrétien – Thèse de doctorat –

Chapitre 1

permettant d’évaluer sa performance et de renforcer l’efficacité de son pilotage. Elle a alors besoin de disposer d’indicateurs, de tableaux de bord ou d’autres méthodes lui permettant de mesurer le niveau d’atteinte de ses objectifs, de qualifier ou quantifier la performance relative de chacun de ses inducteurs de performance et donc d’évaluer leur contribution directe à sa compétitivité globale (Figure 1.1).

•

Figure 1.1 : Liens entre stratégie et inducteurs de performance

1.2 Problématique de thèse

Dans le cadre de nos travaux, nous nous situons dans le contexte d’une entreprise ayant identifié comme avantages compétitifs majeurs, la compétitivité de ses produits soutenus par une chaîne logistique agile (Figure 1.2).

• L’agilité d’une chaîne logistique, c’est à dire sa capacité à gérer rapidement et efficacement les fluctuations du marché en adaptant la réponse de la chaîne logistique à la demande, nécessite la refonte de l’organisation traditionnelle de la chaîne logistique. Un des challenges consiste alors à passer d’une organisation compartimentée et discontinue à une organisation fluide favorisant la circulation des flux, les relations, les complémentarités et les synergies entre les différentes entités de la chaîne logistique. La notion de frontière de la firme devient de plus en


Chapitre 1

plus complexe et la tendance est au décloisonnement des structures organisationnelles et aux développements de collaborations et de partenariats entre les différentes entités de la chaîne logistique. On parle alors généralement de «chaîne logistique collaborative» dont la gestion ne passe pas uniquement par la synchronisation des flux matières mais également par la circulation au sein de la chaîne logistique, d’informations telles que les prévisions de la demande, les niveaux de stocks, les différents plannings d’activité, les aléas etc.

• La compétitivité d’un produit, c’est à dire sa capacité à faire face à l’offre de la concurrence et à occuper une position dominante sur son marché, revêt plusieurs formes. Une entreprise peut choisir d’affronter la concurrence par les prix en cherchant à comprimer les coûts de production ou elle peut au contraire chercher à fuir cette pression financière en recherchant la différentiation des produits qu’elle fabrique. Cette deuxième alternative correspond à la compétitivité structurelle et met l’accent sur l’ensemble des caractéristiques de l’offre commerciale, excepté son prix. Cette stratégie repose donc sur l'évolution de la technologie des produits, leur qualité, leur fiabilité, l’image de marque de l’entreprise qui les fabrique, les compétences mises en œuvre, les innovations etc.…. Les sociétés dont les sites de production sont encore localisés dans les pays développés, ont de plus en plus tendance à se tourner vers une compétitivité structurelle avec des produits haut de gamme à forte valeur ajoutée et ainsi mieux résister à la concurrence accrue des régions du monde où la main d’œuvre est bon marché. Leur pérennité dépend alors dans une large mesure de la façon dont elles gèrent leurs patrimoines ; l’un des principaux patrimoines concurrentiels et durables correspond aujourd’hui au capital humain de l’entreprise et plus particulièrement à son savoir et savoir-faire. Pour maintenir leur compétitivité structurelle, ces entreprises peuvent agir sur différents leviers tels que la gestion de la qualité de la main d’œuvre, les investissements en recherche et développement, la flexibilité et la souplesse des moyens de production et de distribution. La performance de l’entreprise repose dès lors sur sa capacité à identifier et développer les compétences, le savoir-faire et la polyvalence de son personnel et ainsi garantir un niveau de qualité et de flexibilité optimale de ses produits et moyens de production.

De par le contexte de notre étude, nous sélectionnons deux inducteurs de performance pour soutenir la compétitivité des produits d’une entreprise et l’agilité de sa chaîne logistique : Une gestion pertinente des compétences des ressources humaines et la mise en place de relations de collaboration entre une


Chapitre 1

entreprise et ses partenaires de chaîne logistique. L’objectif de cette thèse est donc de proposer un référentiel s’appuyant sur ces deux inducteurs pour formaliser une démarche d’évaluation de la performance d’une entreprise. Ce référentiel permet de répondre en particulier aux besoins des entreprises gérant une main d’œuvre à forte valeur ajoutée et se positionnant sur un marché où la réactivité, la flexibilité et la fiabilité sont autant d’atouts nécessaires au maintien d’une position concurrentielle gagnante.

Figure 1.2 : Schématisation de la problématique de thèse

Le référentiel d’évaluation de la performance proposé dans cette thèse s’appuie sur deux modèles dont l’objectif est de caractériser et évaluer le positionnement d’une entreprise sur chacun des deux leviers d’action identifiés avant de mettre en relation son niveau de maturité vis à vis de sa performance globale.

1.2.1 Collaboration et performance

Pour caractériser la situation collaborative d’une entreprise, nous développons deux sous-modèles. Le premier est permet de construire le profil collaboratif d’une entreprise à partir d’une sélection de pratiques collaboratives réactives et proactives, rattachées à une dimension managériale (stratégique, tactique ou


Chapitre 1

opérationnel) et à un périmètre de la chaîne logistique (amont, aval, interne ou transverse). Le second sous-modèle permet de traduire la perception d’une entreprise quant à sa performance collaborative, à partir d’une sélection d’indicateurs, tous étant impactés directement ou indirectement par une relation de collaboration.

Considérés séparément, ces deux sous-modèles, permettent de favoriser la compréhension et l’analyse de l’entreprise sur son comportement collaboratif et sur son niveau de performance collaborative tout en initialisant une première réflexion quant aux pistes d’améliorations potentielles. Considérés simultanément, ces deux sous-modèles permettent cette fois ci d’évaluer qualitativement la cohérence entre les efforts collaboratifs existants et les résultats constatés sur la performance de l’entreprise.

Le modèle d’évaluation de la performance collaborative est appliqué au cas industriel de l’entreprise Ligne Roset et nous présenterons les résultats de cette étude au sein du chapitre 5.

1.2.2 Gestion des compétences et performance

Les travaux liés à la gestion des compétences développés dans cette thèse s’orientent vers la gestion opérationnelle de ces compétences, dans le cadre des activité de planification d’une entreprise. L’objectif est d’évaluer un des impacts de la gestion des compétences sur la performance d’une entreprise.

Nous proposons tout d’abord une modélisation de la notion de compétence (rendement, qualité d’exécution, criticité des savoir-faire….) ainsi qu’une caractérisation des indicateurs de performance impactés par la gestion des compétences (productivité, coût, qualité d’exécution, taux d’utilisation des ressources, pénibilité d’exécution de la charge, flexibilité des ressources…). Nous présentons également un ensemble d’approches de résolutions multicritères tenant compte des compétences des opérateurs et permettant d’impacter la performance d’une entreprise.

Le modèle d’évaluation de la performance s’appuyant sur la gestion des compétences, a été appliqué au cas industriel de l’entreprise Ligne Roset et les résultats des différentes expérimentations réalisées sont présentés dans le chapitre 8.

1.3 Contexte d’étude du travail de thèse

Ce travail de doctorat s’inscrit dans le cadre de l'appel à projets thématiques prioritaires STIC / Entreprise Virtuelle 2003-2006, soutenu par la Région Rhône-Alpes. Dans cette thématique « STIC-entreprise virtuelle » le conseil régional a


Chapitre 1

soutenu trois projets : COSMOCE, ISOCELE et enfin COPILOTES (www.COPILOTES.eu) auquel est rattaché le travail de recherche présenté dans ce mémoire. Le projet COPILOTES résulte de travaux menés en partenariat par cinq laboratoires de la région et trois industriels dont l’entreprise Ligne Roset, partenaire industriel de la thèse. Il convient donc dans un premier temps, de présenter les deux parties prenantes de ce travail de recherche (COPILOTES et Ligne Roset) avant de montrer en quoi les travaux développés ici répondent à certaines des problématiques respectives des acteurs en présence.

1.3.1 Projet COPILOTES

Le consortium du projet COPILOTES (Collaboration et Partage d’Informations dans les chaînes LogisTiquES) a regroupé 5 laboratoires de recherche (LIESP, C2I, G-SCOP, GAEL et COACTIS ) ainsi que 3 partenaires industriels (Rhodia, Roset SA, et Valrhona) autour des problématiques relatives au partage d’information et aux relations de collaboration entre les acteurs d’une chaîne logistique.

Le projet COPILOTES a pour origine un constat selon lequel, dans une économie mondialisée et en réseau, la compétitivité des entreprises manufacturières repose fortement sur leur capacité à se positionner dans la chaîne globale de création de valeur. Pour ce faire, elles doivent être en mesure de caractériser leurs chaînes logistiques, identifier les opportunités de relation avec leurs clients, leurs fournisseurs et leurs sous-traitants susceptibles d’améliorer leur maîtrise de l’environnement et leurs performances. Il est également essentiel que ces entreprises sachent évaluer les attendus, les enjeux et les risques liés à la mise en œuvre de ces relations. Corollairement, l’appréhension de solutions existantes est indispensable pour instrumenter ces relations.

En réponse à ces différentes observations, le projet COPILOTES a eu pour ambition d’apporter aux entreprises un référentiel, une démarche méthodologique et des outils permettant aux entreprises de :

• qualifier, analyser et évaluer leurs chaînes logistiques du point de vue des processus collaboratifs mis en œuvre,

• faire évoluer leur organisation, leurs systèmes de gestion et leur système d’information,

• définir et mettre en oeuvre des architectures support de ces processus collaboratifs.

Les apports de ce projet, tant scientifiques qu’industriels sont capitalisés sur le site Internet du projet sous forme de guides, de référentiels et d’études de cas (www.copilotes.eu ). Une partie du travail présenté dans cette thèse est intégrée


http://www.copilotes.eu/


Chapitre 1

au projet. Il s’agit plus particulièrement des modèles permettant pour le premier, de caractériser la situation collaborative d’une entreprise au sein de sa chaîne logistique et pour le second, de caractériser la perception de cette entreprise quant à son niveau de performance.

1.3.2 Entreprise ROSET

ROSET-SA est une PME de 1250 personnes, se développant depuis 1950 dans le milieu de l’ameublement contemporain haut de gamme pour les collectivités (hôtellerie) et pour les particuliers. Trois départements soutiennent l’activité de l’entreprise, les départements « siège », « meuble » et « objets de décoration », implantés sur 6 sites industriels dans l’Ain et l’Isère1. Aujourd’hui, Roset SA est le premier exportateur français de mobilier contemporain et livre ses clients dans le monde entier, à travers deux marques, Ligne Roset et Cinna.

Fonctionnant en très grande partie à la commande (ATO – Assembly to Order – et MTO – Make To Order –), le département « Sièges » propose à la collection plus de 110 modèles différents : des canapés, fauteuils, poufs, canapés-lits et chaises. Un renouvellement régulier de la collection ainsi qu’une stratégie basée sur la qualité et la finition de ses produits permettent à l’entreprise de se maintenir sur un marché haut de gamme en constante évolution. Pour faire face à la concurrence de la grande distribution mais aussi des pays à faible coût de main d’œuvre, l’entreprise maintient un riche tissu industriel dans ses usines, favorise le développement d’une expertise métier très forte de ses opérateurs de production et ne délocalise que très peu ses activités. Roset reste donc une entreprise manufacturière avec une main d’œuvre très qualifiée, à la base du cœur de métier et de la renommée de l’entreprise. Améliorer la façon dont ces connaissances techniques sont utilisées, optimiser la gestion et l’exploitation de ces compétences devient alors un enjeu majeur pour d’une part proposer un produit différencié et compétitif et d’autre part améliorer sa performance globale.

Avec une très large gamme de produits, des processus de fabrication hétérogènes et un réseau de clients diversifiés, la société Roset fait face depuis plusieurs années, à une chaîne logistique de plus en plus complexe. Ce contexte pousse l’entreprise à se lancer dans des projets d’envergure dont la finalité est bien sûr d’améliorer sa performance globale, mais plus précisément de fiabiliser son activité tout en favorisant sa réactivité et sa flexibilité. Un pilotage pertinent et efficace de la chaîne logistique Roset est donc en partie conditionné par une intégration et une collaboration plus forte entre les usines mais aussi avec les entités externes à la société. Ainsi, l’un des principaux axes de développement de l’entreprise est lié à l’harmonisation et à l’intégration de ses activités et de son

1 Nos travaux de recherche ont été associés à l’activité du département Siège de l’entreprise.


Chapitre 1

système d’information, ce dernier constituant jusqu’à présent une barrière certaine à la collaboration aussi bien interne qu’externe. Le succès de cette action est notamment lié à une bonne compréhension des données pertinentes à partager tout au long de la chaîne logistique.

Participer à un projet de recherche dans le domaine de la performance d’une entreprise au sein de sa chaîne logistique était donc pour Ligne Roset cohérent avec sa recherche continue d’amélioration de performance engagée depuis 2000. Le développement de nouvelles actions comme la prise en compte des compétences et l’optimisation de leur gestion dans l’organisation de l’activité et la mise en place de démarches collaboratives avec les partenaires stratégiques de l’entreprise se situait en effet dans l’alignement des projets globaux de l’entreprise. Pour nos travaux de recherche, l’implication constante de l’entreprise Ligne Roset a permis d’instancier, valider et améliorer l’ensemble des contributions présentées dans ce mémoire.


2 Chapitre 2 : Chaînes logistiques et Performance : Etat de l’art

Dans ce chapitre, nous nous intéressons aux problématiques liées au pilotage de la performance dans les chaînes logistiques après avoir défini les concepts relatifs aux chaînes logistiques et à leur gestion. L’un des objectifs est notamment d’identifier les principaux éléments sur lesquels s’appuie un système d’évaluation de la performance en identifiant notamment les indicateurs à partir desquels la mesure de performance est réalisée. A l’occasion de notre étude, nous nous intéressons également à certains travaux de la littérature s’appuyant sur l’axe humain et sur l’axe organisation d’une entreprise, pour évaluer la performance d’une entreprise et de sa chaîne logistique.

2.1 Concept de chaîne logistique

2.1.1 Définition de la chaîne logistique

De nombreuses définitions ont été proposées dans la littérature pour expliciter le terme de « supply chain » ou « chaîne logistique», mais toutes n’abordent pas cette notion sous le même angle d’approche (Consortium COPILOTES, 2004). Certaines adoptent un point de vue « produit » et d’autres, un point de vue « entreprise » ou encore « processus ». Une synthèse des différents travaux existants nous permet de développer un ensemble de points de vue utilisables pour la définition et la caractérisation d’une chaîne logistique.

De nombreuses définitions mettent l’accent sur le terme « chain » et identifient l’ensemble des éléments (acteurs et flux) existant au sein d’une chaîne logistique. Une chaîne logistique est ainsi vue comme un système de fournisseurs, de producteurs, de sous-traitants, de distributeurs, de détaillants et de clients entre lesquels s’échangent des flux matériels de l’amont vers l’aval, des flux d’informations dans les deux sens (Tayur et Ganeshan, 1999 ; New, 1997) et des flux financiers de l’aval vers l’amont (Stadtler, 2000 ; Christopher, 1998). Ces chaînes logistiques existent aussi bien dans les organisations de service que dans celles de production (Ganeshan et Harisson, 1995).

Il existe également une vision plus opérationnelle de la chaîne logistique qui souligne davantage les processus d’une supply chain. Lee et Billington (1993) définissent alors la chaîne logistique d’un produit fini comme un réseau d’installations qui assure les fonctions d’approvisionnement en matières premières, de transformation de ces matières premières en composants puis en produits finis, et de distribution du produit fini vers le client.

FA Gruat La Forme – Thèse –

Chapitre 2

Enfin, certains travaux insistent d’avantage sur la finalité d’une chaîne logistique et introduisant la notion de performance ; cette performance étant principalement caractérisée par la satisfaction du client final. Une chaîne logistique est alors définie comme un réseau global d’organisations qui coopèrent pour réduire les coûts et augmenter la vitesse des flux de matière et d’informations entre les fournisseurs et les clients. Fenies et Gourgand (2004) complètent cette vision de la chaîne logistique en distinguant la performance collective (optimisation globale du fonctionnement de la supply chain) et la performance individuelle (maximisation du profit d’une entité).

2.1.2 Caractérisation de la chaîne logistique

Si une définition universelle de la chaîne logistique n’existe pas, il n’existe pas non plus un seul type de chaîne logistique. Certains seraient même tentés d’affirmer qu’aucune chaîne logistique ne se ressemble et que toutes ont des spécificités propres qui justifient leur degré d’intégration, leur stratégie de fonctionnements, leurs finalités et enjeux…. Néanmoins, il existe dans la littérature un certain nombre de modèles génériques permettant de caractériser une chaîne logistique donnée, d’un point de vue structurel, organisationnel ou fonctionnel.

2.1.2.1 Une approche structurelle

Pour caractériser la structure physique d’une chaîne logistique, le modèle le plus connu est sans doute celui de Lambert et Cooper (2000) qui propose une structuration tridimensionnelle d’un réseau logistique (Figure 2.1).

Figure 2.1 : Structure d’une chaîne logistique (Lambert et Cooper, 2000)


Chapitre 2

• La dimension horizontale fait référence au nombre de niveaux (tiers) existant le long de la chaîne, qui peut être plus ou moins longue. Selon la focale considérée, le périmètre d’une chaîne logistique peut varier d’un atelier à un ensemble d’entités juridiquement indépendantes, allant du fournisseur du fournisseur, jusqu’au client du client. Selon l’angle d’approche, on parlera alors les chaînes logistiques locales ou internes (Eymery, 1997) incluant plusieurs ateliers d’une même usine, les chaînes logistiques intra organisationnelles intégrant les différents sites d’une organisation (Stadtler, 2000), les chaînes logistiques inter organisationnelles comprenant les clients et fournisseurs directs d’une entreprise focale et enfin les chaînes logistiques étendues partant du fournisseur du fournisseur jusqu’au client du client (Stadtler, 2000).

• La dimension verticale fait référence au nombre de fournisseurs ou clients à chaque niveau de la supply chain, qui peut ainsi être plus ou moins large.

• Enfin, la troisième dimension fait référence à la position qu’occupe une entreprise dans la chaîne, cette position se situant plus ou moins proche du client final.

Selon la structure d’une chaîne logistique, les modes de gestion, les types de relations, les objectifs ou enjeux ainsi que le type de décisions prises diffèrent significativement. Cette observation sera approfondie en section 2, lorsque nous aborderons plus spécifiquement la notion gestion de la chaîne logistique.

2.1.2.2 Une approche organisationnelle

Au-delà de sa structure physique, une chaîne logistique peut revêtir plusieurs formes organisationnelles qui vont, elles aussi, conditionner fortement ses modes de fonctionnement. On distingue classiquement la chaîne logistique en réseau, la chaîne logistique virtuelle, la chaîne logistique fédérale et le réseau d’entreprise (Consortium COPILOTES, 2004).

• La supply chain réseau est constituée d’un ensemble d’entreprises dont le lien n’est ni structurel ni juridique mais basé sur un simple accord plus ou moins formalisé. Ces entreprises ont choisi de se concentrer sur les activités qu’elles maîtrisent et de profiter mutuellement des compétences de leurs partenaires en développant ainsi un puissant système de coopération fonctionnelle (Butera, 1991 ; Snow et Miles, 1992)

• La supply chain virtuelle diffère de la supply chain réseau par son existence temporaire. Créé pour un besoin spécifique, telle qu’une opportunité d’affaire, des entreprises, indépendantes et parfois


Chapitre 2

concurrentes, vont créer des alliances stratégiques ou des partenariats leur permettant d’exploiter certaines opportunités qu’offre le marché (Goranson et al. ; 1997, Ettinghoffer, 1992, Browne et Zhang, 1999)

• La supply chain fédérale est constituée d’un siège et d’un grand nombre d’unités travaillant sous le même nom. Chaque unité est dirigée par un leader et les décisions relatives au fonctionnement de la chaîne logistique fédérale sont prises par l’ensemble de ces dirigeants. Le siège se contente de coordonner ces unités et s’occupe des points que les unités ne peuvent pas traiter (principe de subsidiarité). Cette structure organisationnelle permet d’avoir une chaîne logistique de grande taille et de grande envergure tout en gardant les avantages (flexibilité) des petites unités (Handy, 1989).

• Le réseau d’entreprises est une construction coopérative à moyen et long terme qui, dans sa forme la plus achevée, s’appuie sur l’intérêt mutuel et réciproque de l’ensemble des partenaires de la chaîne logistique (Nunes, 1994).

2.1.2.3 Une approche fonctionnelle

Il est également possible de caractériser une chaîne logistique en adoptant un point de vue fonctionnel. A cette fin, Meyrs et al. (2002) proposent une typologie des chaînes logistiques en identifiant notamment une liste d’attributs fonctionnels permettant de caractériser chacune des entités d’une chaîne logistique. Ces attributs concernent le type d’approvisionnement, le type de production, le type de distribution et le type de vente (Tableau 2.1).

Tableau 2.1 : attributs fonctionnels d’une chaîne logistique


Chapitre 2

2.2 Gestion de la chaîne logistique

Contrairement à la notion de chaîne logistique reflétant simplement un environnement existant, la gestion de la chaîne logistique ou SCM (supply chain management) suppose un effort volontaire de l’ensemble des acteurs concernés par la création de valeur (Mentzer et al, 2001). Ces efforts se matérialisent différemment selon le type de chaîne logistique, selon les objectifs et enjeux formulés mais aussi selon le niveau managérial considéré. Néanmoins, le concept de SCM repose sur le principe selon lequel la somme des optimums locaux ne correspond pas nécessairement à l’optimum global et qu’une gestion simultanée des activités le long de la chaîne logistique est préférable à une gestion séquentielle (Rota-Franz et al., 2001).

2.2.1 Définition du supply chain management (SCM)

Tout comme pour la notion de chaîne logistique, le concept de supply chain management a donné lieu à de nombreuses définitions. La définition la plus fréquemment citée est certainement celle de Mentzen et al. (2001) pour qui la gestion de la chaîne logistique est le concept fondamental permettant de gérer, intégrer et synchroniser les différentes entités de la supply chain via la coordination des fonctions opérationnelles classiques et de leurs tactiques respectives à l’intérieur d’une même entreprise et entre partenaires de la chaîne logistique. Cette notion de périmètre interne ou externe est reprise plus précisément dans de nombreux travaux (Thierry, 2003 ; Steven et Graham, 1989, Hewitt, 1992), qui distinguent alors plusieurs approches, selon le niveau et l’étendue de l’intégration des activités le long de la chaîne logistique.

• Ainsi, on parlera de gestion partielle ou morcelée de la chaîne logistique lorsque le SCM se limite aux fonctions d’approvisionnement. A ce niveau d’intégration, certains auteurs seraient même tentés d’assimiler ce mode de gestion à de la logistique simple plus qu’à une véritable gestion de la chaîne logistique.

• On nommera gestion interne de la chaîne logistique, la gestion synchronisée des approvisionnements, de la production et de la distribution, à l’intérieur d’une entité (atelier ou site) d’une entreprise

• On qualifiera de gestion multi-sites, la gestion synchronisée des activités d’approvisionnement, de production ou de distribution entre les différents ateliers ou sites d’une entreprise.

• Le terme de gestion étendue ou transverse de la chaîne logistique sera réservé à une intégration des activités d’approvisionnement, de production et de distribution s’étendant au-delà des frontières de


Chapitre 2

l’entreprise focale, et impliquant les principaux acteurs amont et/ou aval présents au sein de la chaîne logistique. Parmi ce type d’approche, certains travaux segmentent la chaîne logistique en distinguant la gestion amont (centrée sur les activités d’achat et d’approvisionnement) et la gestion aval (focalisée sur la distribution) de la chaîne logistique. Lorsque la gestion est transverse et s’applique à la partie amont et aval de la supply chain, le terme de gestion intégrée de la chaîne logistique est employé (Rota-Franz et al., 2001). Mentzer et al. (2001) distinguent alors les chaînes logistiques intégrées directes (entreprise-clients-fournisseurs directs) des chaînes logistiques intégrées élargies (allant des fournisseurs des fournisseurs de l’entreprise jusqu’aux clients des clients).

2.2.2 Processus de la chaîne logistique

La définition du supply chain management nous mène invariablement vers la notion de processus puisque la gestion des chaînes logistiques implique une organisation par processus et non plus pas fonction. Selon la norme ISO 9000 version 2000 un processus utilise des ressources et est géré de manière à permettre la transformation d’éléments d’entrée en éléments de sortie. La chaîne logistique est alors souvent assimilée à un système composé d’un ensemble de processus fortement corrélés entre eux et l’on parle alors du management de la chaîne logistique par les processus (Morley, 2002) ; cette démarche correspond à l’amélioration continue de la chaîne logistique via l’évolution des processus et de leurs interfaces.

De nombreux modèles relatifs à la caractérisation ou à la gestion d’une chaîne logistique sont construits autour de l’identification de ses processus. Parmi ces travaux, on trouve principalement des approches de types audit, méthodologies d’analyse ou encore des outils de diagnostic de la chaîne logistique. Nous nous appuyons ici sur cinq modèles pour dégager les principaux processus caractérisant la gestion d’une chaîne logistique (Consortium COPILOTES, 2004) : les modèles de Gilmour (1999) et Cooper et al. (1997), le modèle SCOR (SCC, 2006), le guide logistique ASLOG (2006), et le modèle de référence EVALOG (2006).

2.2.2.1 Le modèle de Gilmour (1999)

L’approche proposée par Gilmour consiste à analyser une chaîne logistique selon trois angles de vues : les processus, les technologies d’information mises en œuvre et l’organisation. L’analyse est supportée par le modèle représenté par la Figure 2.2.


Chapitre 2

Figure 2.2 : modèle de diagnostic de Gilmour (1999)

Le modèle décompose ainsi la chaîne logistique d’une entreprise en six compétences clef de type processus, nommées « capabilities » ou capacités organisationnelles par l’auteur :

• L’orientation client de la chaîne logistique (A1)

• La distribution efficace (A2)

• Le pilotage de la planification par les ventes (A3)

• Le « lean production » (A4)

• Le partenariat avec les fournisseurs (A5)

• La gestion intégrée de la chaîne logistique (A6)

Ces compétences sont ensuite reliées aux aspects relatifs aux technologies de l’information et à l’organisation de la chaîne logistique, ces deux dimensions permettant de catégoriser les questions dans la démarche d’audit.

2.2.2.2 Le modèle de Cooper et al., (1997)

Le modèle de Cooper et al. met en avant la liaison existant entre les processus, les composants de gestion et la structure d’une chaîne logistique. La Figure 2.3 détaille le modèle sous la forme présentée dans Chan et Qi (2003).


Chapitre 2

Figure 2.3 : Architecture de gestion d’une chaîne logistique (Chan et Qi, 2003) d’après

(Cooper et al, 97).

Ce modèle est ainsi centré sur neuf processus. Deux d’entre eux concernent directement le flux physique (« product flow » et « return channel ») et les sept autres correspondent à des processus informationnels. La structure de la chaîne logistique est quant à elle représentée par un enchaînement classique d’entités fonctionnelles, allant des fournisseurs jusqu’aux clients et passant par les achats, les approvisionnements, la production, la distribution et les ventes.

2.2.2.3 Le modèle SCOR

Le modèle SCOR (Supply chain Operations Reference ) est une méthodologie standardisée de description et d’évaluation des flux au sein de sa chaîne logistique. Cet outil de modélisation fait aujourd’hui référence dans le monde industriel, de part son origine. Il a été construit par et pour des industriels dont le but était d’une part de structurer un référentiel de processus logistique types et d’autre part de mettre en évidence les critères de performance, les indicateurs et les meilleures pratiques associées. A partir de cinq processus (planification, approvisionnement, fabrication, livraison et gestion des retours), le modèle SCOR propose une démarche de type Top Down faisant ressortir les liens entre la stratégie d’une organisation et la gestion individuelle et opérationnelle des entités. Le modèle s’organise autour des interactions entre le client et la chaîne logistique, depuis la réception de la commande jusqu’au paiement de sa facture. Il considère également l’ensemble des échanges s’opérant depuis le client du client jusqu’au fournisseur du fournisseur. Enfin, le modèle SCOR qualifie les activités autour de


Chapitre 2

la demande, depuis son analyse jusqu’à l’exécution de chaque commande client. Une modélisation classique de SCOR est proposée par la Figure 2.4.

Figure 2.4 : le modèle SCOR

2.2.2.4 Le modèle de l’ASLOG

Le guide d’audit logistique de l’ASLOG (Association française pour la LOgistique) fait figure de référentiel standard permettant d’atteindre l’excellence logistique (Aslog, 2006). Ce modèle s’appuie sur 8 processus de la chaîne logistique (conception produit, achat, approvisionnement, production, livraison, stockage, ventes, maintenance et retour) et permet à une entreprise de caractériser sa situation actuelle (« as is ») ainsi que l’évaluation de sa performance logistique. A partir de ces éléments de caractérisation, les auditeurs de l’ASLOG analysent la situation de l’entreprise au sein de sa chaîne logistique et formulent un certain nombre de recommandations permettant une amélioration à venir (« to be »).

2.2.2.5 Le modèle EVALOG

Le guide logistique proposé par l’organisation EVALOG est destiné à l’industrie automobile et axe son analyse sur six thématiques majeures dont quatre sont de type processus :

• Relation client

• Relation fournisseur

• Production

• Développement produit

Les autres axes d’étude concernent la stratégie de l’entreprise et son organisation. De nombreuses questions, dont l’importance est pondérée par un système de


Chapitre 2

points, sont rattachées à chacun des axes et constituent un ensemble de bonnes pratiques du secteur automobile (EVALOG, 2006)

2.2.2.6 Synthèse

A partir de ces cinq modèles, nous dégageons un ensemble de processus principaux d’une chaîne logistique. Les mêmes processus sont parfois nommés différemment selon les travaux mais une analyse de leur contenu et de leur définition nous permet d’établir des rapprochements que nous mettons en évidence par le biais de numéros annotés à coté de chacun (Tableau 2.2). Notons que pour des raisons d’exactitude et de précision, nous avons choisi de laisser dans cette revue de littérature les dénominations initiales choisies par les auteurs.

Tableau 2.2 : Processus de la chaîne logistique

Nous distinguons ainsi 10 processus majeurs sur lesquels peut s’appuyer la gestion d’une chaîne logistique1 :

• Logistique d’achat

• Logistique d’approvisionnement

• Orientation client de la chaîne logistique

• Transport et logistique de distribution

• Pilotage du planning des activités par la demande

• Lean manufacturing

1 L’un des modèles proposé dans cette thèse est basé sur ces processus. Une définition précise des dix processus identifiés est proposée dans le chapitre 4. Pour mémoire, le lecteur pourra également retrouver la définition de ces processus en Annexe A.


Chapitre 2

• Logistique inverse

• Gestion intégrée de la chaîne logistique

• Conception produit

• Développement et commercialisation produit

Un ensemble d’activités est regroupé sous chacun de ces processus et contribue à la production d’un résultat ou d’une valeur ajoutée vis à vis du client (Hammer et Champy, 1993). Cette notion de valeur pour le client renvoie à celle de performance dans la réalisation du processus et nécessite la définition d’un ou plusieurs objectifs sur chacune des activités qui définissent le processus (Lauras, 2004). La performance d’une chaîne logistique peut alors être directement associée à la performance de ses processus et plus précisément à la pertinence des actions ou décisions les pilotant.

2.2.3 Décisions relatives à la gestion d’une chaîne logistique

La gestion globale de la chaîne logistique s’opère à travers la mise en œuvre d’actions et de décisions allant de l’ouverture d’un site jusqu’à l’ordonnancement d’un atelier. Ces différentes actions décisionnelles peuvent la plupart du temps être rattachées à un processus ou plus généralement être associées à une partie de la chaîne logistique (amont, interne, aval) et impacter significativement leur pilotage et donc leur performance. Ces décisions peuvent également s’envisager selon trois axes managériaux (stratégique, tactique et opérationnel).

En nous basant sur les travaux de Akbari-Jokar (2001) et Pirard (2006), nous proposons une synthèse des décisions relatives à la gestion d’une chaîne logistique. Nous associons ces décisions à 4 macro-processus (agrégeant les 10 processus identifiés plus haut) ainsi qu’à l’un des trois niveaux décisionnels (stratégique, tactique ou opérationnel) (Figure 2.5). Notons que ces actions décisionnelles impactent bien souvent la configuration du réseau logistique ou l’organisation et la planification de ses activités.

Ces décisions sont à la base du pilotage d’une chaîne logistique, ce pilotage existant aux niveaux opérationnel, tactique et stratégique (Berrah, 2002). L’évaluation de la pertinence et de l’efficience du pilotage s’appuiera alors sur des indicateurs de performance globaux ou locaux, reflétant la performance des différents processus et plus généralement la performance de la chaîne logistique.


Chapitre 2

Figure 2.5 : Matrice de décisions au sein d’une chaîne logistique

2.3 Mesure de la performance dans les chaînes logistique

La performance d’une entreprise au sein de sa chaîne logistique s’appréhende à travers la satisfaction d’un ensemble d’objectifs inhérents à la stratégie choisie. Ces objectifs sont établis sur plusieurs horizons et on parle alors d’objectifs stratégiques, tactiques et opérationnels. Ceci implique la déclinaison de la performance sur ces trois même niveaux décisionnels (Berrah, 2002) et pour évaluer le degré d’atteinte de chaque objectif, une entreprise a alors recours à la mesure de ses performances élémentaires. Pour cela, elle s’appuie sur un ensemble d’indicateurs de performance ou système d’indicateurs.

2.3.1 Indicateurs et systèmes d’indicateurs de la chaîne logistique

Un indicateur de performance est une donnée quantifiée, qui mesure l’efficacité et/ou l’efficience de tout ou partie d’un processus ou système par rapport à une norme, un plan ou un objectif déterminé et accepté dans le cadre d’une stratégie d’entreprise (Fortuin, 1988). Les objectifs d’une entreprise étant nombreux et se déclinant selon trois dimensions managériales, un nombre conséquent d’indicateurs est requis. On parle alors de système d’indicateurs qui consiste en un « ensemble d’indicateurs, nécessaires et suffisants au regard des actions envisagées, définis conformément à l’ensemble de tous les objectifs du système


Chapitre 2

considéré » (Berrah, 2002). Loin d’être indépendants, ces indicateurs sont inter reliés et c’est la considération et l’analyse simultanée de l’ensemble de ces indicateurs qui permet d’évaluer la cohérence et la performance d’une chaîne logistique.

Le lien le plus couramment cité est celui de subordination lorsque la performance mesurée par un indicateur à un niveau donné contribue à celle du niveau supérieur. L’indicateur inférieur est alors considéré comme une évaluation de la performance locale et agit comme une variable d’action vis-à-vis de l’indicateur de niveau supérieur, considéré comme global (Clivillé, 2004). La performance globale de l’entreprise est alors exprimée par des indicateurs de résultats qui reflètent sa performance financière et sa compétitivité (Fitzgerald, 1991). Ces indicateurs se situent au niveau stratégique et sont liés aux Facteurs Clef de Succès identifiés par l’entreprise. La performance locale correspond à des facteurs d’influence ou à des déterminants de la performance globale et est exprimée par des indicateurs de processus. Ces indicateurs de processus sont associés aux Facteurs de Performance lorsqu’ils se situent au niveau tactique et aux Facteurs de Progrès pour le niveau opérationnel (Clivillé, 2004).

Différentes typologies sont proposées dans les modèles structurels de mesure de la performance et classifient ces indicateurs autour des notions de qualité, flexibilité, utilisation des ressources et innovation (Fitzgerald, 1991), auxquelles nous pouvons ajouter la réactivité, la productivité et la fiabilité (SCC, 2006 ; Lynch et Cross, 1991 ; Bradley, 1996 ; Azzone et al., 1991 ; Lockamy, 1998). Ces indicateurs permettent alors de piloter la performance de la planification, des achats, des approvisionnements, de la production, de la livraison, des ventes (Gunasekaran et al., 2001 ; Gunasekaran et al., 2004 ; Chan et Qi, 2003). Selon le processus considéré, on parle d’indicateurs internes ou d’indicateurs externes et ces derniers sont orientés clients ou orientés fournisseurs.

En nous basant sur les travaux de (Gunasekaran et al., 2004 ; SCC, 2006, Gunasekaran et al., 2001 ; Barut et al., 2002 ; Sahin et Robinson, 2005, Wu et Song, 2005, De Toni et Nassimbeni, 2001 ), nous proposons une synthèse des indicateurs souvent cités dans la littérature pour mesurer la performance d’une chaîne logistique (Figure 2.6). Nous adoptons la même typologie que celle proposée pour classer les décisions le long de la chaîne logistique afin de faire ressortir la correspondance existant entre les décisions et les indicateurs qui reflètent leur pertinence. Nous distinguons donc les indicateurs de niveau stratégique, tactique et opérationnel, et nous les rattachons à un macro-processus en différentiant ainsi les indicateurs internes des indicateurs externes. Au niveau stratégique, les indicateurs couvrent les différents processus de la chaîne logistique, ils sont pour la plupart transversaux. En revanche, au niveau tactique et opérationnel, chaque indicateur est associé à un processus.


Chapitre 2

Figure 2.6 : Principaux indicateurs de performance d’une entreprise

2.3.2 Modèles d’évaluation de la performance

Selon la stratégie de l’entreprise, les indicateurs se révélant être pertinents pour le pilotage des activités diffèrent, ce qui accentue l’importance du choix du système de performance utilisé. Un modèle d’évaluation de la performance adapté est un modèle en cohérence avec les objectifs globaux de l’entreprise (Lorino, 1991 ; Berrah, 97 ; Le Clainche, 2001). Il doit permettre de structurer et de lier ces différents indicateurs entre eux mais il doit également les mettre en perspective, vis à vis des inducteurs de la performance identifiés par une entreprise, afin de faciliter l’analyse et le diagnostic de sa situation ou de son contexte.

Ainsi, dans une synthèse identifiant les dix approches les plus significatives en matière d’évaluation de la performance, Clivillé (2004) identifie un certain nombre d’invariants. La plupart d’entre eux se basent sur les notions d’indicateurs et d’inducteurs de la performance, les inducteurs permettant d’agir positivement sur les indicateurs de performance. Ces inducteurs peuvent prendre la forme de variables d’action (méthode ECOGRAI, méthodologie ABC/ABM) et leur influence sur les indicateurs de performance est évaluée de manière qualitative et/ou quantitative. La valeur ajoutée de chaque modèle réside alors dans l’identification de liens entre les variables d’action et les indicateurs de performance. Parmi les différentes approches que l’on trouve dans la littérature, certaines sont génériques et d’autres dédiées. Plus précisément, certaines approches sont construites autour de l’hypothèse selon laquelle les indicateurs ainsi que leurs liens sont mis en place spécifiquement pour une entreprise donnée et en fonction de son contexte général (ECOGRAI, QMPMS, ISO 9000).


Chapitre 2

D’autres, au contraire, sont génériques et les méthodologies proposées sont applicables à n’importe quelle entreprise (BSC, ENAPS, SCOR, IDPMS). La structure du système d’indicateurs ainsi que les liens de subordination entre critères sont alors pré-établis, ce qui garantit la conservation de la cohérence lorsqu’une entreprise utilise l’approche (Clivillé, 2004). C’est vers ce dernier type d’approche que nous orientons le référentiel d’évaluation de la performance proposé dans cette thèse.

Dans le cadre notre étude, nous avons identifié deux inducteurs de performance (la mise en place de relations de collaboration et la gestion des compétences) sur lesquels une entreprise est susceptible d’agir pour améliorer sa compétitivité. Parmi les modèles d’évaluation de la performance développés dans la littérature, nous choisissons de présenter en particulier ceux construits autour du capital humain et du capital organisationnel d’une entreprise.

2.3.2.1 Axe organisationnel et mesure de la performance

Dans la littérature scientifique, les modèles d’évaluation de la performance tenant explicitement compte de l’organisation d’une entreprise et de sa chaîne logistique ne sont pas nombreux. Nous remarquons néanmoins que lorsque cette notion est abordée, elle prend la bien souvent la forme d’une étude de l’intégration des entités de la chaîne logistique.

• Dans le World Class Logistic model (Estampe, 2003), l’un des quatre domaines de compétences considérés correspond à l’intégration de la chaîne logistique. L’ensemble des questions relatives à cet axe permet d’évaluer les moyens mis en place pour synchroniser l’ensemble des entités de la supply chain. Ces questions se subdivisent en différents thèmes comme le montre le Tableau 2.3. Le modèle WCL permet également d’évaluer la performance de la supply chain en étudiant plus particulièrement les indicateurs internes de l’entreprise, la manière donc ces indicateurs sont utilisés le long de la chaîne logistique et en proposant une analyse de type benchmark. En revanche, le modèle de propose pas de liens entre les résultats de l’axe « intégration » et les résultats de l’axe « mesure de la performance ».


Chapitre 2

Intégration de la chaîne logistique

Unification de la supply chain

Capacité à développer des relations de coopérations avec les autres entreprises à travers la chaîne logistique

Système d’information Investissements en matériels, logiciels et réseaux ainsi que leur adaptation pour faciliter les processus et les échanges d’informations sur la chaîne logistique.

Partage de l’information

Volonté d’échanger des données essentielles à caractère technique, financier, opérationnel et stratégique.

Compatilibilité Capacité de l’entreprise à échanger des informations dans un format approprié, réactif, et facilement utilisable sur la chaîne logistique

Standardisation Mise en place de politiques et de procédures communes pour faciliter et améliorer les opérations logistiques

Simplification Re-engineering des procédures afin d’améliorer l’efficacité

Adhésion des hommes Acceptation des politiques et des procédures opérationnelles.

Tableau 2.3 : une partie du modèle World Class Logistic

• Le modèle de Gilmour (1999), présenté en section 2.2.2.1 considère également l’axe organisationnel dans sa démarche de diagnostic d’une chaîne logistique. L’audit de Gilmour, sur la partie organisationnelle, concerne l’existence d’un outil de mesure des performances, la capacité à travailler en équipe et l’utilisation d’une structure organisationnelle matricielle tirée par des objectifs (correspondant à C1 C2 et C3 de la Figure 2.2). Au même titre que les processus clefs identifiés en 2.2.2.1, ces trois attributs sont considérés par l’auteur comme des compétences-clés d’une entreprise qu’il faut évaluer par l’intermédiaire de questions ciblées. Notons que dans ces travaux, il n’y a pas non plus de liens explicites et préétablis entre la situation organisationnelle d’une chaîne logistique et sa performance.

• En revanche, ces liens sont présents dans le modèle de Bernard et al. (2005). Les auteurs proposent d’évaluer la performance des chaînes


Chapitre 2

logistiques collaboratives. Leur modèle fait ressortir six éléments ou « composants » fondamentaux à considérer dans toute étude sur les supply chain collaboratives : « Business Order », « Stakeholders », « Process », «Level of Collaboration», «Topology» et enfin «Enable Technology». Notons que les trois derniers éléments font plus particulièrement référence à l’axe organisationnel de la chaîne logistique. A partir d’une sélection de 16 indicateurs de performance majeurs, les auteurs identifient précisément les impacts que peuvent avoir des actions au niveau de ces « composants » sur la performance d’une organisation (Figure 2.7).

Figure 2.7 : Impacts des composants d’une chaîne logistique collaborative sur la performance

2.3.2.2 Axe humain et mesure de la performance

Alors que très peu de modèles intègrent la dimension humaine dans la mesure de la performance d’une entreprise, le Balanced Scorecard (BSC) et le navigateur Skandia (Edvinsson et Malone, 1997) constituent aujourd’hui les formes les plus abouties en matière d’outils de pilotage s’appuyant sur le capital humain d’une entreprise (Germain et Trebucq, 2004).

Caractéristique et évolutions du Balanced Scorecard

A l’origine, le modèle du Balanced Scorecard, développé par Kaplan et Norton en 1990 (Kaplan et Norton, 1993), est une méthode de formalisation de la stratégie de l’entreprise mais aussi une méthode de construction de tableaux de bord prospectifs combinant des indicateurs financiers et non financiers. La démarche BSC propose de s’appuyer sur 4 axes d’analyse recouvrant respectivement les résultats financiers, la satisfaction des clients, les processus internes et l’apprentissage organisationnel (Figure 2.8). Cette articulation permet à une entreprise de lier ses actions avec sa stratégie et d’apprécier l’évolution des variables de performance en adoptant une vision globale et équilibrée de ses activités. Cette idée de globalité et d’équilibre, présente dans la démarche BSC,


Chapitre 2

met en avant la notion de modèle causes-effets, sous jacent à la relation entre les 4 dimensions identifiées. L’apprentissage permet en effet l’amélioration des processus internes, cette amélioration génère à son tour la satisfaction des clients, qui permet à plus ou moins long terme l’atteinte des objectifs économiques et donc la satisfaction des actionnaires (Germain et Trébucq, 2004).

Figure 2.8 : le Balanced Scorcard

Le Balanced Scorecard a fait l’objet d’évolutions visant à compléter les 4 axes d’analyse du modèle initial (Germain et Trébucq, 2004). Kaplan et Norton (2001) suggèrent notamment d’étendre l’axe client à l’ensemble des partenaires de l’entreprise (internes et externes) et cette idée est concrétisée par Supizet (2002) qui construit alors le « total balanced scorecard ». Hockerts (2001) propose quant à lui de rajouter des indicateurs mesurant la performance environnementale et sociale des organisations et ses travaux aboutissent à la création du « sustainability balanced scorecard ». Ce modèle rejoint les travaux de Bieker (2002) qui suggère la présence d’un cinquième axe, la dimension sociétale. Bien que la notion de capital humain est sous-jacente à l’ensemble des extension du BSC, aucune ne propose d’architecture concrète intégrant cette nouvelle notion. Ce n’est qu’avec l’élaboration du navigateur Skandia (Edvinsson et Malone, 1997), construit sur les bases du BSC, que la dimension humaine prend toute son importance au sein d’un modèle d’évaluation de la performance.

Navigateur Skandia

Le « navigateur Skandia » théorisé par Edvinsson et Malone (1997) place l’humain au centre de la démarche d’évaluation de la performance (Figure 2.9). Basé sur la notion de capital intellectuel, le navigateur Skandia tient compte d’un aspect de la performance sociétale et plus précisément celui ayant trait aux salariés d’une entreprise. Les ressources humaines sont en effet placées au cœur


Chapitre 2

du dispositif de création de valeur et cet axe humain correspond aux compétences des salariés, à la valeur de leurs connaissances, à leur expérience ainsi qu’à l’engagement pris par l’entreprise d’en pérenniser le niveau.

Figure 2.9 : le navigateur Skandia

Le navigateur permet ainsi de lier ces différents domaines sous une forme homogène en précisant le rôle du capital humain dans l’organisation et la performance d’une entreprise. L’importance donnée aux ressources humaines se caractérise dans le navigateur Skandia, par un nombre d’indicateurs identique aux autres axes de la performance (Germain et Trébucq, 2004).

2.4 Synthèse et conclusion

Au cours de ce chapitre, nous avons vu que la gestion d’une chaîne logistique peut se baser sur le pilotage de ses processus et que sa performance dépend de la pertinence des décisions stratégiques, tactiques ou opérationnelles prises au niveau de chacun des processus identifiés. Cette performance est mesurée à l’aide d’indicateurs interconnectés et reflétant l’impact de différentes actions menées le long de la chaîne logistique. Chacune de ces actions a un effet sur une partie des indicateurs de performance d’une entreprise et l’un des concepts fondamentaux d’un système d’évaluation de performance est d’identifier précisément les principes de causes à effets liant les inducteurs de performance aux éléments de mesures. D’autre part, nous avons vu au cours du chapitre 1 que ces inducteurs de performance pouvaient trouver leurs sources dans les axes liés aux ressources humaines, à l’organisation, aux produits ou aux clients d’une entreprise. Le contexte dans lequel notre travail de recherche s’est déroulé, nous a conduit à nous intéresser à deux inducteurs rattachés respectivement au deux premiers axes. Nous avons ainsi cherché à identifier les modèles d’évaluation de performance


Chapitre 2

développés dans la littérature mettant en perspective la contribution de la gestion du capital humain et organisationnel vis à vis de la performance d’une entreprise et de sa chaîne logistique. Nous poursuivons notre étude bibliographique avec l’objectif d’identifier les indicateurs impactés en particulier par la mise en place de pratiques collaboratives (chapitre 3) et la gestion des compétences des ressources humaines (chapitre 6). C’est sur ces bases que s’appuiera le référentiel d’évaluation de la performance présenté dans ce mémoire, en établissant des liens entre la situation collaborative d’une entreprise et sa performance (chapitre 4) et entre la gestion des compétences et sa compétitivité (chapitre 7). Ce référentiel d’évaluation sera ensuite testé sur le cas industriel de l’entreprise Ligne Roset, partenaire de cette thèse. Les résultats sont présentés au cours des chapitres 5 et 8.


PPartie 2 : EEvaluation de la performance et PPratiques collaboratives

Dans cette partie, nous présentons les travaux réalisés autour de l’évaluation de la performance d’une entreprise au sein de sa chaîne logistique, en nous focalisant plus particulièrement sur la gestion de son capital organisationnel. Notre objectif est de proposer un modèle permettant de caractériser, évaluer et analyser les impacts de la mise en place de pratiques collaboratives sur la performance d’une entreprise


Partie 2 : Evaluation de la performance et Pratiques collaboratives

3 Chapitre 3 : Collaboration dans les chaînes logistiques : Etat de l’art__ 49 3.1 Concept et définition de l’entente industrielle _____________________ 49

3.1.1 Intensité de l’entente industrielle ______________________________________ 50 3.1.2 Etendue de l’entente industrielle ______________________________________ 52

3.2 Acteurs de la collaboration_____________________________________ 52 3.3 Contexte et environnement collaboratif __________________________ 53

3.3.1 Facteurs relationnels _______________________________________________ 54 3.3.2 Facteurs organisationnels____________________________________________ 55

3.4 Echanges d’informations au sein de la chaîne logistique_____________ 55 3.4.1 Informations sur les produits _________________________________________ 57 3.4.2 Informations sur les ressources _______________________________________ 57 3.4.3 Informations sur les stocks___________________________________________ 58 3.4.4 Informations sur les délais ___________________________________________ 58 3.4.5 Informations sur la demande et la planification___________________________ 58

3.5 Impacts de la collaboration sur la performance de la chaîne logistique 58 3.5.1 Impacts sur la chaîne logistique aval ___________________________________ 59 3.5.2 Impacts sur la chaîne logistique amont _________________________________ 59


4 Chapitre 4 : Modèle d’évaluation de la performance collaborative ____ 63 4.1 Caractérisation de la situation collaborative d’une entreprise________ 64

4.1.1 Caractérisation du comportement collaboratif d’une entreprise (CC model) ____ 64 4.1.2 Caractérisation de la performance collaborative d’une entreprise (CoP model) __ 73 4.1.3 Caractérisation de la relation entre les pratiques collaboratives et leurs impacts sur la performance (Matrice de liens « pratiques indicateurs » __________________________ 77

4.2 Formalisation de la situation collaborative d’une entreprise _________ 83 4.2.1 Formalisation du profil collaboratif d’une entreprise ______________________ 84 4.2.2 Formalisation du profil de performance perçue___________________________ 87 4.2.3 Formalisation des impacts des efforts collaboratifs sur la performance perçue. __ 89

4.3 Méthodologie d’analyse de la situation collaborative d’une entreprise _ 90 4.3.1 Analyse à partir des modèles génériques ________________________________ 91 4.3.2 Analyse à partir des modèles particuliers _______________________________ 93


5 Chapitre 5 : Application industrielle ____________________________ 99 5.1 Analyse macroscopique ______________________________________ 100

5.1.1 Tendances générales sur la performance collaboratives perçue _____________ 100 5.1.2 Tendances générales sur le comportement collaboratif ____________________ 101

5.2 Analyse détaillée ____________________________________________ 105 5.2.1 Facteurs Clef de Succès ____________________________________________ 105 5.2.2 Facteurs Clef de Performance _______________________________________ 109 5.2.3 Réactivité de la chaîne logistique_____________________________________ 115

5.3 Synthèse et Conclusion _______________________________________ 119


3 Chapitre 3 : Collaboration dans les chaînes logistiques : Etat de l’art

Après avoir défini le concept de collaboration, nous cherchons dans ce chapitre à identifier l’ensemble des éléments caractérisant une relation de collaboration ainsi que les facteurs influençant son efficience vis à vis de la performance. Notre objectif est également de faire émerger de la littérature, les indicateurs de performance impactés par les pratiques collaboratives. Cette synthèse bibliographique est destinée à identifier les fondements sur lesquels le modèle d’évaluation de la performance orientée collaboration s’appuie.

Toute entreprise se situe à l’intersection de plusieurs chaînes logistiques ou supply chain, chacune finalisée en termes de création de valeur pour un client final, et partage entre ces chaînes ses ressources afin de respecter les engagements contractuels concurrents pris auprès de ses donneurs d’ordres. La performance industrielle d’une entreprise, tant en termes de coût, de qualité et de délai, dépend dès lors de plus en plus fortement de sa capacité à optimiser ses relations avec ses partenaires – donneurs d’ordres, fournisseurs ou prestataires, à interfacer et intégrer ses systèmes d’information et processus décisionnels, à synchroniser ses flux de produits et ses activités. Ceci lui impose de repenser son organisation, d’initier de nouveaux types de relations avec ses partenaires, privilégiant la collaboration, la coordination, la synchronisation. On parle alors généralement de « chaîne logistique collaborative » dont la gestion ne passe pas uniquement par la synchronisation des flux matières mais également par la circulation d’informations telles que les prévisions de la demande, les niveaux de stocks, les différents plannings d’activité etc. …

3.1 Concept et définition de l’entente industrielle

Une relation de collaboration est caractérisée par la volonté de plusieurs acteurs de travailler ensemble, de poursuivre des objectifs communs, de partager des savoirs ou connaissances dans le but d’améliorer la performance globale. Au sein de la chaîne logistique, la collaboration entre entités peut simplement se caractériser par une structure ou un cadre permettant de favoriser différents échanges entre organismes indépendants (Menachof et Son, 2003), ou plus concrètement, par un échange d’informations dans le cadre d’alliances coopératives (Cullen, 1999), par un engagement mutuel et des efforts coordonnés pour résoudre ensemble un problème posé (Dillenbourg et al., 1996), ou encore par une volonté d’accroître la création de valeur commune (Kalafatis, 2000).


Chapitre 3

3.1.1 Intensité de l’entente industrielle

De nombreux travaux soulignent la gradation ou différence de maturité dans l’entente industrielle existant entre partenaires d’une même chaîne logistique (Lauras et al., 2003). Certaines études soulignent l’intensité de la relation collaborative en distinguant le simple échange d’informations de la réelle relation de partenariat, en passant par une relation formalisée. Ainsi, selon le caractère de la relation, certains auteurs préfèrent employer le terme de communication, de coordination, de coopération, de collaboration ou de partenariat. Même si aucun de ces termes ne fait encore l’objet d’un consensus pour les définir, il reste néanmoins intéressant de dégager certaines caractéristiques que la littérature leur associe.

3.1.1.1 La communication

« La communication correspond au fait de communiquer, d’établir une relation avec quelqu'un » (Petit Robert).

Le terme de communication correspond généralement à un simple échange d’information, souvent informel, sans pré requis important, plutôt ponctuel et circonstanciel mais dont la finalité est clairement précisée (Lauras, 2004 ; Roboam, 1993 ; Rose et al., 2002). Alors que certains auteurs ajoutent la notion d’échange de connaissances (Roche, 2000), d’autres associent le terme de communication à la simple relation donneur d’ordre/sous traitant où les seules informations échangées sont liées à la commande (Holweg et al., 2005).

3.1.1.2 La coordination

« La coordination correspond à l’agencement des parties d’un tout selon un plan logique et pour une fin déterminée» (Petit Robert).

L’aspect non formalisé et non structuré très rarement associé au terme de communication est en revanche systématiquement rattaché à la notion de coordination. La coordination peut être définie comme l’ensemble des règles et procédures assurant le fonctionnement cohérent des activités d’un groupe, d’une organisation ou de plusieurs entités (Rose et al., 2002). (Holweg et al., 2005) considèrent quant à eux qu’une entreprise assure un rôle de coordinateur au sein de sa chaîne logistique lorsqu’elle tente de glaner quelques informations et données opérationnelles (l’état des stocks client, demande client…) et qu’elle en partage à son tour (politique de stockage, contraintes de tailles de lots…).

3.1.1.3 La coopération

« La coopération correspond à l’action de participer à une œuvre commune» (Petit Robert).


Chapitre 3

Le sens donné au terme de coopération diffère significativement selon les auteurs. Certains le placent juste après la coordination dans leur hiérarchisation des relations collaboratives tandis que d’autres considèrent la coopération comme la relation la plus aboutie entre deux partenaires. Ainsi, la coopération est entendue comme une action collective orientée vers une même but (Huget et al., 1996), permettant d’accroître la pertinence d’une décision (Gavirneni, 1999) et supportant sa mise en œuvre (Erschler, 1996). (Holweg et al., 2005) considèrent que deux entités coopèrent lorsqu’elles communiquent leurs plannings d’activité, leurs événements promotionnels…Pour Hatchuel (1996), la coopération est la raison d’être des organisations. Au-delà d’un ensemble d’actions, de règles et de procédures, la coopération s’appuie sur des apprentissages croisés permettant à chaque acteur de construire ses propres objectifs tout en interagissant avec ses partenaires ; l’entente est alors régulière et durable dans le temps (Lauras, 2004). Enfin, Voisin et al. (2000) précisent encore le concept en introduisant le partage de ressources entre entités. Selon eux, la coopération peut s’analyser comme un dispositif intentionnel de rapprochement entre des entreprises pour mettre en commun des ressources financières, humaines et de savoir-faire dans le but de réaliser conjointement des activités créatrices de valeurs, telle que la Recherche et le Développement, la production ou encore la commercialisation.

3.1.1.4 La collaboration

« La collaboration correspond un travail commun, à une action de collaborer avec quelqun» (Petit Robert).

La collaboration est associée à une relation régulière et importante entre les acteurs d’une chaîne logistique qui partagent une partie de leurs traitements, fixent des horizons et des fréquences d’approvisionnement d’un commun accord, décident conjointement des quantités à prévoir en stock, définissent par anticipation des stratégies à adopter en cas d’imprévus, construisent et exécutent ensemble leurs plans stratégiques et tactiques (Lauras, 2004). La notion de collaboration implique nécessairement un cadre prenant la forme d’engagements (Dillembourg et al., 1996) ou d’alliances (Cullen, 1999) entre les différentes parties prenantes.

3.1.1.5 Le partenariat

« Le partenariat correspond à une association en vue d’un positionnement commun» (Petit Robert).

Le partenariat est bien souvent considéré comme le stade ultime de la relation entre deux acteurs d’une chaîne logistique. S’apparentant à un contrat de travail (Neuville, 1998), le partenariat est une association de parties, agissant dans leur intérêt mutuel (Poirier et Reiter, 2001) et dans des conditions permettant une


Chapitre 3

réciprocité des avantages sur le moyen et long terme (De Banville, 1989). Partageant des risques, des ressources et des bénéfices, les parties peuvent convenir d’un cadre juridique tel que la co-entreprise par exemple (Monczka et al, 1998 ; Saunders, 1997) mais contrairement à la collaboration, le partenariat doit se dérouler dans un climat de confiance mutuelle et d’ouverture (Lambert et al., 2004). L’expression « collaboration » n’impliquerait pas nécessairement un tel climat, et parfois la relation collaborative pourrait se dérouler dans un climat de contrainte, l’une des deux parties imposant à l’autre de travailler plus étroitement avec elle.

3.1.2 Etendue de l’entente industrielle Au-delà de l’intensité et de la maturité de la relation de collaboration pouvant exister entre deux partenaires, d’autres travaux insistent d’avantage sur le périmètre ou l’étendue de la collaboration. Ainsi, certains auteurs distinguent différents niveaux où la collaboration se concrétise par l’intégration des activités de la chaîne logistique (Thierry, 2003 ; Steven, 1989). En établissant un parallèle avec les différents périmètres recouverts le Supply chain Management (chapitre 2, section 2.1), on distingue :

• Les relations de collaboration en interne, entre plusieurs ateliers ou services d’une entreprise.

• Les relations de collaboration multi-sites entre les différents sites d’une même entreprise et en intégrant parfois quelques fournisseurs et clients directs.

• Une collaboration transverse s’étendant au-delà des frontières de l’entreprise, et établissant un lien entre l’ensemble des entités de la chaîne logistique, des fournisseurs des fournisseurs, jusqu’aux clients des clients. Notons par ailleurs que si l’ensemble de ces acteurs, en échangeant de l’information, parviennent à développer des capacités dynamiques et à créer une compétence collective au sein de la chaîne logistique, source de création de valeur, on parle alors de chaîne logistique collaborative

3.2 Acteurs de la collaboration

Compte tenu de la multiplicité des acteurs participant à une chaîne logistique, il n’est pas forcément nécessaire de collaborer de la même manière avec l’ensemble de ses partenaires. Avoir recours à une segmentation de ses acteurs semble alors être un exercice préalable avant de distinguer les relations méritant d’être collaboratives, de celles ne le nécessitant pas forcément. L’enjeu consiste ensuite


Chapitre 3

à structurer de manière avisée un portefeuille de relations, choisir les mécanismes appropriés pour les gérer et ainsi développer une gestion différenciée des relations inter-organisationnelles (Fabbe-Coste et al., 1999).

Segmenter les différents acteurs de la chaîne logistique, revient classiquement à les affecter à l’une des trois catégories identifiées par Merli (1991) ou Le Run (2003). Ces auteurs considèrent respectivement les clients et fournisseurs conventionnels ou grand public, importants ou associés et enfin stratégiques ou partenaires. La relation entre l’entreprise focale et ses partenaires conventionnels ou grand public se limite bien souvent à une relation de négociation basée sur la spécification minimale qualitative des besoins et des prix. Les échanges s’opérant entre les entités correspondent aux commandes simples et à court terme, avec des tests de qualité réguliers. En revanche, la relation existant avec les fournisseurs ou clients associés ou importants est une relation à long terme, dont les modalités de fonctionnement sont revues régulièrement. Les différentes parties prenantes ont formalisé ensemble des critères de performance liés aux produits et aux services. La dimension collaborative est réellement présente avec les clients ou fournisseurs stratégiques ou partenaires avec qui une entreprise coopère dès la conception des produits en investissant conjointement dans la Recherche & Développement, en échangeant des informations et/ou des méthodes sur les produits, sur les processus, en partageant une vision stratégique commune et en assurant de manière conjointe l’amélioration continue de leurs activités.

La segmentation et l’identification des principaux partenaires doit s’articuler autour de la satisfaction des besoins du client et se base principalement sur l’analyse de la valeur ajoutée de chacun par rapport aux compétences d’ores et déjà existantes dans la chaîne logistique (Poirier et Reiter, 2001). Il est a noter que cette démarche ne se limite donc pas à de simples critères économiques mais intègre des besoins d’ordre métier (Arnold et Chapman, 2001), ce qui conduira l’entreprise à formaliser précisément l’ensemble des critères de choix des partenaires jugés stratégiques ou importants, qu’ils soient ou non quantitatifs (Lauras, 2004).

3.3 Contexte et environnement collaboratif

Structurer un portefeuille de relations et gérer de manière différentes ces relations est une première étape dans la mise en place de relations de collaboration efficientes au sein d’une chaîne logistique. Néanmoins, cette démarche ne suffit pas toujours à assurer l’obtention des gains attendus par la mise en place de pratiques collaboratives. Il existe en effet un certain nombre de facteurs ou de paramètres, relationnels ou organisationnels, favorisant l’éclosion d’un modèle collaboratif efficient.


Chapitre 3

3.3.1 Facteurs relationnels

3.3.1.1 La confiance

Il ressort de la littérature que le premier critère relationnel conditionnant une collaboration réussie, est la confiance. La confiance qu’une organisation a en son partenaire est définie comme la certitude que chaque action ou décision entreprise par ce partenaire conduit à une amélioration de l’activité et apporte un gain. A l’inverse, ce même partenaire refuserait toutes démarches entraînant des résultats qui se révèlerait être négatifs et perturbateurs pour l’organisation (Anderson et Narus, 1990). Ces mêmes auteurs, distinguent alors trois types de confiance pouvant s’instaurer entre deux entités d’une chaîne logistique :

• La confiance contractuelle, pour laquelle chacune des parties s’attend à ce que l’autre respectent ses engagements, formalisés ou non.

• La confiance dans les compétences de son partenaire qui traduit la croyance que partagent les entités quant à leurs capacités respectives à s’investir et à réussir une tâche ou à remplir un rôle spécifique.

• La confiance en la bonne volonté ou l’engagement du partenaire correspondant au sentiment que l’autre est habité par un engagement moral le conduisant à tout faire pour que la relation de collaboration soit pérenne (Fynes et al., 2005). Cette troisième catégorie serait la meilleure garantie d’une collaboration durable et bénéfique pour chacune des deux parties.

3.3.1.2 La dépendance

Avoir confiance en son partenaire implique nécessairement l’existence d’une certaine forme de dépendance. La dépendance envers un partenaire est vue comme le besoin de maintenir une relation avec lui afin de conserver ou d’atteindre des objectifs fixés (Frazier, 1983). La dépendance est alors unidirectionnelle ou bidirectionnelle et il s’agira alors d’une interdépendance. Selon Fynes et al. (2005) l’interdépendance serait un mal nécessaire à la concrétisation d’une relation de collaboration. Sans elle, la puissance d’un des partenaires ne l’inciterait pas à engager une relation de partenariat sur le long terme.

3.3.1.3 Le Pouvoir

La notion de dépendance est fortement liée à celle de pouvoir et le pouvoir est l’un des facteurs relationnels majeurs expliquant certaines modalités de fonctionnement dans une relation de collaboration. Une chaîne logistique peut, en effet, être considérée comme un réseau de partenaires entre lesquels existent des relations enchevêtrées, parmi lesquelles les relations de pouvoir vont jouer un rôle


Chapitre 3

fondamental (Thorelli, 1986 ; Croom et al., 2000). Le pouvoir, potentiellement détenu par l’une des entités peut trouver son origine dans différents domaines (Consortium COPILOTES, 2004) :

• Economique : effet de taille, de volume, de chiffre, de contrôle du prix etc.

• Technologique : la maîtrise d’un savoir-faire indispensable au fonctionnement de la chaîne par exemple

• Liée à l’expertise : connaissance, aptitude à maîtriser un savoir-faire

• Au statut : visibilité historique ou notoriété de la marque par exemple

• A la capacité de maîtriser les relations avec l’environnement

• A la capacité de maîtriser les connaissances de règles régissant les relations entre les acteurs.

Les analyses montrent que le rôle du pouvoir dans les chaînes logistiques façonne d’une certaine manière les processus collaboratifs mis en place entre les partenaires. En fonction de sa structure, de la forme qu’il revêt ou encore de ses modalités, le pouvoir définit le type de collaboration au sein de la chaîne logistique sans forcément gêner la qualité du partenariat.

3.3.2 Facteurs organisationnels

La structure organisationnelle d’une chaîne logistique est liée à la position qu’occupe chacune de ses entités. Les structures fortement hiérarchiques ou les structures en « silos » limitent la création de relations collaboratives en ne favorisant pas le partage d’informations et la prise de décision conjointe. De même, les chaînes logistiques fonctionnant sur la base de relations contractuelles manquent bien souvent de flexibilité face au caractère imprévisible de l’environnement et du marché. Ce type de fonctionnement ne favorise guère l’apparition d’une confiance mutuelle ou la création de mécanismes d’intégration. Au contraire, une chaîne logistique collaborative est construite autour d’une structure favorisant les liens transversaux inter-entités afin d’encourager l’alignement stratégique, la synchronisation des activités, la mise en avant d’intérêts communs et partagés, le partage des gains mais aussi des risques.

3.4 Echanges d’informations au sein de la chaîne logistique

Informel ou structuré, unidirectionnel ou partagé, interne ou transverse, l’échange d’informations est à la base de toute relation de collaboration. De nombreux travaux de recherche portent sur la question du partage d’informations au sein des chaînes logistiques et cherchent à identifier les informations susceptibles d’être


Chapitre 3

partagées, à évaluer l’impact de cet échange et la répartition du gain attendu ou encore à discuter des questions techniques et informatiques soulevées par ce partage.

Un travail sur ces différents aspects a été réalisé dans le cadre du projet COPILOTES (2005a) et nous nous basons sur cette synthèse, que nous complétons par d’autres travaux de la littérature (Liu & Kumar, 2003; Laux & al., 2004 ; Gaonkar & Viswanadham, 2001 ; Sahin & Robinson, 2005 ; Shore, 2001) pour tenter de dégager les principales informations échangées au sein des chaînes logistiques (Tableau 3.1).

Information

Structure / caractéristiques produit

Coût de production

Taille des lots de fabrication

Coûts logistiques

Produit

Paramètres qualité

Capacité de production

Flexibilité de la capacité Ressources Répartition de la capacité/produit ou client

Niveaux de stocks/inventaires

Paramètres des politiques de gestion des stocks

Encours de production et de livraison

Coût de stockage et de rupture

Contraintes d’approvisionnement amont

Stocks

Disponibilité des produits (critiques)


Chapitre 3

Délais de production

Délais de livraison

Délais de commande

Délais d’approvisionnement Délais

Retards

Caractéristiques et paramètres de la demande finale

Ventes réalisées / historiques des ventes

Niveau de reports de la demande

Prévisions des ventes Demande

Campagne de promotion sur le marché finale

Programme de production

Paramètres de la planification des approvisionnements

Programme d’approvisionnement

Programme de livraison

Suivi des commandes et des ruptures

Règles de priorité appliquées aux commandes

Planification

Satisfaction client

Tableau 3.1 : Echanges d’informations dans la chaîne logistique - adapté de Consortium COPILOTES (2005a)

3.4.1 Informations sur les produits

Les informations échangées le long de la chaîne logistique sur les produits sont plus spécifiquement liées à leurs caractéristiques technico-économiques et leurs conditions de production aux différents stades de la chaîne. Ce type d’information relève donc d’un questionnement sur la constitution de la supply chain et serait susceptible d’être partagé entre partenaires potentiels au moment de l’élaboration ou construction d’une chaîne logistique. La notion de coût de production ou de coûts logistique est quant à elle abordée essentiellement sous l’angle des impacts que peut avoir l’évolution des coûts sur les politiques de stockage ou les plannings de production.

3.4.2 Informations sur les ressources

Les échanges d’informations relatives aux ressources sont très fréquemment échangées au sein d’une chaîne logistique, puisque la connaissance des capacités de chaque maillon de la supply chain détermine directement sa flexibilité et sa capacité à s’adapter aux aléas internes (défaillance d’un partenaire) et externes (demande finale).


Chapitre 3

3.4.3 Informations sur les stocks

Les informations sur les stocks peuvent être regroupées en trois catégories : le niveau des stocks à chaque niveau de la chaîne logistique, les coûts de stockage supportés à chaque stade du processus et enfin les paramètres et les politiques de stocks adoptés par chaque partenaire. Cet échange d’information est bien souvent au cœur des pratiques collaboratives puisqu’il permet la synchronisation et la coordination des différents flux physiques entre les entreprises partenaires.

3.4.4 Informations sur les délais

Les délais de production, de livraison et le délai des commandes sont les trois principales données échangées par rapport aux délais. Ce n’est pas tant les durées qui sont au centre des échanges d’information mais leurs variations au cours du temps ou la nature de l’aléa qui pèse sur elles.

3.4.5 Informations sur la demande et la planification

Par rapport aux informations sur la demande ou sur les commandes, on distingue généralement deux types de données partagées : les informations relatives à la demande du marché final (prévisions de ventes, caractéristiques de la demande, paramètres de distribution) et les informations relatives aux commandes des entités de la chaîne. Cette deuxième catégorie d’information représente en quelques sortes une transcription de la demande finale par les entreprises aval qui intègrent leurs propres contraintes et conditions de fonctionnement. Ces informations renvoient alors aux données produites à partir de cette demande finale « traduite » : les plannings de production et d’approvisionnement. L’intérêt de l’échange ne repose pas tant sur l’information elle même mais plus sur la logique et sur les procédures aboutissant à l’élaboration des différents plans, alors communiqués le long de la chaîne logistique.

3.5 Impacts de la collaboration sur la performance de la chaîne logistique

Il est admis de façon classique que le partage d’information a un impact positif sur la performance de la chaîne, même si la mise en évidence d’un tel impact n’est pas toujours facile. Plusieurs travaux montrent notamment que les relations collaboratives améliorent la coordination des activités au sein des chaînes logistiques et permettent d’atteindre une plus grande performance (Fabbes-costes et al., 1999). On trouve dans la littérature, des enquêtes, expérimentations ou simulations qui ont été réalisées dans le but d’identifier (qualitativement ou quantitativement) les gains engendrés par les différents échanges.


Chapitre 3

3.5.1 Impacts sur la chaîne logistique aval

Une entreprise, lorsqu’elle met en place des relations de collaboration avec ses clients, est potentiellement en droit d’attendre certaines retombées intéressantes, d’un point de vue individuel mais également collectif. La majorité des informations circulant entre une entreprise et la partie aval de la chaîne logistique est liée à la demande, à la connaissance du marché et à l’estimation de sa variabilité. Les travaux à ce sujet sont unanimes : connaître la variance de la demande permet avant tout de réduire le niveau des stocks, ce gain découlant directement de la réduction de l’incertitude à laquelle les entreprises sont de plus en plus confrontées (Jason et al., 2004, Barut et al., 2002 ; Sahin et Powell Robinson, 2005). Pour améliorer la connaissance de la demande finale et synchroniser les activités de la chaîne logistique, les acteurs (amont et aval) peuvent travailler de manière conjointe et élaborer des prévisions de ventes communes et partagées. La formalisation de ce processus collaboratif correspond au CPFR (Collaborative Planning Forecasting and Replenishment) et est définit comme un système de pilotage collaboratif aboutissant à l’élaboration des prévisions de vente ainsi qu’à la construction des plannings d’approvisionnement, de production et de distribution (Consortium COPILOTES 2005b). Cette pratique collaborative engage véritablement distributeurs et producteurs dans un véritable processus de collaboration commerciale et technique. L’amélioration de la fiabilité des prévisions de vente permet à terme une plus grande réactivité et fiabilité de la chaîne logistique globale ainsi qu’une diminution de la probabilité de rupture des stocks, et ce, à tous les niveaux de la chaîne logistique. Connaître la demande finale permettra également de calculer et partager par anticipation les plannings de charge mais aussi les contraintes de chacun, pour ainsi gagner en flexibilité, parvenir à une meilleure synchronisation et donc des délais globaux raccourcis.

3.5.2 Impacts sur la chaîne logistique amont

Les relations de collaboration ou de partenariat mises en place entre une entreprise et ses fournisseurs s’inscrivent sur des horizons à plus ou moins long terme mais d’une manière générale, elles entraînent une réduction des coûts plus importante que celles engagées avec la partie aval (Jason et al., 2004).

Sur le long terme, la contribution d’un fournisseur peut se concrétiser autour de la conception et de l’élaboration d’un nouveau produit. Partager les connaissances ou les expériences permet d’une part d’améliorer les compétences technologiques et d’autre part d’augmenter la motivation et l’implication des fournisseurs. Plus concrètement l’intégration des fournisseurs dans les équipes de conception et de développement aboutit bien souvent à une mise sur le marché plus rapide, une


Chapitre 3

qualité produit améliorée et un coût global plus faible (De Toni et Nassimbeni, 2001).

Sur un plan plus opérationnel, une relation de collaboration entre une entreprise et ses fournisseurs construite autour des approvisionnements entraîne généralement une diminution des coûts opérationnels (Sahin et Robinson, 2005) et plus précisément une baisse des coûts de possession et du niveau des stocks (Barut et al., 2002 ; Le Run, 2003). Partager ses besoins futurs et ses plannings prévisionnels d’achat ou d’approvisionnement permet en effet à une entreprise d’avoir un meilleur taux de service fournisseur et par là même de diminuer les stocks de sécurité, l’augmentation de la fiabilité des livraisons ne l’incitant plus à accumuler des stocks supplémentaires (pratiques collaboratives, généralités). Enfin, la transmission des plans d’approvisionnement permet également d’optimiser le transport et donc de réduire les coûts de transport (Ayadi, 2005).

Au niveau exécutif, le VMI (Vendor Managed Inventory) ou la GPA (Gestion Partagée des Approvisionnements) est l’une des pratiques la plus souvent mise en place entre les entreprises et les fournisseurs. Ce système offre à des fournisseurs la capacité de visualiser les niveaux d’inventaire de leurs clients et de déterminer la taille de lot à envoyer tout en synchronisant les ordres basés sur des données historiques de demande. Le principe du VMI apporte ainsi une vision plus étendue des localisations des stocks et permet une réduction des délais d’approvisionnement induite par une plus grande réactivité des fournisseurs. Ainsi, des industriels de plus en plus nombreux, tels que Coca-Cola (Deblock, 2004), Vico (Tichit, 2006) ou Scapnor (2006) se sont tournés vers la gestion partagée des approvisionnements pour améliorer la disponibilité des produits en linéaire en réduisant les coûts et les stocks sur l’ensemble des maillons de la chaîne d’approvisionnement. Nous citons également le SMI (Supplier Managed Inventory) qui est une forme proche du VMI permettant aux fournisseurs de voir le statut de leurs pièces dans les usines clients, de recevoir des alertes automatiques lorsque les niveaux d’inventaire deviennent bas et de répondre rapidement par l’intermédiaire du web.

Le tableau 3.2 propose une synthèse des bénéfices, gains et améliorations susceptibles d’être engendrés par la mise en place de relations collaboratives au sein d’une chaîne logistique. Nous conservons la même typologie que celle adoptée dans le Tableau 3.1 pour mettre en évidence les liens existant entre la nature de l’information échangée et l’impact sur la supply chain.


Chapitre 3

Impacts sur la chaîne logistique Travaux de la littérature

Délai de mise sur le marché des

nouveaux produits

(De Toni et Nassimbeni, 2001) (Ayadi,

2005) (Cousins et Spekman, 2003) (Li

et al, 2006) (Bernhard et al., 2005)

Amélioration de la qualité produit

(De Toni et Nassimbeni, 2001) (Le

Run, 2003) (Cousins et Spekman, 2003)

(Bernhard et al., 2005)

Produit

Réduction du coût de production et

d’expédition

(Barut, 2002) (Ayadi, 2005)

Développement des compétences (Le Run, 2003)

Amélioration de

l’implication/motivation fournisseur

(De Toni et Nassimbeni, 2001) (Li et al,

2006) Ressources Amélioration de l’exploitation des

ressources et de leur taux

d’utilisation

(Le Run, 2003) (Bernhard et al., 2005)

(Gunasekaran et al., 2004)

Réduction du niveau des stocks (Barut, 2002) (Le Run, 2003)

Réduction du coût de possession (Ayadi, 2005)

Réduction des coûts d’achat (Cousins et Spekman, 2003) Stocks Amélioration de la visibilité des

stocks

(Daugherty et al., 2006)

Réduction du délai global supply

chain

(Barut, 2002) (Le Run, 2003)


Amélioration de la réactivité pour le

client

(Barut, 2002) (Le Run, 2003) (Li et al,

2006) Délais

Amélioration de la fiabilité des

délais (taux de service)



prévisions de vente

(Le Run, 2003) (Bernhard et al., 2005)

Amélioration de la flexibilité de la

SC face à la demande

(Li et al., 2006) (Le Run, 2003)

(Bernhard et al., 2005) (Gunasekaran et

al., 2004)

Amélioration de la fiabilité de la

distribution et du taux de service

client

(Gunasekaran et al., 2004) (Mapes et

al., 1997) Slack et al., 1995)

Demande


approvisionnements

(Girard et Mendy, 2007)

Tableau 3.2 : Informations échangées et impacts sur la performance d’une chaîne logistique


Chapitre 3


Dans ce chapitre, nous avons identifié un ensemble de points de vue à partir desquels une relation de collaboration peut être appréhendée. La littérature scientifique, riche en travaux caractérisant la notion de collaboration, nous a montré qu’il était possible de qualifier ou définir ce concept sous un angle organisationnel, fonctionnel ou encore technique. Nous avons également souligné certains liens entre des comportements collaboratifs et les effets potentiels sur la performance locale et globale. A partir de l’ensemble de ces éléments, notre objectif est de construire un modèle permettant de caractériser la situation collaborative d’une entreprise avant de la mettre en relation vis-à-vis de sa performance, cette performance étant orientée collaboration. La formalisation de ce modèle d’évaluation de la performance collaborative est proposée dans le prochain chapitre.


Chapitre 4

4 Chapitre 4 : Modèle d’évaluation de la performance collaborative

Dans ce chapitre, nous présentons un modèle permettant d’évaluer la situation collaborative d’une entreprise. Ce modèle se décompose en plusieurs sous-modèles interconnectés permettant de caractériser la performance collaborative d’une entreprise, son comportement collaboratif et la relation pouvant exister entre les efforts collaboratifs mis en place et les impacts sur sa performance. A partir d’outils de formalisation facilitant la lecture des profils collaboratifs de l’entreprise, nous proposons un guide méthodologique permettant de formuler une analyse quant à sa situation collaborative.

La mise en place de relations de collaboration entre une entreprise et ses partenaires a été identifiée comme un inducteur de performance impactant significativement la compétitivité d’une entreprise et l’agilité de sa chaîne logistique. Pour évaluer et analyser la relation pouvant exister entre les efforts collaboratifs consentis par une entreprise et les retombées observées au niveau de sa performance, nous proposons un modèle d’évaluation de la performance collaborative1 (Figure 4.1).

Ce modèle s’appuie tout d’abord sur la caractérisation de la situation collaborative d’une entreprise, en modélisant la perception de sa performance collaborative (CoP model), son comportement collaboratif (CC model) et la relation entre les pratiques collaboratives mis en place et les impacts sur sa performance (Matrice de liens « pratiques/indicateurs »). Ces trois outils de caractérisation sont présentés en section 4.1. A partir de la mise en forme de ces différents résultats permettant de faire ressortir le profil collaboratif d’une entreprise, son profil de performance perçue et son profil de cohérence (présentés en section 4.2), nous proposons un guide méthodologique permettant de formuler une première analyse quant à la situation collaborative de l’entreprise (section 4.3).

1 Dans la suite de ce mémoire, nous nommerons « performance collaborative » ou « performance orientée collaboration » , la performance qui peut être mesurée par un ensemble d’ indicateurs potentiellement impactés par la mise en place de relations de collaboration au sein de la chaîne logistique.


Chapitre 4

Figure 4.1 : Architecture générale du modèle d’évaluation de la performance collaborative

d’une entreprise

4.1 Caractérisation de la situation collaborative d’une entreprise

Pour caractériser la situation collaborative d’une entreprise, nous proposons trois sous-modèles. Les deux premiers sont des sous-modèles génériques permettant de caractériser son comportement collaboratif (CC model), et de caractériser sa perception quant à son niveau de performance, cette performance étant orientée collaboration (CoP model). Le troisième est un sous-modèle de référence. Il permet de mettre en évidence les relations existant entre les pratiques collaboratives et leurs impacts sur la performance de l’entreprise (Matrice de liens « pratiques/indicateurs »). Le CC model est

4.1.1 Caractérisation du comportement collaboratif d’une entreprise (CC model)

4.1.1.1 Introduction et Concepts préliminaires

Pour caractériser le comportement collaboratif d’une entreprise, nous nous appuyons sur l’identification de « bonnes pratiques collaboratives ». En positionnant l’entreprise par rapport à ces pratiques, il sera possible de dessiner son profil collaboratif. Pour favoriser l’identification d’un ensemble pertinent et complet de pratiques collaboratives, nous avons tout d’abord développé l’architecture du CC model au sein duquel les pratiques collaboratives viennent s’intégrer. Cette architecture s’articule autour des quatre questions suivantes :

• Autour de quels processus les relations de collaboration s’articulent elles ?


Chapitre 4

• Quels niveaux de maturité peut on distinguer dans une entente industrielle ?

• Existe-t-il différentes manières de collaborer avec les partenaires d’une chaîne logistique ?

• Quelles sont les informations échangées dans le cadre d’une collaboration entre partenaires d’une même chaîne logistique ?

Nous proposons une réponse synthétique pour chacune de ces questions, à partir notamment de la revue bibliographique proposée dans les chapitres précédents (chapitre 2 et 3).

4.1.1.1.1 Autour de quels processus une relation de collaboration s’articule-elle ?

Dans la revue de littérature présentée au chapitre 2, nous avons dégagé les principaux processus caractérisant les éléments de gestion d’une chaîne logistique. Les mêmes processus étaient parfois nommés différemment selon les travaux mais une analyse de leur contenu et de leur définition nous a permis d’établir des rapprochements et d’identifier 10 processus autour desquels des pratiques collaboratives sont susceptibles d’être mises en place. Pour chacun de ces processus, nous proposons une définition :

• Orientation client de la chaîne logistique : désigne le poids ou l’importance accordé au client dans l’organisation et le fonctionnement de l’entreprise considérée.

• Transport et logistique de distribution : désigne les activités liées à l’entreposage et à la circulation des produits finis, de l’entreprise jusqu’à son client, ainsi que les règles de gestion associées.

• Pilotage du planning des activités par la demande : désigne la connaissance qu’a l’entreprise de la demande de son client et l’utilisation effective de cette information dans son organisation et son mode de fonctionnement.

• Lean manufacturing : désigne toutes les opérations destinées à améliorer et optimiser l’efficience de l’activité de production de l’entreprise considérée.

• Logistique d’achat : désigne les activités relatives à l’achat de composants ou matières premières de l’entreprise considérée.

• Logistique d’approvisionnement : désigne les activités liées à la circulation et à l’entreposage des composants ou matières premières, du fournisseur jusqu’aux stocks de l’entreprise considérée, ainsi que les règles de gestion associées.


Chapitre 4

• Gestion intégrée de la Supply chain : désigne la prise en compte des activités et des caractéristiques des fournisseurs et des clients dans l’organisation et le mode de fonctionnement de l’entreprise considérée.

• Logistique inverse : concerne les activités liées à la logistique inverse, du client vers l’entreprise ou de l’entreprise vers le fournisseur, ces retours étant soit de nature défectueuse soit à caractère valorisable (recyclage…).

• Conception produit : désigne les activités de prototypage et de conception d’un nouveau produit

• Développement et commercialisation produit : désigne les activités liées aux évolutions et modifications des produits existants, jusqu’à la phase de mise sur le marché en passant par l’industrialisation.

4.1.1.1.2 Quels niveaux de maturité peut on distinguer dans une entente industrielle ?

Une synthèse des travaux de la littérature présentée dans le chapitre 3 a permis d’identifier deux principaux aspects qualifiant les niveaux de maturité d’une entente industrielle entre partenaires d’une même chaîne logistique. Certaines études vont plutôt souligner la stabilité de la relation collaborative tandis que d’autres insistent d’avantage sur son périmètre ou son étendue (Figure 4.2).

Nous nous appuyons donc sur ces conclusions pour construire un axe de maturité définissant quatre niveaux d’intensité de la collaboration. Cette intensité est qualifiée en croisant la stabilité et l’étendue de collaboration :

• La stabilité de la relation collaborative désigne la régularité du comportement collaboratif des entités concernées ; cette relation de collaboration peut être occasionnelle (selon les opportunités) ou au contraire régulière et établie entre l’entreprise et ses partenaires.

• L’étendue de la collaboration désigne le périmètre sur lequel la collaboration s’étend ; selon les processus, ce périmètre peut s’étendre des entités internes à l’entreprise, jusqu’à l’ensemble des partenaires principaux (clients ou fournisseurs), en passant par un périmètre restreint à quelques partenaires.


Chapitre 4

Figure 4.2 : Axe de maturité d’une pratique collaborative

Au croisement des deux axes « Etendue » et « Stabilité », nous distinguons 4 niveaux de maturité différents, correspondant à différents degrés d’intensité de collaboration atteints entre une entreprise et ses partenaires. Selon les pratiques collaboratives, le positionnement des niveaux 1, 2, 3 et 4 peut différer, de manière à rendre pertinent et adapté ces niveaux de maturité. Par exemple, pour certaines pratiques collaboratives, il ne serait pas pertinent de positionner le niveau 1 à l’origine des axes (fonctionnement autonome) car aucune entreprise ne s’y positionnerait. Au contraire, il ne serait pas justifié de positionner le niveau 4 à l’intersection « relation régulière » pour « l’ensemble des principaux partenaires » car aucune entreprise ne pourrait s’y positionner en raison du caractère quasi-« inaccessible » de ce niveau de collaboration.

Nous verrons dans la suite de ce mémoire que, pour un même processus, nous définirons des pratiques collaboratives de niveau stratégique, tactique et opérationnelle. Notons que nous garderons le même axe de maturité quel que soit le niveau managérial, même si la collaboration à un niveau stratégique ne nécessite pas, forcément, la même fréquence de relation qu’au niveau opérationnel. Le maintien d’un seul et même axe de maturité se justifie par le caractère générique des termes employés pour décrire la stabilité (« relation régulière » et « relation occasionnelle »). Selon le niveau managérial considéré, la fréquence peut changer et s’adapter, passant de la granularité « mois » ou « année » pour une pratiques collaborative de niveau stratégique à une granularité « jour » ou « heure » pour une pratique opérationnelle.


Chapitre 4

4.1.1.1.3 Existe-t-il différentes manières de collaborer avec les partenaires d’une chaîne logistique ?

Alors que la littérature scientifique ne nous a pas fourni de réelles réponses à cette question, nous nous sommes appuyés sur l’expérience et le recul des partenaires industriels du projet COPILOTES pour identifier deux grandes catégories de pratiques collaboratives. Nous posons donc l’hypothèse selon laquelle l’effort de collaboration n’est pas le même lorsqu’une entreprise collabore en intégrant dans son fonctionnement des informations ou contraintes provenant de ses partenaires ou lorsqu’elle collabore en diffusant de l’information au reste de la chaîne logistique.

Nous distinguerons donc dans le CC model deux types de pratiques collaboratives, se différentiant par l’intention que peut adopter une entreprise vis à vis de ses partenaires : une attitude que nous qualifions de proactive et une attitude réactive; l’objectif étant essentiellement de souligner le facteur déclencheur, à l’origine de la collaboration.

• Nous associons à la notion de collaboration réactive, tout comportement collaboratif résultant d’un stimulus extérieur provenant d’un des partenaires de l’entreprise. Ce stimulus peut être une information, une donnée, une contrainte (etc.). L’entreprise sera réactive, si elle réagit à ce stimulus en déclenchant une action collaborative permettant d’améliorer la performance globale, sur le processus concerné. Cette action pourra par exemple être l’intégration d’une contrainte extérieure dans son fonctionnement interne, une modification interne répondant à une information externe…

• La collaboration proactive, sera quant à elle fortement liée à la notion d’anticipation, d’échange ou de partage d’informations. Ainsi, l’entreprise sera proactive si elle déclenche, de son propre chef et par anticipation, une action collaborative avec ses partenaires, dont l’impact s’apprécie dans et hors des frontières de l’entreprise.

4.1.1.1.4 Quelles sont les informations échangées dans le cadre d’une collaboration ?

La revue de littérature présentée au cours du chapitre 3 (section 5) nous a permis d’identifier un certain nombre d’informations échangées au sein d’une chaîne logistique intra ou inter organisationnelle. Ces échanges sont à la base de toute relation de collaboration et nous nous appuyons sur ces informations partagées au sein de la supply chain pour identifier et définir les pratiques collaboratives développées dans le CC model.


Chapitre 4

4.1.1.2 Architecture du CC model

Le CC model se présente sous la forme d’un modèle tridimensionnel (Figure 4.3). Le premier axe liste l’ensemble des 10 processus permettant de couvrir les activités internes, amont, aval et transverses de la chaîne logistique. Le deuxième axe permet de décliner ces processus sous trois dimensions managériales, stratégie et organisation, planification, et flux produit, s’apparentant respectivement aux niveaux stratégique, tactique, et opérationnel. Pour chaque processus et chaque dimension, deux intentions collaboratives sont distinguées : une pratique collaborative proactive et une pratique collaborative réactive ; ces pratiques collaboratives se focalisant sur les échanges d’informations et l’intégration des activités qu’ils induisent1. Le troisième axe permet de décliner chaque pratique collaborative sur l’axe de maturité à 4 niveaux d’avancement, considérant conjointement la stabilité et le périmètre de la relation de collaboration.

Point de synthèse :

Dans le CC model, une pratique collaborative est associée à :

• Un périmètre de la chaîne logistique : amont, aval, interne ou transverse

• Un processus (parmi les 10 processus proposés).

• Une dimension managérial : stratégie et organisation (niveau stratégique), planification (niveau tactique) et flux produit (niveau opérationnel).

• Une intention : proactive ou réactive.

1Les soixante pratiques collaboratives identifiées sont principalement issues des bonnes pratiques de supply chain management et de réunion de travail et d’échanges de points de vue avec les partenaires industriels de COPILOTES. L’ensemble de ces pratiques collaboratives sont reportées en Annexe B.


Chapitre 4

Figure 4.3 : Architecture du modèle de caractérisation de pratiques collaboratives (CC model)


Chapitre 4

Pour illustrer le contenu du CC model, nous choisissons de présenter les six pratiques collaboratives que nous avons identifié au niveau du processus logistique d’approvisionnement. Ces six pratiques correspondent aux deux types de comportements collaboratifs (proactif et réactif), déclinés sous les trois dimensions stratégie et organisation, planification et flux produit.

Une entreprise aura une attitude collaborative réactive :

• Au niveau stratégique, si elle prend en compte la stratégie et les contraintes de son (ses) fournisseur(s) pour construire sa propre stratégique d’approvisionnement et de stockage

• Au niveau de la planification, si elle intègre les contraintes de son (ses) fournisseurs dans son processus de planification de ses approvisionnements.

• Au niveau du flux produit, si elle intègre les contraintes de son (ses) fournisseur(s) dans la conception de son flux produit.

Nous remarquons que le stimulus déclenchant l’action collaborative de l’entreprise, provient de son fournisseur, et est de type « contraintes ».

Une entreprise aura une attitude collaborative proactive :

• Au niveau stratégique, si elle communique à son (ses) fournisseur(s) des informations relatives à sa stratégie et à ses objectifs d’approvisionnements ou de stockage (coûts, délais, qualité, flux tendus..).

• Au niveau de la planification, si elle communique à son (ses) fournisseurs des informations relatives à ses paramètres de gestion des stocks ou approvisionnements (taille de lots, points de commande…).

• Au niveau du flux produit, si elle fournit à son (ses) fournisseurs une visibilité sur l’état de ses stocks.

Pour illustrer les 4 niveaux de maturité d’une pratique collaborative, nous choisissons la pratique proactive au niveau de la planification d’une entreprise, toujours pour le processus logistique d’approvisionnement.

La pratique définie précédemment « l’entreprise communique à son (ses) fournisseurs des informations relatives à sa stratégie et à ses objectifs d’approvisionnements ou de stockage (coûts, délais, qualité, flux tendus..) », se décline alors de la manière suivante (Figure 4.4) :


Chapitre 4

Figure 4.4 : Axe de maturité pour le processus « logistique d’approvisionnement »

• Niveau 1 : L’entreprise ne communique pas d’informations relatives à sa stratégie d’approvisionnement ou de stockage à ses fournisseurs.

• Niveau 2 : Occasionnellement, l’entreprise communique à certains de ses fournisseurs des informations sur les objectifs et la stratégie de ses approvisionnements pour les tenir informés de la performance recherchée (délais / qualité / coûts / flux tendus…) et gagner en cohérence globale au niveau du processus d’approvisionnement.

• Niveau 3 : L’entreprise communique de manière systématique à certains fournisseurs des informations sur les objectifs et la stratégie de ses approvisionnements pour les tenir informés de la performance recherchée (délais/qualité / coûts / flux tendus…) et gagner en cohérence globale au niveau du processus d’approvisionnement.

• Niveau 4 : L’entreprise communique de manière systématique à l’ensemble de ses principaux fournisseurs, des informations sur les objectifs et la stratégie de ses approvisionnements pour les tenir informés de la performance recherchée (délais/qualité / coûts / flux tendus…) et gagner en cohérence globale au niveau du processus d’approvisionnement

Nous soulignons que les 4 niveaux de maturité, pour une attitude collaborative donnée, ne reflètent aucune hiérarchie. En effet, il n’est pas forcément souhaitable


Chapitre 4

qu’une entreprise soit au niveau 4 pour chaque pratique collaborative. L’impact d’une pratique collaborative sur la performance est variable d’une entreprise à une autre et dépend, entre autres, du contexte dans lequel elle évolue. Ainsi, il sera essentiel de confronter ce modèle de caractérisation au contexte de l’entreprise, préalablement à tout exercice de diagnostic vis à vis de son comportement collaboratif et de l’évolution qu’il serait souhaitable de lui préconiser.

A partir du CC model, le profil collaboratif d’une entreprise peut être dessiné et formalisé comme nous le détaillerons en section 4.4.

4.1.2 Caractérisation de la performance collaborative d’une entreprise (CoP model)

Les actions collaboratives mises en place au sein d’une chaîne logistique impactent la performance individuelle d’une entreprise, mais également la performance globale de la chaîne logistique. Certains indicateurs sont directement impactés par ces relations de collaboration et permettent d’évaluer, quantitativement ou qualitativement, cette performance. A partir de la revue de la littérature (présentée dans les chapitres 2 et 3) et de discussions avec les partenaires industriels de COPILOTES, un ensemble d’indicateurs potentiellement impactés par une relation de collaboration a été sélectionné.

4.1.2.1 Architecture du CoP model

Pour construire le modèle de performance « orientée collaboration », ces indicateurs ont été structurés selon une classification adoptée par de nombreux modèles de référence, et distinguant les dimensions suivantes : réactivité, fiabilité, flexibilité, qualité et financier. Ces indicateurs sont également rattachés à un périmètre de la chaîne logistique et couvrent donc l’amont, l’aval, l’interne ou le périmètre transverse de la chaîne logistique. Les indicateurs « orientés client » (ou Facteurs Clef de Succès) ont été distingués de ceux étant « orientés entreprise » (Facteurs Clef de Performance). Les Facteurs Clef de Succès reflètent un niveau de performance directement perceptible par les clients et représentent un enjeu stratégique pour une entreprise. Cette entreprise peut évaluer sa compétitivité par rapport à sa performance sur ces FCS. Les Facteurs Clef de Performance sont rattachés à la performance de l’entreprise ou de la chaîne logistique et contribuent directement ou indirectement à la performance des FCS (Figure 4.5). La performance des FCP n’est pas directement perceptible par le client (Garibaldi, 2001 ; SCC, 2006).


Chapitre 4

Figure 4.5 : Liens entre FCS et FCP

Les indicateurs retenus pour construire le CoP model sont synthétisés dans le Tableau 4.1.

Nous illustrons par exemple les liens existant entre le Facteur Clef de Succès « taux de service client » et un sous-ensemble d’indicateurs « orientés entreprise » ayant un impact direct ou indirect sur ce Facteur Clef de Succès. La Figure 4.6 souligne ainsi l’importance de la performance des activités intermédiaires le long de la chaîne logistique sur la performance finale « orientée client », garant de la compétitivité de l’entreprise.

Figure 4.6 : Illustration des liens entre FCP et FCS


Chapitre 4

Chapitre 4


Tableau 4.1 : Indicateurs de performance du CoP model

FA Gruat La Forme-Chrétien – Thèse de doctorat – Page 75

Chapitre 4

Point de synthèse :

Dans le CoP model, un indicateur de performance est caractérisé par :

• Un type : Facteur Clef de Succès (FCS) ou Facteur Clef de Performance (FCP)

• Un périmètre : Amont, Aval, Interne ou Transverse

• Une nature : Fiabilité, Réactivité, Flexibilité, Qualité ou Financier

Pour caractériser le niveau de performance perçue pour chacun des indicateurs, nous proposons un axe de satisfaction identique à l’axe de maturité construit pour le CC model. Ce niveau de satisfaction est qualifié en croisant la stabilité de la satisfaction vis à vis de l’indicateur et l’étendue de la satisfaction (Figure 4.7). Comme la maturité, la satisfaction se décline en 4 niveaux d’avancement.

Figure 4.7 : Axe de satisfaction du CoP model

Par exemple, pour l’indicateur taux de service client, les quatre niveaux de satisfaction sont définis de la façon suivante :

• Niveau 1 : L’entreprise n’est pas satisfaite de sa performance au niveau son taux de service client

• Niveau 2 : Ponctuellement et pour certains de ses clients, l’entreprise est satisfaite de sa performance au niveau de son taux de service client

• Niveau 3 : Régulièrement et pour certains de ses clients, l’entreprise est satisfaite de sa performance au niveau de son taux de service client

• Niveau 4 : Régulièrement et pour l’ensemble de ses principaux clients, l’entreprise est satisfaite de sa performance de son taux de service client.


Chapitre 4

D’autre part, selon son contexte ou ses priorités, tous les indicateurs n’ont pas la même importance. Chaque indicateur est ainsi rattaché à un rang, ce rang étant déterminé par l’entreprise. Ces rangs reflètent la criticité estimée de l’indicateur vis à vis de la performance de l’entreprise.

• Un indicateur sera de rang A s’il est considéré par l’entreprise comme essentiel au maintien de sa compétitivité sur son marché.

• Un indicateur sera de rang B si son importance est notable pour la performance de l’entreprise, sans être essentielle.

• Un indicateur sera de rang C si son impact sur la performance et la compétitivité de l’entreprise est moindre.

Notons que tous les indicateurs du CoP model ne sont pas forcément tous suivis pour toutes les entreprises.

En se positionnant sur l’axe de satisfaction pour chacun des indicateurs du CoP model qu’elle suit, une entreprise peut dessiner son profil de performance perçue comme nous le détaillerons en section 4.2.

4.1.3 Caractérisation de la relation entre les pratiques collaboratives et leurs impacts sur la performance (Matrice de liens « pratiques indicateurs »

Pour caractériser les relations pouvant exister entre les pratiques collaboratives mises en place par une entreprise au sein de sa chaîne logistique et les impacts potentiels sur sa performance, nous nous appuyons sur la mise en relation du CC model et du CoP model.

Les indicateurs de performance sont le reflet potentiel des efforts collaboratifs existant le long d’une chaîne logistique. Ainsi, chaque indicateur de performance du CoP model est connecté à une ou plusieurs pratiques collaboratives identifiées dans le CC model. Une pratique collaborative est également susceptible d’impacter un ou plusieurs indicateurs du modèle de performance comme l’illustre le diagramme entité relation présenté dans la Figure 4.8. Pour identifier les liens entre les indicateurs et les pratiques, nous nous sommes appuyés sur des résultats qualitatifs et quantitatifs de la littérature scientifique (cf chapitre 3 section 5) ainsi que sur des réflexions menées avec les partenaires industriels du projet COPILOTES.


Chapitre 4


Indicateur de performance

Processus Pratique collaborative

Figure 4.8 : Détail du lien entre le CC model et le CoP model

L’ensemble des liens « indicateurs/pratiques » est représenté dans la matrice de liens proposée dans la Figure 4.9. Notons qu’aucune distinction n’est faite au niveau de l’intention des pratiques. En effet, nous considérons que les pratiques collaboratives mises en place au niveau d’un même processus et à un niveau managérial donné ont un impact sur les mêmes indicateurs, quelles soient réactives ou proactives.

Chapitre 4

Figure 4.9 : Matrice de lien entre indicateurs de performance et pratiques collaborative


Chapitre 4

A partir de cette matrice, nous pouvons observer certaines tendances existant entre les pratiques collaboratives et leurs impacts sur la performance d’une chaîne logistique. Pour identifier ces corrélations, nous croisons les attributs des pratiques collaboratives du CC model (périmètre et niveau managérial) et les attributs des indicateurs du CoP model (périmètre et nature de l’indicateur). Une analyse réalisée au niveau de chaque intersection nous permet de souligner les relations ou corrélations potentielles. Les résultats obtenus sont reportés dans le Tableau 4.2 :

• « oui » signifie que nous observons une corrélation entre un certain type de pratique et un certain type d’indicateur.

• « non » signifie qu’il n’y a aucun lien entre ces pratiques et ces indicateurs

• «- » Signifie qu’aucune tendance franche n’est observée ou que le croisement ne présente pas d’intérêt particulier pour l’analyse.

•

•

•

•

•

•

•

•

•

Tableau 4.2 : Etude macroscopique de corrélation entre les pratiques collaboratives et leurs

impacts sur la performance

Nous notons que certaines intersections sont partagées en deux parties qui correspondent à deux points d’entrée de lecture de la matrice. La partie supérieure correspond à la question « Quels sont les indicateurs particulièrement impactés par ce type de pratiques ? » (le point d’entrée est la pratique et le tableau se lit par Ligne) tandis que la partie inférieure correspond à la question « Pour agir sur cet indicateur, quelles sont les pratiques particulièrement intéressantes à mettre en place ? » (le point d’entrée est cette fois-ci l’indicateur et le tableau se lit par colonne). Les cases non partagées correspondent aux cas où la conclusion quant à


Chapitre 4

la relation existant entre le type d’indicateurs et la catégorie de pratiques est identique quel que soit le sens de lecture.

Nous remarquons d’une manière générale (dans 80% des cas) que les pratiques collaboratives mises en place sur une partie de la chaîne logistique vont impacter presque exclusivement les indicateurs reflétant la performance de ce même périmètre et les indicateurs transversaux. La réciproque est également vérifiée puisque pour impacter la performance d’un indicateur amont par exemple, il est pertinent de mettre en place en priorité des pratiques collaboratives avec la partie amont de la chaîne logistique. Ces premières conclusions peuvent paraître triviales pour le lecteur mais elles permettent de vérifier une certaine forme de cohérence de la matrice de lien entre indicateurs de performance et pratiques collaboratives. D’autre part, même si, pour des raisons de lisibilité, nous n’avons pas distingué les FCS et les FCP dans le Tableau 4.2, nous observons que 80% des FCS (directement perceptibles par le client) sont impactés par des pratiques collaboratives aval ou transverses.

Nous n’observons aucune tendance laissant penser que des actions de collaboration concentrées sur une partie de la chaîne logistique permettraient d’agir sur une ou plusieurs nature(s) d’indicateurs en particulier. En revanche, en réduisant la granularité de l’analyse et en observant les tendances par processus, il est possible de dégager certains points :

• Mettre en place des échanges d’informations autour de la demande (« pilotage du planning des activités par la demande »), permet significativement d’améliorer la fiabilité et la flexibilité de la chaîne logistique. Il s’agit d’ailleurs du seul processus pour lequel les pratiques collaboratives correspondantes impactent des indicateurs tout au long de la chaîne logisitique (amont, aval, interne et transverse). L’étude de la propagation ou/et de la non propagation de la demande le long de la chaîne logistique a fait l’objet de nombreux travaux dans la littérature et les résultats sont en cohérence avec les observations soulignées ici.

• De manière assez prévisible, mettre en place des relations de collaboration avec les clients pour capter leurs attentes et besoins, permet exclusivement d’impacter des indicateurs orientés clients (FCS).

• Collaborer au niveau des approvisionnements entraîne principalement une amélioration de la réactivité mais surtout de la fiabilité de la chaîne logistique amont. Les pratiques collaboratives mises en place au niveau des achats impactent quant à elles principalement la performance financière des activités.


Chapitre 4

• Les relations de collaboration identifiées au niveau de la chaîne logistique interne ont des impacts sur l’ensemble des natures d’indicateurs.

• Nous observons enfin que les pratiques collaboratives transverses permettent de manière assez nette d’impacter la flexibilité et la réactivité de la chaîne logistique globale.

• L’ensemble des pratiques collaboratives, qu’elles soient rattachées aux parties amont, aval, interne ou transverse impacte la performance financière de la chaîne logistique sur un périmètre parfois différent de leur périmètre d’action.

Si une analyse de corrélation entre le niveau managérial des pratiques collaboratives et le périmètre auquel sont rattachés les indicateurs n’a pas vraiment de sens, il est en revanche intéressant de s’interroger sur les liens pouvant exister entre la dimension managériale des pratiques et la nature d’indicateurs impactés.

• Les indicateurs financiers sont majoritairement impactés par des relations de collaboration mises en place au niveau stratégique. Cette tendance s’observe pour l’ensemble des périmètres de la supply chain. La matrice de liens entre indicateurs et pratiques souligne également que les pratiques collaboratives transverses influencent la performance financière de la chaîne logistique.

• La fiabilité de la chaîne logistique amont interne et aval semble être impactée principalement par des pratiques de niveau tactique (planification) tandis que les indicateurs de fiabilité transversaux semblent d’avantage être impactés par des pratiques collaboratives opérationnelles.

• Les indicateurs reflétant la réactivité de la chaîne logistique sont liés à des pratiques aussi bien stratégiques, tactiques ou opérationnelles.

4.2 Formalisation de la situation collaborative d’une entreprise

De l’instanciation des deux modèles génériques de caractérisation (CC model et CoP model) sur le cas d’une entreprise, nous obtenons deux modèles particuliers de ces mêmes sous-modèles. Ces deux modèles particuliers permettent respectivement de dessiner le profil collaboratif d’une entreprise et son profil de performance perçue. Conjugués avec la matrice de liens « pratiques/indicateurs », ces deux modèles particuliers permettent également d’obtenir le profil de cohérence de l’entreprise. Pour préparer la phase d’analyse,


Chapitre 4

nous proposons différentes formalisations ou mises en forme de ces profils. Ces outils de lecture ont pour objectif de souligner des tendances collaboratives, faire ressortir la perception d’une entreprise quant à sa performance ou encore mettre en évidence des points particuliers sur l’efficacité des efforts collaboratifs existants. Les outils de lecture du CC model, du CoP model et de la matrice de liens sont présentés respectivement en section 4.2.1, 4.2.2 et 4.2.3.

4.2.1 Formalisation du profil collaboratif d’une entreprise

Pour dessiner son profil collaboratif, une entreprise doit se positionner sur l’axe de maturité pour chaque pratique collaborative proposée, c’est à dire, pour chaque processus, chaque intention et chaque dimension managériale. En d’autres termes, cette entreprise évalue son niveau de collaboration atteint (entre 1 et 4) pour chaque pratique. Nous soulignons que l’instanciation du CC model correspond donc à une appréciation subjective du répondant de l’entreprise. Selon le type d’analyse souhaitée, nous proposerons différentes représentations graphiques du profil collaboratif obtenu (Tableau 4.3 et Figure 4.10).

4.2.1.1 Tendances collaboratives d’une entreprise

A partir du profil collaboratif d’une entreprise, il est possible de dégager certaines tendances générales sur son comportement collaboratif au sein de sa chaîne logistique :

• L’entreprise a-t-elle tendance à élaborer des relations de collaboration avec la partie amont de sa chaîne logistique ? Avec la partie aval ? En interne ? de manière transverse ?

• L’entreprise collabore t-elle de manière réactive ? Collabore t’elle de manière proactive ?

• Ces intentions collaboratives sont elles différentes selon le périmètre de la chaîne logistique considérée ?

• A quel niveau managérial l’entreprise met elle en place des relations de collaboration avec ses partenaires de chaîne logistique ? Ces tendances sont-elles différents selon le périmètre de la chaîne logistique considérée ?

Nous choisissons de mettre en évidence ces tendances par l’intermédiaire de graphiques mettant en perspective la proportion de pratiques situées sur chacun des 4 niveaux de maturité, selon différents axes d’études (périmètre de la chaîne logistique, dimension managériale ou intention collaborative). La visualisation macroscopique du comportement collaboratif d’une entreprise est illustrée dans le Tableau 4.3.


Chapitre 4

Tableau 4.3 : Graphiques d’analyse des tendances collaboratives

Notons que les graphiques représentés dans le Tableau 4.3 sont donnés à titre d’exemple et ne correspondent à aucun cas industriel en particulier. Le tableau est de ce fait partiellement rempli (certains graphiques manquent) et le lecteur n’accordera aucune attention aux commentaires formulés sur le coté. L’intérêt de l’analyse sera mis en évidence dans le chapitre 5, lors de l’application du modèle général à un cas industriel réel.


Chapitre 4

4.2.1.2 Alignement des pratiques collaboratives mises en place

A partir de son profil collaboratif, une entreprise peut également structurer sa réflexion sur son mode de fonctionnement et sur les relations qu’il entretient avec les autres entités de sa chaîne logistique. Une lecture différente du profil collaboratif d’une entreprise permet de confronter pour chaque processus, les niveaux atteints pour chacune des trois dimensions managériales et ainsi vérifier la cohérence et l’alignement des actions de collaboration mises en place par l’entreprise1 (Figure 4.10).

Figure 4.10 : Une seconde représentation graphique du profil collaboratif d’une entreprise

Plus précisément, il est possible d’identifier par exemple, pour un processus, un décalage entre le niveau stratégique et les niveaux tactique et/ou opérationnel. La stratégie adoptée est-elle réellement soutenue par des actions terrains ? Les actions collaboratives existant aux niveaux tactique et opérationnelle correspondent-elles à une réelle stratégie ? En d’autres termes, existe t-il un alignement ou une cohérence des actions entre les différentes dimensions managériales ? L’analyse du profil collaboratif d’une entreprise lui permet de voir si elle concentre ses efforts, ses ressources, ses moyens, ses actions aux endroits

1 Le profil collaboratif représenté en Figure 4.10 est donné à titre d’exemple et ne correspond à aucun cas industriel en particulier.


Chapitre 4

qu’elle juge importants et, en cas de décalage, visualiser facilement les zones où un effort collaboratif serait bénéfique. De plus, redessiner son profil collaboratif un an plus tard peut permettre à une entreprise de suivre son évolution. Cet outil peut également servir de moyen de communication transverse puisqu’il synthétise les actions collaboratives en amont et en aval menée par l’entreprise au sein de sa chaîne logistique.

4.2.2 Formalisation du profil de performance perçue

Le profil de performance perçue « orientée collaboration » d’une entreprise s’obtient à partir de l’instanciation du CoP model sur un cas industriel. L’entreprise se positionne sur l’un des quatre niveaux de performance perçue pour chacun des indicateurs proposés. Nous soulignons par ailleurs que l’instanciation du CoP model ainsi que le choix de criticité pour chacun des indicateurs correspond à une appréciation subjective du répondant de l’entreprise.

Nous proposons en Figure 4.11, une première représentation graphique du profil de performance perçue1.

Figure 4.11 : Une représentation graphique du profil de performance perçue

1 Le profil de performance perçue est donné à titre d’exemple et ne correspond à aucun cas industriel en particulier.


Chapitre 4

A partir du profil de performance d’une entreprise, il est également possible de dégager certaines tendances générales sur sa performance collaborative et celle sa chaîne logistique :

• Comment l’entreprise perçoit elle son niveau de performance général ?

• Cette perception est-elle différente selon le périmètre de la chaîne logistique (chaîne logistique amont, aval, interne et transverse) ?

• Comment l’entreprise estime t’elle sa flexibilité ? Sa fiabilité ? Sa réactivité ? Sa qualité ou sa performance financière ?

Pour que les résultats soient significatifs, nous choisissons de ne pas descendre d’avantage en granularité au niveau de cette première observation macroscopique sur la performance de l’entreprise et de sa chaîne logistique. En effet, le nombre d’indicateurs par nature et par périmètre est parfois trop restreint pour justifier une analyse croisant la performance perçue par nature d’indicateurs et par périmètre de la chaîne logistique.

La visualisation macroscopique de la perception d’une entreprise sur sa performance orientée collaboration est illustrée par le Tableau 4.41.

Tableau 4.4 : Illustration graphique de la performance collaborative perçue d’une entreprise

Notons que le profil de performance obtenu ne permet pas de faire la distinction entre le résultat et l’objectif, puisqu’il reflète la perception de l’entreprise vis à

1 Les graphiques représentés dans le tableau 4.4 sont donnés à titre d’exemple et ne correspondent à aucun cas industriel en particulier.


Chapitre 4

vis de sa performance. Une entreprise peut ainsi être satisfaite de son niveau de performance sur l’un des indicateurs sans que ce niveau soit suffisant (ou vice versa), compte tenu du contexte industriel dans lequel elle évolue ou du niveau de la concurrence etc… Pour conserver le caractère générique du CoP model, nous n’avons pas déterminé de niveau cible ou de niveau minimum à atteindre sur chacun des indicateurs. Nous considérons que le niveau optimal est propre à chaque cas industriel et dépendant de son contexte. Ainsi, il n’est pas possible de déterminer, à partir du profil de performance perçue d’une entreprise seul, si le niveau atteint sur un indicateur donné est suffisant. Néanmoins, en faisant remplir le CoP model par un (des) client(s) et/ou fournisseur(s) et en confrontant les profils obtenus, une entreprise peut identifier des divergences potentielles quant à la perception de son partenaire sur sa performance, sur ses lacunes. Des réorientations stratégiques peuvent alors être envisagées pour permettre d’axer les efforts sur des démarches ayant une véritable valeur ajoutée aux yeux de ses partenaires, tout en éliminant les actions inutiles.

4.2.3 Formalisation des impacts des efforts collaboratifs sur la performance perçue.

En confrontant les deux profils obtenus à partir des deux modèles particuliers du CC model et du CoP model avec la matrice de liens « pratiques/indicateurs », il est possible de faire ressortir des corrélations entre les efforts collaboratifs fournis au sein d’une chaîne chaîne logistique et les impacts observés sur sa performance.

Chaque indicateur du CoP model étant relié à une ou plusieurs pratique(s) collaborative(s) et l’entreprise s’étant positionnée respectivement sur les axes de satisfaction et axes de maturité correspondant, la juxtaposition des résultats, pour un indicateur donné, aboutit à l’un des trois diagrammes représentés en Figure 4.12. Nous avons choisi un indicateur X impactés par les pratiques A B C D et E.

Figure 4.12 : trois scénarios potentiels entre niveau de performance perçue et efforts

collaboratifs associés


Chapitre 4

Nous identifions trois situations potentielles :

• Situation 1 : Les niveaux de maturité atteints sur les pratiques collaboratives associées à l’indicateur X sont globalement cohérents avec le niveau de performance perçue. Vraisemblablement, une manière d’améliorer la performance sur l’indicateur X serait de progresser sur l’axe de maturité des pratiques collaboratives correspondantes.

• Situation 2 : Le niveau de performance perçue au niveau de l’indicateur X est globalement en deçà des niveaux de maturité atteints sur les pratiques collaboratives associées. En d’autres termes, les efforts collaboratifs engagés le long de la chaîne logistique ne semblent pas porter leurs fruits. L’entreprise doit alors identifier le facteur expliquant l’inefficacité des pratiques collaboratives mises en place afin d’améliorer sa performance et profiter des retombées liées aux relations collaboratives qu’elle entretient avec ses différents partenaires. Ce facteur peut trouver son origine par exemple, dans son contexte organisationnel, structurel ou technologique…

• Situation 3 : Le niveau de performance perçue atteint sur l’indicateur X est supérieur aux efforts collaboratifs engagés. Cette situation peut par exemple se rencontrer sur des indicateurs jugés moins stratégiques, moins importants que d’autres par l’entreprise. Sur ce type d’indicateur, le niveau d’exigence sera probablement plus faible et par symétrie, le niveau de satisfaction plus facilement élevé.

En superposant pour l’ensemble des indicateurs du CoP model, les niveaux de performance perçue et les niveaux de maturité collaboratives correspondantes, une entreprise peut analyser sa situation collaborative, évaluer son efficience collaborative et identifier les zones d’amélioration potentielles. Nous notons en revanche que l’interprétation des résultats nécessite parfois des rapprochements avec le contexte de l’entreprise notamment pour les situations de type 2. Par conséquent la phase de diagnostic ou de préconisation ne sera possible qu’avec un modèle complémentaire caractérisant la situation contextuelle de l’entreprise. Ce supplément fait l’objet des perspectives de recherche que nous identifions et sur lesquelles nous reviendrons dans la conclusion générale du mémoire.

4.3 Méthodologie d’analyse de la situation collaborative d’une entreprise

A partir des outils de lecture permettant de formaliser les différents profils d’une entreprise s’étant positionné sur le CC model et le CoP model (obtention de sous modèles particuliers) ou en se basant simplement sur les sous-modèles non-


Chapitre 4

instanciés (sous-modèles génériques), nous identifions plusieurs types d’analyse réalisables. Nous les détaillons dans les sections suivantes (4.3.1 et 4.3.2) en proposant pour chacun une méthodologie d’analyse.

4.3.1 Analyse à partir des modèles génériques

A partir du modèle de caractérisation des pratiques collaboratives, nous identifions une première utilisation que peut en faire une entreprise, avant même de l’instancier sur son propre cas industriel. Pour chaque processus et chaque dimension, deux types de collaboration ont été identifiés dans le CC model. Une entreprise peut ainsi approfondir ses connaissances sur les différentes bonnes pratiques collaboratives liées au Supply Chain Management. Ce point est appréciable si l’on en croit Akintoyee et al. (2000) pour qui l’une des causes d’échec de collaboration au sein des chaînes logistiques prend sa source dans la méconnaissance des dirigeants, des concepts liés au Supply Chain Management. Par analogie, le CoP model peut présenter le même type d’intérêt pour une entreprise désirant connaître les indicateurs de performance qu’elle serait susceptible d’impacter en mettant en place des relations de collaboration avec ses partenaires de chaîne logistique.

La matrice de liens entre les pratiques collaboratives du CC model et les indicateurs du CoP model (Figure 4.9) permet de souligner les impacts des pratiques collaboratives existantes sur la performance de l’entreprise. A partir de cette matrice de liens, une entreprise peut alors :

• Cibler les relations de collaboration à favoriser pour impacter un indicateur ou une famille d’indicateurs de performance en particulier (Figure 4.13)

• Formaliser l’intérêt qu’elle aurait à mettre en place telle pratique collaborative avec ses partenaires de chaîne logistique (Figure 4.14)

Ces deux points correspondent à deux questions génériques, pouvant chacune se décliner selon différents niveaux de précision (Figures 4.13 et Figure 4.14) et nous illustrons chacune de ces questions sur un exemple.

La première question peut se formaliser de la manière suivante :

Quelle(s) pratiques collaborative(s) mettre en place pour améliorer :

• La fiabilité de ma chaîne logistique ? (niveau 1)

• La fiabilité de ma chaîne logistique amont ? (niveau 2)

• La fiabilité de mes plans d’approvisionnement ? (niveau 3)


Chapitre 4

Cet ensemble de questionnement correspond à une lecture de la matrice de lien par colonne et la réponse se matérialise sous la forme d’un ensemble de pratiques collaboratives impactant le ou l’ensemble d’indicateur(s), selon le niveau de granularité considéré.

Figure 4.13 : Quelle(s) pratique(s) mettre en place pour améliorer quel(s) indicateur(s) ?

La seconde question peut se formaliser de la manière suivante :

Quels impacts sur la performance attendre de la mise en place de pratiques collaboratives au niveau :

• De la partie amont de ma chaîne logistique ? (niveau 1)

• Du processus d’approvisionnement ? (niveau 2)

• Stratégique du processus d’approvisionnement ? (niveau 3)

Cet ensemble de questionnement correspond cette fois ci à une lecture de la matrice de lien par Ligne et nous identifions à chaque fois le ou les indicateur(s) impactés par la ou les pratique(s) collaboratives, selon le niveau de granularité considéré.


Chapitre 4

Figure 4.14 : Quel(s) impact(s) attendre de la mise en place de quelle(s) pratique(s) ?

4.3.2 Analyse à partir des modèles particuliers

En instanciant chacun des sous-modèles de caractérisation proposé (CC model, CoP model), une entreprise dérive des sous-modèles génériques en sous- modèles particuliers à partir desquels une analyse macroscopique est possible. En considérant les résultats fournis par la matrice de liens « pratiques/indicateurs » formalisant les relations existant entre ses efforts collaboratifs et son niveau de performance ressentie, une analyse plus détaillée peut être réalisée. Après avoir schématisé l’ensemble de la démarche permettant d’aboutir à ces deux types d’analyse (Figure 4.16), nous proposons et formalisons plus précisément une méthodologie pour chacune d’elles (Figure 4.17 pour l’analyse macroscopique et Figure 4.17 pour l’analyse détaillée). Notons par ailleurs que c’est en nous appuyant sur ces différents guides que nous avons construit l’analyse du cas industriel de l’entreprise Roset, présentée au cours chapitre 5.


Chapitre 4

Figure 4.15 : Méthodologie d’analyse de la situation collaborative d’une entreprise


Chapitre 4


Zoom sur l’analyse macroscopique

Figure 4.16 : Zoom sur l’analyse macroscopique de la situation collaborative d’une entreprise

Chapitre 4

Figure 4.17 : Zoom sur l’analyse détaillée de la situation collaborative d’une entreprise


Chapitre 4


Dans ce chapitre, nous avons proposé un modèle permettant d’évaluer la performance d’une entreprise à partir de sa situation collaborative. Plus précisément :

• Nous avons construit un premier sous-modèle (CoP model) permettant à une entreprise de formaliser sa perception sur son niveau de performance collaborative. Le CoP model se base sur l’identification d’un ensemble d’indicateurs potentiellement impactés par la mise en place de pratiques collaboratives le long d’une chaîne logistique. Ces indicateurs reflètent tour à tour la flexibilité, la réactivité, la fiabilité, la qualité et la performance financière de la chaîne logistique.

• Nous avons également construit un deuxième sous-modèle permettant à une entreprise de modéliser son comportement collaboratif (CC model). Le CC model se base sur l’identification d’un ensemble de pratiques collaboratives susceptibles d’être mises en place autour des processus amont, aval, internes et transversaux d’une chaîne logistique

• Nous avons ensuite mis en relation ces deux sous-modèles, en identifiant précisément les liens de corrélation existant entre les pratiques collaboratives et les indicateurs de performance (matrice de liens).

Après avoir proposé des outils de lecture permettant de formaliser les différents profils collaboratif issus de ces trois sous-modèles, nous avons finalement montré que l’ensemble de ces travaux permettait à une entreprise de faire un point sur sa situation collaborative ou simplement d’approfondir ses connaissances sur la collaboration dans les chaînes logistique et son impact sur la performance. Ces différents travaux ont fait l’objet de publications et communications nationales et internationales (Gruat La Forme et al., 2005 a ; Gruat La Forme et al., 2005 b ; Gruat La Forme et al., 2006 a ; Gruat La Forme et al., 2007 a ; Gruat La Forme et al., 2007 d )

Enfin, nous avons noté à plusieurs reprises qu’un modèle caractérisant le contexte d’une entreprise nous permettra à terme d’approfondir l’étude. La poursuite de ce travail permettra notamment d’aboutir à une phase d’analyse et de préconisation quant à la performance collaborative d’une entreprise.


Références bibliographiques

5 Chapitre 5 : Application industrielle

Dans ce chapitre, nous appliquons au cas industriel de Ligne Roset, le modèle d’évaluation de la performance collaborative présenté dans le chapitre 4. A partir de la caractérisation de sa situation collaborative et de la formalisation de sa perception quant à sa performance orientée collaboration, nous proposons une analyse dont l’objectif est de comprendre l’apport des efforts collaboratifs mis en place sur sa performance. L’étude permettra également d’identifier des pratiques collaboratives sur lesquelles, Ligne Roset pourrait s’appuyer pour améliorer certaines aspects de sa performance.

Avec une très large gamme de produits, des processus de fabrication hétérogènes et un réseau de clients diversifiés, la société Roset fait face depuis plusieurs années, à une chaîne logistique de plus en plus riche et complexe. Ce contexte pousse l’entreprise à se lancer dans des projets d’envergure dont la finalité est d’améliorer sa performance globale, et plus précisément de fiabiliser son activité tout en favorisant sa réactivité et sa flexibilité. Un pilotage pertinent et efficace de la chaîne logistique Roset est donc en partie conditionné par une intégration et une collaboration plus forte entre les usines mais aussi entre les entités externes de la société. Le succès de cette action est notamment lié à une bonne compréhension des données pertinentes à partager tout au long de la chaîne logistique. Ainsi, ces dernières années, l’un des principaux axes de développement de l’entreprise a été lié à l’harmonisation et à l’intégration de ses activités et de son système d’information aux différents niveaux de sa chaîne logistique aussi bien interne qu’externe.

Instancier le modèle d’évaluation de la performance collaborative sur le cas industriel de l’entreprise Ligne Roset est l’occasion de formaliser sa perception quant à sa performance orientée collaboration et de la mettre en perspective vis à vis des efforts collaboratifs mis en place au sein de sa chaîne logistique. L’objectif est d’une part de comprendre dans quelle mesure ses pratiques collaboratives contribuent à sa performance et d’autre part de souligner en quoi, de nouvelles relations de collaboration pourraient améliorer certains points de la performance de l’entreprise, jugés insuffisamment satisfaisants.

Le modèle a été instancié par le biais d’entretiens avec le directeur industriel de l’entreprise Ligne Roset. A partir du profil collaboratif et du profil de performance perçue obtenus, nous dégageons tout d’abord certaines tendances générales sur le comportement collaboratif de l’entreprise au sein de sa chaîne logistique ainsi que sur sa perception de sa performance orientée collaboration. Nous affinons ensuite notre étude en analysant précisément les relations existant entre la maturité des pratiques collaboratives et le niveau de satisfaction des indicateurs impactés par ces relations de collaboration.


Chapitre 5

5.1 Analyse macroscopique

5.1.1 Tendances générales sur la performance collaboratives perçue

La visualisation macroscopique de la perception de l’entreprise Ligne Roset sur la performance orientée collaboration est fourni par le Tableau 5.1.

Tableau 5.1 : Visualisation graphique de la performance collaborative perçue de Ligne Roset

Nous notons tout d’abord une forte disparité des résultats selon la nature des indicateurs considérés. Le profil de performance perçue montre en effet que l’entreprise est satisfaite de sa performance « orientée client » puisque plus de 87% des indicateurs reflétant la performance directement perceptible par le client (FCS) sont estimés à un niveau de 3 ou 4. En revanche, le niveau de satisfaction exprimé pour les indicateurs de performance rattachés à la performance de l’entreprise et de la chaîne logistique (FCP) est plus faible puisque 67% d’entre eux sont positionnés aux niveaux 1 ou 2. Cette observation souligne une première incohérence puisque, de part la construction du CoP model, les FCP contribuent directement ou indirectement à la performance des FCS. Nous chercherons donc à expliquer comment une non-performance perçue au niveau des FCP aboutit néanmoins à une performance « client » jugée satisfaisante voir très satisfaisante par l’entreprise.


Chapitre 5

En classant les FCP selon le périmètre de la chaîne logistique couvert, nous remarquons une différence significative entre la perception liée à la performance amont ou interne et la performance aval. L’entreprise ne semble en effet que très faiblement satisfaite par la performance de ses fournisseurs (100% des indicateurs sont estimés à un niveau de satisfaction compris entre 1 et 2) et dans une moindre mesure de sa performance interne (71% sont à un niveau 1 ou 2). En revanche, les conclusions s’inversent pour la performance de la chaîne logistique aval où les indicateurs atteignant les niveaux 3 et 4 représentent 80% de la totalité. La performance des FCP de l’aval semble donc soutenir celle des FCS de l’entreprise, ce qui n’est pas observé pour les FCP reflétant la performance amont ou interne pour lesquels un fort décalage transparaît. Nous ne dégageons à ce niveau de l’étude aucune tendance pour les indicateurs transversaux, dont le niveau de satisfaction semble relativement équilibré entre les niveaux 2 et 3.

La perception qu’a l’entreprise Ligne Roset de sa performance se caractérise notamment par une très bonne flexibilité de son offre et une bonne réactivité de service (67% des indicateurs sont partagés entre les niveaux 3 et 4). Au niveau de la fiabilité, les résultats sont mitigés (selon le périmètre de la chaîne logistique considérée notamment) et une très forte insatisfaction au niveau de la performance financière ressort des diagrammes (82% des indicateurs sont positionnés aux niveaux 1 ou 2).

5.1.2 Tendances générales sur le comportement collaboratif

La visualisation macroscopique des relations de collaboration mises en place par l’entreprise Ligne Roset au sein de sa chaîne logistique et de leur niveau de maturité est fournie dans les Tableaux 5.2 et 5.3. Le Tableau 5.2 permet de dégager des tendances générales quant au(x) périmètre(s) de la chaîne logistique, à l’intention (réactive ou proactive) ou encore à la dimension managériale (stratégique, tactique ou opérationnel) sur lequel l’entreprise entretient des relations de collaboration. Le Tableau 5.3 permet de croiser ces 3 éléments pour préciser les conclusions générales observées à partir du tableau précédent.


Chapitre 5

Tableau 5.2 : Visualisation graphique du comportement collaboratif de Ligne Roset

Le profil de l’entreprise souligne tout d’abord un effort de collaboration plus soutenu avec la partie aval et transverse de la chaîne logistique qu’avec la partie amont puisque respectivement 61% et 71% des points de maturité se situent au niveau 3 ou 4 pour les deux premiers périmètres et 80% au niveau 2 pour les pratiques couvrant le périmètre amont. Comme nous le détaillerons par la suite, cette première observation peut s’expliquer par les données de contexte de l’entreprise qui est fortement « orientée client », de par sa politique commerciale et sa stratégie de production (MTO et ETO principalement).

D’une manière générale, l’entreprise semble prendre en compte de manière systématique les contraintes de ses partenaires dans son mode de fonctionnement puisque qu’elle s’est positionnée pour 79% des pratiques collaboratives réactives à un niveau 3 ou 4 sur l’échelle de maturité. En revanche, la société ne semble pas être enclin aux relations de collaboration proactive (66% des pratiques collaboratives proactives sont à un niveau de maturité de 1 ou 2). En d’autres termes, l’entreprise n’a pas pour habitude de diffuser beaucoup d’informations au-delà de ses frontières.

En considérant les niveaux managériaux, nous constatons que l’entreprise collabore avec une maturité quasiment similaire au niveau tactique opérationnel ou stratégique. Par la suite, nous affinerons cette première observation en étudiant si cet alignement général des actions de collaboration est également conservé à un niveau plus fin, au niveau des processus par exemple.


Chapitre 5

En croisant les données de périmètre, d’intention et de dimension managériale (Tableau 5.3), nous notons pour certains points, des changements quant aux tendances présentées précédemment. Ces différences s’observent notamment par rapport à l’alignement du niveau de maturité des pratiques aux niveaux stratégique, tactique et opérationnel. Selon le périmètre de la chaîne logistique considéré, cette cohérence n’est plus visible :

• L’entreprise ne semble pas collaborer de manière régulière avec la partie amont de la chaîne logistique au niveau stratégique (100% des pratiques sont positionnées au niveau 2 de maturité) et dans une moindre mesure au niveau tactique (75% des pratiques sont positionnées au niveau 2 de maturité). En revanche, au niveau opérationnel, les relations de collaboration semblent plus établies puisque la moitié d’entre elles est estimée à un niveau 3 de maturité.

• Ce décalage est encore plus marqué pour la partie interne de la chaîne logistique puisque que les entités ne collaborent que faiblement au niveau de leur stratégie alors qu’au niveau de la planification (tactique), la collaboration inter ateliers semble nettement plus présente (100% des pratiques sont au niveau 3).

• Au niveau de la chaîne logistique aval et transverse, les différences d’alignement sont moins nettes même si les collaborations stratégiques et tactiques et transverses sont beaucoup plus matures que la collaboration au niveau du flux produit (opérationnel).

La considération simultanée des axes «dimension» / «intention » et « périmètre »/ « intention » n’entraîne quant à elle pas de changements majeurs par rapport aux tendances collaboratives observées pour chacun des axes analysés séparément.


Chapitre 5

Tableau 5.3 : Visualisation graphique du comportement collaboratif de Ligne Roset (suite)

Nous pouvons noter dès à présent une certaine forme de cohérence entre les efforts collaboratifs menés et les résultats observés sur la performance de la


Chapitre 5

chaîne logistique. En effet, alors que les relations de collaboration semblent relativement faibles avec la partie amont de la chaîne logistique, les indicateurs susceptibles d’être impactés par un comportement collaboratif à ce niveau ne sont pas jugés satisfaisants. L’effet contraire s’observe pour la partie aval et transverse de la chaîne logistique où la performance perçue est bonne ainsi que le niveau de maturité pour les pratiques collaboratives correspondantes.

Nous avons ainsi dégagé certaines tendances même si ces premières conclusions générales ne permettent pas encore de fournir des informations précises sur les relations existant entre des pratiques collaboratives et leurs effets sur la performance. Nous affinons donc notre analyse dans le but de comprendre l’apport des efforts collaboratifs entrepris par l’entreprise vis à vis de sa performance et surtout d’identifier des pratiques collaboratives que la société Roset aurait peut être intérêt à mettre en place pour améliorer certains points de sa performance.

5.2 Analyse détaillée

Nous nous appuyons ici sur les résultats issus de la matrice de liens pratiques/indicateurs. Pour chaque indicateur, nous avons construit un diagramme retraçant son niveau de satisfaction estimé ainsi que le niveau de maturité de chacune des pratiques collaboratives associées. Pour des raisons de lisibilité, les pratiques sont identifiées sous forme d’acronyme sur les schémas. La signification des acronymes est proposée en Annexe C.

5.2.1 Facteurs Clef de Succès

Pour détailler la première observation faite par rapport à la performance perçue au niveau de FCS, nous choisissons de présenter dans la Figure 5.1, le profil de performance pour cette nature d’indicateurs.

Figure 5.1 : Performance collaborative des FCS de Ligne Roset

L’entreprise semble très satisfaite par sa performance directement perceptible par ses clients (FCS) pour chaque type d’indicateur excepté au niveau du coût. Ces


Chapitre 5

résultats sont le reflet d’une entreprise qui oriente toute sa stratégie vers la satisfaction du client. Sur un marché haut de gamme, la qualité des produits et la flexibilité de l’offre apparaissent comme les deux composantes essentielles à la performance et à la compétitivité de la société Roset. Pour assurer la performance de ces deux Facteurs Clef de Succès, l’entreprise s’appuie sur des relations privilégiées avec certains collaborateurs, ces comportements collaboratifs étant visiblement plus tournées vers l’extérieur que vers l’intérieur de la chaîne logistique (Figure 5.2).

Figure 5.2 : Performance collaborative de Ligne Roset (Qualité et Flexibilité)

Nous remarquons tout d’abord que l’entreprise se montre collaborative au niveau de la conception et du développement de ses produits puisqu’elle se positionne au niveau 3 au niveau stratégique, en attitude proactive tout comme en attitude réactive (TCSR, TCSP, TDSR et TDSP). En effet, l’intégration systématique des partenaires ayant un impact fort dans l’innovation de ses articles est l’un des principes que se fixe l’entreprise pour s’assurer une qualité de produit optimale. Un partenariat de longue durée avec ses principaux fournisseurs et une écoute attentive des besoins du marché sont perçus comme des éléments clef de la réussite de l’entreprise (TGSR et TGSP au niveau 3). En revanche, en interne, nous notons que les pratiques collaboratives permettant de contribuer à la qualité des produits ne sont pas réellement mises en place dans l’entreprise Roset (ILSR, ILSP, ILFR et ILFP) ce qui n’altère pas la performance qualité, évaluée au niveau 4. En interne, l’entreprise Roset ne base en réalité pas sa stratégie qualité sur une collaboration inter-ateliers mais s’appuie surtout sur ses ressources. Ces ressources sont essentiellement humaines, avec des corps de métier bien spécifiques tels que des couturières, des menuisiers et des tapissiers. Ne délocalisant pas ses activités, l’entreprise assure donc la qualité de sa production par une main d’œuvre à forte valeur ajoutée, ayant beaucoup de savoir-faire et


Chapitre 5

d’expérience. Dans ce contexte, la mise en place de pratiques collaboratives n’est alors que secondaire ici vis à vis de la qualité des produits.

Si la flexibilité de l’offre s’appuie en partie sur la forte collaboration existant entre l’entreprise Roset et l’ensemble des partenaires de la chaîne logistique autour de la conception et du développement des produits (niveau 3 pour TGSR, TGSP, TCSR, TCSP, TDSR et TDSP), elle est surtout soutenue par la proximité et l’écoute client (AvOSR au niveau 4). Travaillant à la commande et à la contremarque (production discrète), chaque commande lancée en production est spécifiquement dédiée à un client qui a choisi tous les paramètres de son produit : le type de recouvrage, sa couleur, le nombre de places, la couleur et matière des pièces en bois, les accessoires (etc). Pour la collectivité, la stratégie de production est de type de Engineer-To-Order (ETO) et les articles du catalogue peuvent être modifiés ou complètement recréés en fonction des besoins spécifiques d’une collectivité. La flexibilité de l’offre en fonction des attentes client est donc très forte.

Avoir un produit différentié et compétitif ne suffit plus, c’est pourquoi l’entreprise met également l’accent sur la compétitivité de son offre, en assurant autant que possible une bonne réactivité et une bonne fiabilité de service (Figure 5.3 et Figure 5.4).

Figure 5.3 : Performance collaborative de Ligne Roset (Taux de service et Fiabilité de la

réponse client)

Planifiant ses activités en fonction de son portefeuille de commandes (entre 8 et 12 semaines de portefeuille), l’entreprise intègre les contraintes et besoins de ses clients dans la planification de ses activités (AvOPR, AvPPR et TGPR au niveau 3 ou 4). En revanche, l’entreprise n’assure pas systématiquement le lien entre l’aval et l’amont de sa chaîne logistique, en ne retransmettant pas régulièrement les informations qu’elle a de son marché (niveau 2 pour TGPPP). Ceci pourrait


Chapitre 5

être du au système de planification de l’entreprise qui, n’étant pas suffisamment intégré, ne lui permet pas de traduire facilement et de manière fiable les données de marché en besoins prévisionnels d’achat ou d’approvisionnement. Une meilleure synchronisation transverse au niveau des plannings prévisionnels notamment pourrait donc sans doute améliorer le taux de service client et le faire passer du niveau 3 actuel au niveau 4.

Pour la fiabilité de la réponse client dont la performance est évaluée au niveau 4, nous remarquons que la plupart des pratiques collaboratives associées ont un niveau de maturité bien inférieur. Néanmoins, l’entreprise a récemment mis en place des actions permettant de tenir compte de la charge de travail, du niveau de stock, des encours et des contraintes de l’ensemble de la chaîne logistique (TGPR et TGFR au niveau 3 et 4 ) pour déterminer le délai client (principale information communiquée au client). La mise en place de l’ATP/CTP (Available To Promise et Capable To Promise) a considérablement amélioré la qualité de l’information transmise pour atteindre un niveau jugé très satisfaisant par l’entreprise aussi bien au niveau de la fiabilité que de la rapidité de transmission (niveau 4 également pour le temps de réponse client). Des efforts collaboratifs menés sur les autres pratiques identifiées par notre modèle, ne seraient donc pas forcément utiles pour ce point précis de performance.

Figure 5.4 : Performance collaborative de Ligne Roset (Délai commande client et temps de

réponse client)

Au niveau du délai client dont le niveau de satisfaction est évalué à 3, nous constatons une nouvelle fois que les pratiques proactives associées à l’indicateur


Chapitre 5

ne sont qu’occasionnellement mises en place. Un manque de communication transverse sur les plannings prévisionnels de la chaîne logistique (TGPP au niveau 2) provoque une certaine désynchronisation, notamment au niveau des approvisionnements comme nous le détaillerons un peu plus tard dans notre analyse. Ce dysfonctionnement pénalise notamment les commandes clients nécessitant des matières premières dont le délai d’approvisionnement est long. Un effort collaboratif au niveau de la communication transverse devraient donc améliorer la performance du délai client pour ces commandes en particulier et ainsi faire passer l’indicateur au niveau 4.

Le temps de réponse client est jugé très satisfaisant (niveau 4) même si l’ensemble des pratiques collaboratives associées sont positionnées à des niveaux inférieurs, notamment pour les pratiques proactives. Le système de traçabilité du flux interne et aval existant permet de capter des données sur l’état du flux et donc de connaître l’avancement d’une commande. Lors d’une requête client, Ligne Roset est donc capable de fournir les informations demandées en un délai jugé satisfaisant. Faire des efforts collaboratifs au niveau de la diffusion systématique de l’avancement des commandes tout au long de la chaîne logistique (AvOFRP, TGFRP) ne se justifierait donc que si l’entreprise décidait de proposer ce service pour l’ensemble des clients de manière systématique sans attendre de demande de leur part.

Le dernier Facteur Clef de Succès concerne la performance financière de l’offre Roset, qui n’est pas jugée satisfaisante (cf Figure 5.1). Ce résultat n’est que la conséquence d’une performance jugée médiocre sur l’ensemble de la chaîne logistique comme nous le verrons dans la suite de l’analyse.

5.2.2 Facteurs Clef de Performance

Lors de l’analyse macroscopique présentée en section 2, nous avons souligné un décalage global entre la satisfaction de l’entreprise au niveau de sa performance client (FCS) et la performance de sa chaîne logistique (FCP). Ce décalage est d’autant plus surprenant que les FCP et les FCS sont liés puisque la performance des premiers contribue directement ou indirectement à la performance des seconds. En analysant les FCP et le niveau de pratiques collaboratives associées, notre objectif est d’une part d’expliquer ce décalage et d’autre part d’étudier la possibilité de s’appuyer sur la collaboration pour améliorer la performance de ces FCP.

5.2.2.1 Fiabilité de la chaîne logistique

Nous regroupons dans la Figure 5.5 l’ensemble des diagrammes sur lesquels nous appuyons l’analyse concernant la fiabilité de la chaîne logistique de l’entreprise Ligne Roset.


Chapitre 5

5.2.2.2 Chaîne logistique aval

Au niveau de la distribution, nous notons que les résultats sont en cohérence avec les Facteurs Clef de Succès, avec un niveau de satisfaction estimé à 3 pour la fiabilité des plans de distribution et le taux de service de distribution. La performance observée est sans doute liée aux efforts collaboratifs de l’entreprise Roset envers ses distributeurs puisque nous observons que la quasi-totalité des pratiques impactant ces deux indicateurs est positionnée au niveau 3. Le partenariat existant entre Roset et la plupart de ses principaux transporteurs s’appuie sur une relation datant de plus de 30 ans et l’entreprise connaît et a intégré dans son mode de planification leurs contraintes de distribution (date de départ des containers pour l’export, capacité des camions, contraintes horaires de ramassage…) (AvTPR au niveau 3). Planifiant son activité de distribution à partir de son portefeuille de commandes lui offrant une visibilité de 8 à 12 semaines d’activité (AvPPR au niveau 3), l’entreprise est en mesure de communiquer tous les mois un planning prévisionnel de distribution fiable (niveau 3) à ses transporteurs (AvTPP au niveau 3). Ce planning prévisionnel permet aux distributeurs d’organiser par anticipation leur activité, ce qui se traduit par une bonne fiabilité du service de distribution.

5.2.2.3 Chaîne logistique interne

En interne, la fiabilité des plans de production est bonne (niveau 3), ces derniers étant construits à partir du portefeuille de commandes (AvPPR) et intégrant systématiquement les principales contraintes des ateliers, via l’ERP de l’entreprise (ILPR et ILPP). Malgré des plannings prévisionnels de production fiables, l’entreprise n’est pas du tout satisfaite de son taux de service interne (niveau 1) alors que des efforts collaboratifs sont observés (niveau 3 pour l’ensemble des pratiques collaboratives associées à l’indicateur). Les pratiques collaboratives mises en place ne suffisent donc visiblement pas pour assurer un bon taux de service en production. La cause de cette inefficience pourrait trouver son origine dans l’organisation des ateliers qui fonctionnent de manière trop indépendante les uns par rapport aux autres. Aussi, l’entreprise projette de décloisonner les activités en organisant les flux de production par processus. Cette réorganisation soutenue par des plannings de conception, de développement et de production d’ores et déjà cohérents (ILPR, ILPP, TCPR, TCPP, TDPR et TDPP) devrait permettre d’améliorer le taux de service interne de l’entreprise. Notons que ce gain pourrait par la même améliorer les coûts de possession de semi-finis (SF) (niveau de satisfaction estimé à 2). En effet, les mauvais taux de service ateliers favorisent l’encours et la présence de stocks tampons ce qui a pour conséquence un niveau de stocks SF trop important. De meilleurs taux de service tendraient les flux et feraient ainsi automatiquement baisser les coûts de possession SF.


Chapitre 5

Figure 5.5 : Performance collaborative de Ligne Roset (FCP-Fiabilité)

5.2.2.4 Chaîne logistique amont

En amont, les indicateurs de fiabilité ne sont pas jugés suffisamment satisfaisants puisque la fiabilité des plans d’approvisionnement et le taux de service fournisseurs sont positionnés au niveau 2 sur l’échelle de satisfaction.


Chapitre 5

Si les prévisions de ventes ne sont pas nécessaires à l’élaboration du planning prévisionnel de distribution (pour qui la visibilité du carnet de commande est suffisante), elles pourraient en revanche permettre de construire des plans prévisionnels d’approvisionnement plus fiables sur un horizon moyen terme. Cette visibilité serait notamment intéressante pour les composants dont les délais d’approvisionnement sont supérieurs au délai client et pour lesquels l’entreprise doit fonctionner « sur stock » (MTS) sans attendre la commande d’un client. Une adéquation plus forte entre ces stocks et la demande pourrait alors être observée ce qui améliorerait sensiblement la rotation des stocks (satisfaction actuelle au niveau 2). L’élaboration systématique d’un Plan Industriel et Commercial (AvPSR actuellement au niveau 2) présenterait l’avantage de pouvoir traduire les informations sur le marché au niveau de l’organisation de la chaîne logistique amont. Une transmission régulière des plannings prévisionnels d’approvisionnement aux fournisseurs (AmLPP actuellement au niveau 2) leur permettrait alors d’anticiper et organiser leurs activités et ainsi améliorer leur taux de service.

Le gain au niveau de la fiabilité amont de la chaîne logistique, pourrait également permettre des économies au niveau du coût de possession des matières premières (satisfaction actuellement évaluée à 1). En effet, l’anticipation des retards d’approvisionnements incite l’entreprise à avancer les commandes d’approvisionnement, à sur stocker et sur évaluer ses stocks de sécurité. Cette politique entraîne alors des coûts de stockage MP importants.

5.2.2.5 Flexibilité de la chaîne logistique

Nous regroupons dans la Figure 5.6 l’ensemble des diagrammes sur lesquels nous appuyons l’analyse concernant la flexibilité de la chaîne logistique de l’entreprise Roset.


Chapitre 5

Figure 5.6 : Performance collaborative de Ligne Roset (FCP-Flexibilité)


La flexibilité de la chaîne logistique aval est jugée bonne par l’entreprise Roset puisque le niveau de satisfaction est au niveau 3 et la maturité des pratiques collaboratives associées à cet indicateur sont pour la plupart, en cohérence avec le résultat. Même si l’entreprise ne semble pas partager de manière systématique avec ses distributeurs des informations sur sa stratégie de distribution (niveau 2 pour AvTSP), elle intègre leurs contraintes dans son fonctionnement (niveau 3 pour AvTSR). Mais c’est surtout le comportement collaboratif existant entre Ligne Roset et ses distributeurs au niveau opérationnel qui favorise principalement la bonne flexibilité observée au niveau de la distribution. En effet, même si l’entreprise communique ses plans de distribution avec un mois d’avance et confirme ses besoins chaque semaine, les transporteurs ont l’habitude de se réajuster quotidiennement pour palier les différents aléas et retards de la production. De plus, la plupart des transporteurs sont équipés d’EDI, ce qui permet au service transport de visualiser l’état de remplissage des camions et donc d’adapter et réajuster les livraisons. Une réelle collaboration réactive et proactive (AvPFR et AvPFP au niveau 3) existe donc au niveau du flux de distribution, ce partenariat favorisant une bonne flexibilité aval. Cette flexibilité permettrait d’une certaine manière de compenser le manque de fiabilité constaté au niveau de la chaîne logistique amont et interne et de maintenir un taux de service client satisfaisant. Enfin, le niveau de satisfaction de la flexibilité de distribution étant en cohérence avec le niveau de maturité des pratiques collaboratives associées


Chapitre 5

(niveau 3), un passage au niveau 4 pour l’indicateur pourrait dépendre du passage au niveau 4 des relations de collaboration. Ces pratiques devraient alors s’appliquer à l’ensemble des principaux distributeurs de l’entreprise.


La flexibilité interne de l’entreprise Roset est jugée bonne puisque sa capacité à s’adapter à des changements de volume est estimée à un niveau 3 de satisfaction.

A partir de son carnet de commande et de la situation de son flux d’activité, l’entreprise peut en effet anticiper les variations de charge et planifier en conséquence ses besoins en ressources (humaines) (AvPFR AvPFP et ILFR au niveau 3). Un système de modulation horaire haute ou basse permet en effet d’adapter chaque semaine la capacité de certains ateliers en adéquation avec la charge de travail planifiée. Néanmoins, de par leur fonctionnement, certaines entités de production sont moins flexibles en volume en raison de leur politique de production. Respectant certaines tailles de lots pour assurer des gains et des rendements suffisants sur les matières travaillées (mousse, cuir, tissus, bois), ils s’adaptent moins facilement aux variations de volumes. Passer au niveau 4 pour l’indicateur de flexibilité n’est donc pas forcément l’objectif de l’entreprise puisque que le manque de flexibilité dans certains ateliers est la conséquence de leur stratégie de production. Accentuer l’effort collaboratif sur les pratiques collaboratives associées à l’indicateur n’aurait donc pas d’intérêt immédiat, pour ce type de performance en particulier.


La flexibilité de la chaîne logistique amont ne semble pas suffisamment satisfaisante puisque l’entreprise Roset la positionne au niveau 2. En considérant le niveau de maturité des pratiques collaboratives associées, nous notons que l’une des sources potentielles de progrès consisterait à collaborer plus fortement au niveau de la stratégie d’achat et d’approvisionnement. Communiquer régulièrement plus d’informations sur la tendance des marchés, sur la situation des ventes ou encore partager des objectifs précis donnerait aux fournisseurs une visibilité plus forte sur l’évolution de leur activité. Grâce à une meilleure anticipation, leur flexibilité s’en trouverait certainement améliorée, tout comme leur fiabilité, comme nous l’avons souligné en section 3.2.2.3.

5.2.2.9 Chaîne logistique transverse

Au niveau de la flexibilité-produit de la chaîne logistique, l’entreprise Roset est satisfaite de sa performance puisqu’elle se positionne au niveau 4 pour l’indicateur correspondant. Prenant en considération les informations et contraintes de la chaîne logistique (surtout aval) dans sa stratégie et son fonctionnement (TGSR) et partageant le maximum d’information sur ses produits


Chapitre 5

(notamment en amont) (TGSP), l’entreprise favorise la flexibilité de sa chaîne logistique. En revanche, sa flexibilité interne ne semble pas s’expliquer par un comportement collaboratif inter ateliers puisque les pratiques associées sont positionnées au niveau 1 ou 2 (ILSP et ILSR). La flexibilité interne repose en vérité sur la polyvalence des opérateurs de production, dont la couverture de compétence est suffisamment large pour répondre à des fluctuations au niveau des profils de charge de travail. Un effort collaboratif en interne n’améliorerait donc pas significativement la flexibilité des ateliers dans le contexte de l’entreprise.

Si les fournisseurs n’étaient pas jugés comme assez flexibles au niveau des approvisionnements, leur flexibilité est en revanche plus satisfaisante au niveau des nouveaux produits (niveau 3). Cette performance est directement liée à la prise en compte des attentes clients dans l’activité de co-conception et co-développement réalisées par l’entreprise avec certains de ses principaux fournisseurs. Le niveau de satisfaction de la flexibilité pour les nouveaux produits étant en cohérence avec le niveau de maturité des pratiques collaboratives associées (niveau 3), un passage au niveau 4 pour l’indicateur pourrait dépendre du passage au niveau 4 pour les relations de collaboration correspondantes. Limitée aujourd’hui à certains fournisseurs majeurs, l’entreprise devrait alors étendre cette implication à l’ensemble de ceux ayant un impact significatif sur la sortie des nouveaux produits.

5.2.3 Réactivité de la chaîne logistique

Nous regroupons dans la Figure 7 l’ensemble des diagrammes sur lesquels nous appuyons l’analyse concernant la réactivité de la chaîne logistique de l’entreprise Roset.


Chapitre 5

Figure 5.7 : Performance collaborative de Ligne Roset (FCP-Réactivité)


Comme nous l’avons vu pour la fiabilité ou la flexibilité de la chaîne logistique aval, les efforts collaboratifs (surtout réactifs) menés aux niveaux stratégique tactique et opérationnel permettent de bons résultats au niveau de la réactivité du transport (niveau 3). Nous insistons sur l’apport de la collaboration systématique au niveau du flux de distribution entre Ligne Roset et certains de ses principaux distributeurs, notamment permise par un système de type EDI. Cette relation aussi bien réactive que proactive permet de réagir rapidement à l’avancement et aux aléas de la production pour les uns et à la situation du remplissage des camions pour les autres. D’après notre modèle, une amélioration de la réactivité aval nécessiterait dans un premier un effort de type proactif entre l’entreprise et ses distributeurs : un échange autour de la stratégie de distribution devrait permettre d’améliorer encore d’avantage la synchronisation des activités des deux acteurs. Dans un second temps, l’extension de cette relation de partenariat à l’ensemble


Chapitre 5

des principaux distributeurs permettrait un passage au niveau 4 de satisfaction pour l’indicateur mesurant la réactivité de la distribution.


Concernant la réactivité de la chaîne logistique amont, les conclusions sont bien différentes puisque la performance n’est évaluée qu’à un niveau 2 de satisfaction. Ce résultat est d’ailleurs en cohérence avec les pratiques collaboratives associées et l’analyse rejoint celle faite pour la fiabilité ou la flexibilité observée des fournisseurs. Un manque de concertation au niveau de la stratégie achat et approvisionnement entre l’entreprise et ses fournisseurs ressort des diagrammes (AmASR, AmASP, AmLSR et AmLSP au niveau 2). De plus, au niveau du flux produit, la visibilité des stocks par exemple (AmLFP) n’est guère possible puisque la plupart des fournisseurs ne disposent pas de beaucoup d’équipement informatique (extrêmement peu possèdent un EDI chez eux), ce qui limite la possibilité des échanges d’information et ralentit leur temps de réponse (dont la performance est estimée au niveau 2). Manquant de visibilité et d’informations à tous les niveaux, les fournisseurs ne parviennent pas à anticiper suffisamment pour maintenir des délais satisfaisants. Nous pouvons également ajouter que, ne commandant que de petites séries pour certaines pièces, Ligne Roset n’a à faire qu’à de petites entreprises, peu structurées qui n’ont pas encore intégré dans leur mode de fonctionnement des règles et normes précises quant à leur délais de livraison ou leur qualité. Roset subit donc certaines fois les conséquences de ces imprécisions. Impliquer bien d’avantage ces fournisseurs dans la démarche et le succès de l’entreprise, en se rapprochant d’eux et en communiquant plus, permettrait sans doute d’améliorer de nombreux aspects de leur performance, comme nous l’avons vu à plusieurs reprises dans notre analyse.

5.2.3.3 Chaîne logistique transverse

Les fournisseurs de Ligne Roset sont pour la plupart, des entreprises de la région et leur proximité géographique permet une grande réactivité, très utile en période de lancement des nouveaux modèles. En effet, les modifications, les retouches peuvent alors être effectuées dans de très courts délais sans quoi, des retards en production pourraient très rapidement voir le jour étant donné le planning très serré entre la fin des prototypes et les premières commandes lancées dans les ateliers. Cette organisation mise en place depuis de nombreuses années avec la plupart des principaux fournisseurs de l’entreprise permet donc de bons résultats au niveau du délai de conception, développement et mise sur le marché (niveau 3). Nous notons par ailleurs que ce dernier point correspond à un enjeu stratégique pour l’entreprise qui, pour rester compétitive et précurseur dans son domaine d’activité, doit proposer régulièrement et rapidement des nouveautés dans sa collection. Les relations de partenariat sont donc particulièrement soignées sur


Chapitre 5

chacun des niveaux (TCSR, TCSP, TCPP, TCPR, TDSR, TDSP, TDPP, TDPR au niveau 3) pour la plupart des fournisseurs stratégiques de l’entreprise. L’atteinte du niveau 4 pour l’ensemble des indicateurs de réactivité (délai de conception, délai de développement et délai de mise sur le marché) passerait par l’étendue de ces pratiques à l’ensemble des principaux fournisseurs.

En fonctionnement standard (hors phase de lancement produit), la réactivité de la chaîne logistique est à améliorer malgré la présence de pratiques collaboratives assez matures. Conformément à nos observations précédentes, cette inefficacité des pratiques collaboratives pourrait s’expliquer par la contre performance des fournisseurs (au niveau délai) qui vient quelque peu altérer l’impact des efforts collaboratifs opérés au sein de la chaîne logistique. Un gain à ce niveau aura sans doute des répercussions sur la performance globale de la chaîne.

5.2.3.4 Qualité de la chaîne logistique

Nous regroupons dans la Figure 5.8 l’ensemble des diagrammes sur lesquels nous appuyons l’analyse concernant la qualité de la chaîne logistique de l’entreprise Roset.

Figure 5.8 : Performance collaborative de Ligne Roset (FCP-Qualité)

Alors que nous avons vu en section 3.1 que la qualité du produit final proposé au client était très satisfaisante (niveau 4), la qualité de production et la qualité des composants approvisionnés semblent médiocres (respectivement estimées au niveau 2 et 1). Ce décalage est surprenant et l’un des objectifs de l’analyse présentée ci-dessous est d’apporter d’une part une explication et d’autre part des pistes d’amélioration.


Chapitre 5


Pourtant intégrés dans le processus de conception des produits (TCSP et TSCR au niveau 3), les fournisseurs ne semblent pas performants sur la qualité des produits approvisionnés alors que leurs contraintes de fabrication sont prises en compte dans l’élaboration du cahier des charges et au cours de la phase de prototypage. Ce problème qualité ne s’expliquerait donc pas par un manque de collaboration au niveau du produit. Une amélioration doit être davantage recherchée par une formalisation plus rigoureuse des objectifs qualité demandés ou par des réflexions communes sur les actions de progrès à engager, lors de la négociation achat (AvASP actuellement au niveau 2). Nous soulignons par ailleurs qu’une amélioration de la qualité des composants et des matières premières aurait également des impacts bénéfiques au niveau du taux de service en production (en réduisant notamment les retards causés par le retour des pièces chez le fournisseur).


Alors que l’entreprise base la qualité de ses produits sur l’expertise de sa main d’œuvre, la qualité de production n’est pas satisfaisante (niveau 2). Ceci s’expliquerait par l’absence d’une stratégie d’amélioration commune entre les ateliers (ILSR et ILSP au niveau 1 et 2) qui ne communiqueraient pas suffisamment sur les problèmes rencontrés. Les ateliers fonctionnant de manière trop indépendante, la non-qualité d’un produit n’est détectée qu’à la fin du cycle de fabrication, ce qui nécessite bien souvent de recommencer une partie du travail pour aboutir à la qualité de finition souhaitée par l’entreprise vis à vis de sa clientèle. Cette étape supplémentaire se traduit par un surcoût de production important (satisfaction estimée à 2), à des retards en production (satisfaction du taux de service production estimé à 1), à une augmentation des encours et produits finis (satisfaction des coûts de possession SF et PF estimée à 2). Des efforts en termes de collaboration interne au niveau stratégique (ILSR et ILSP) pourraient ainsi améliorer directement et indirectement de nombreux aspects de la performance de l’entreprise Roset.

5.3 Synthèse et Conclusion

Dans ce chapitre, nous avons appliqué le modèle d’évaluation de la performance collaborative au cas industriel de l’entreprise Roset. Une première étape de caractérisation de sa situation collaborative a permis de souligner que l’entreprise collaborait beaucoup plus au niveau de sa chaîne logistique aval ou transverse qu’avec la partie amont ou interne de la supply chain. Ce déséquilibre s’est matérialisé par une insatisfaction au niveau de la performance de ses fournisseurs


Chapitre 5

et dans une moindre mesure de celle de ses ateliers de production. En revanche, une perception globalement positive de la performance aval et orientée client a été observée. Une analyse plus détaillée nous a permis d’identifier certaines actions de collaboration sur lesquelles l’entreprise pourrait s’appuyer pour améliorer certains aspects de sa performance lui faisant aujourd’hui défaut. Parmi les différentes pistes d’actions proposées, nous retiendrons principalement qu’une visibilité plus importante de l’activité de l’entreprise communiquée aux fournisseurs pourrait permettre d’améliorer leur fiabilité, leur flexibilité et leur réactivité. Ces différents gains auraient des répercutions multiples sur l’ensemble de la chaîne logistique et en particulier au niveau financier qui semble actuellement être le point défaillant de la chaîne logistique de Roset dans son ensemble.

Plus généralement, cette étude a permis d’illustrer les apports du modèle d’évaluation de la performance collaborative. Nous avons pu voir que son application permettait entre autres d’identifier des dysfonctionnements, d’en rechercher les causes et de proposer des pistes d’amélioration potentielles. Si nous avons pu mettre en évidence les apports de la collaboration, l’application du modèle à l’entreprise Ligne Roset nous a également permis d’en souligner les limites. En effet, nous avons pu voir que dans certaines situations, les dysfonctionnements ne peuvent pas toujours trouver d’amélioration par une augmentation du niveau de maturité de collaboration tant que les problèmes en amont ne sont pas résolus (organisation, système d’information…).


PPartie 3 : EEvaluation de la performance et GGestion des compétences

Dans cette partie, nous présentons les travaux réalisés autour de l’évaluation de la performance d’une entreprise au sein de sa chaîne logistique, en nous focalisant plus particulièrement sur la gestion de son capital humain. Notre objectif est de proposer un modèle permettant de caractériser et d’évaluer les impacts de la gestion des compétences des opérateurs en planification sur la performance d’une entreprise.



6 Chapitre 6 : Gestion des compétences : Etat de l’art ............................... 125 6.1 Concept et définition de la Compétence.................................................... 126

6.1.1 Compétence individuelle ...................................................................................... 126 6.1.2 Compétence collective .......................................................................................... 126 6.1.3 Compétence critique ............................................................................................. 127

6.2 Modélisation de la compétence................................................................... 127 6.3 Gestion des compétences............................................................................. 129 6.4 Ordonnancement et gestion des compétences........................................... 130

6.4.1 Généralités sur les problèmes d’ordonnancement................................................. 130 6.4.2 Problème d’ordonnancement avec ressources humaines ...................................... 132

6.5 Gestion des compétences et performance.................................................. 134 6.6 Synthèse et conclusion................................................................................. 136

7 Chapitre 7 : Modèle d’évaluation de la performance et gestion des compétences en ordonnancement .................................................................... 137

7.1 Modélisation de la gestion des compétences en ordonnancement........... 138 7.1.1 Modélisation de la compétence............................................................................. 138 7.1.2 Modélisation de la performance............................................................................ 141 7.1.3 Modélisation mathématique.................................................................................. 144

7.2 Méthodes de résolution multicritères ........................................................ 149 7.2.1 Identification des bornes pour les critères de performance................................... 151 7.2.2 Approches heuristiques multicritères.................................................................... 152 7.2.3 Approche hybride multicritère.............................................................................. 157 7.2.4 Synthèse des méthodes de résolution.................................................................... 163

7.3 Synthèse et conclusion................................................................................. 164

8 Chapitre 8 : Application industrielle ........................................................ 165 8.1 Caractérisation du cas d’étude................................................................... 165 8.2 Expérimentations et analyse des résultats ................................................ 168

8.2.1 Indentification des bornes pour les indicateurs MIX TX et PROD ...................... 168 8.2.2 Approches multicritères ........................................................................................ 173 8.2.3 Bilan des expérimentations ................................................................................... 177

8.3 Synthèse et Conclusion ............................................................................... 178



6 Chapitre 6 : Gestion des compétences : Etat de l’art

Après avoir défini le concept de compétence, nous analysons dans ce chapitre en quoi une gestion pertinente des compétences peut contribuer à la performance d’une entreprise. Nous nous intéressons plus particulièrement à la gestion des compétences dans le cadre de la planification des activités d’une entreprise et notre objectif est d’identifier les indicateurs de performance susceptibles d’être impactés. Cette synthèse bibliographique est destinée à identifier les fondements sur lesquels le modèle d’évaluation de la performance orientée compétences s’appuie.

La mondialisation de l’offre et des échanges intensifie la concurrence et oblige les entreprises à intégrer des services complexes et diversifiés (Berrah, 1997). Pour faire face aux nouvelles exigences du marché, la flexibilité semble de plus en plus être le maître mot que chaque organisation tente de maîtriser, en mettant en œuvre des stratégies en interne ou en externe avec ses partenaires de chaîne logistique. Bien que ce terme ne recouvre pas la même signification selon les auteurs, beaucoup considèrent l’élargissement de la gamme des produits, l’accroissement de leur personnalisation et l’innovation comme trois composantes majeures de la flexibilité sur lesquelles une entreprise peut agir en interne pour assurer la compétitivité de ses produits (Correa, 1994 ; De Toni et Nassimbeni, 1998 ; Gerwin, 1993). On parle alors de flexibilité qualitative (Franchini, 2000) et les leviers d’action souvent associés à cette flexibilité sont la formation, l’apprentissage, la polyvalence du personnel et surtout la gestion de leurs compétences.

L’amélioration de la qualité, la diversification et la personnalisation des produits et services semblent être les pistes d’action choisies par les entreprises occidentales dont la pérennité dépend dans une large mesure de la façon dont elles gèrent leur patrimoine. Alors que les équipements matériels évoluent, les techniques se renouvellent et les méthodes de travail se perfectionnent, les patrimoines durables que peuvent valoriser ces entreprises sont leur savoir et leur savoir-faire, surtout face à des pays où la main d’œuvre est bon marché et faiblement qualifiée (Lebureau, 2004). Ainsi, les compétences clef constituent la base de la compétitivité d’une entreprise et la gestion des compétences apparaît aujourd’hui comme l’un des principaux inducteurs de sa performance (Hamel Prahalad, 1994).


Chapitre 6

6.1 Concept et définition de la Compétence

6.1.1 Compétence individuelle

Dans le langage courant, la compétence correspond à une connaissance approfondie, reconnue et observable mais également mesurable en situation de travail et en regard d’un référentiel. Contrairement à la notion de qualification, la compétence est considérée par la majorité des auteurs, comme une caractéristique propre à un individu donné (Lévy-Boyer, 1996 ; Lebortef, 1994 ; Michel et Ledru, 1991 ; Rault-Jacquot, 1993). Dans la littérature, si toutes les définitions ne convergent pas, il est néanmoins possible de dégager certaines caractéristiques communes dans la plupart des travaux (Harzallah et al., 99 ; Harzallah, 2000).

• Il existe deux types de compétences : les compétences nécessaires à la réalisation d’une tâche, il s’agit des compétences requises, et les compétences existantes à l’origine de la réalisation d’une activité, ce sont alors les compétences acquises par un ou plusieurs individus. (Harzallah et al., 1999 ; Harzallah, 2000).

• Une compétence se décompose en différentes catégories et peut être définie comme la mise en œuvre combinée de savoirs (connaissances), savoir-faire (pratiques maîtrisées) et savoir être (attitudes et comportements) d’après Bruneau et Pujos (1992), Nzihou (1997), Levy-leboyer (1996) et Le Bortef (1994).

• La compétence se réalise dans un contexte dont elle dépend et dans lequel elle se concrétise. Cet environnement de travail génère des contraintes et objectifs spécifiques et impose des conditions particulières susceptibles d’influencer la performance des résultats (Le Bortef, 1997).

• La compétence est liée à une action précise à accomplir. Son objectif est de mener à bien une mission, réaliser une tâche ou résoudre un problème.

6.1.2 Compétence collective

Si la compétence est une notion propre à l’individu, on parle néanmoins de compétence collective recouvrant l’ensemble des savoir agir émergeant d’une équipe et créant des compétences nouvelles issues de combinaisons synergiques de plusieurs ressources (Amherdt, 2000). Loin de se réduire à la simple somme de compétences individuelles, la compétence collective intègre des notions d’interactions, de coordination, de flux d’informations et de réseaux issus de la combinaison efficiente de différentes ressources (Lebureau, 2004). La notion de compétence collective est à différencier de la macro-compétence définie par Boucher et Burlat (2003) comme l’agrégation de compétences individuelles et

– Thèse de doctorat – France-Anne Gruat La Forme-Chrétien

Chapitre 6

collectives permettant de décrire macroscopiquement le potentiel interne de compétence dont dispose une entreprise pour réaliser l’ensemble de ses activités. Le terme de macro-compétence est à rapprocher du concept de « core competence » développé par Hamel et Prahalad (1990), caractérisant le noyau de compétence d’une organisation.

6.1.3 Compétence critique

Le noyau de compétence est souvent à la base du positionnement stratégique d’une entreprise lorsqu’elle possède des compétences critiques. Une compétence critique, selon Le Bortef (1998) et Franchini (2000) n’est détenue que par très peu de personnes et n’existe pas telle qu’elle sur le marché, même si elle peut y emprunter des ingrédients. Ce caractère de rareté peut générer une source de compétitivité pour l’entreprise qui lui permet de se distinguer de la concurrence nationale et internationale. Cette compétence critique a alors un impact fort sur la réussite d’une ou plusieurs des activités de l’organisation mais plus généralement est nécessaire à la réalisation de ses orientations stratégiques.

6.2 Modélisation de la compétence

De par la richesse et la variété des concepts associés au terme de compétence, de nombreux chercheurs ont tenté de formaliser cette notion, en construisant des modèles de compétences. C’est bien souvent à partir de ces modèles que la gestion des compétences est rendue possible, au niveau stratégique, tactique ou opérationnel. Nous retiendrons ainsi différents modèles formels de compétences proposés dans la littérature (Leburleau, 2004) :

• Le modèle proposé par Harzallah et Vernada (2002) est fondé sur quatre caractéristiques liées au type de compétence (acquise/requise), à la catégorie de compétence (savoir/savoir être/savoir faire), au contexte dans lequel est utilisée une compétence, et enfin à la mission ou tâche rattachée à une compétence donnée. Ce modèle a conduit à la définition du « construct de compétence » selon l’architecture CIMOSA qui permet d’une part de définir les compétences requises pour un domaine d’étude ou acquises pour un individu donné et d’autre part de définir le but de la compétence, c’est à dire la tâche ou la mission à accomplir. Une utilisation concrète de ce modèle est rendue possible grâce à son implémentation sur le logiciel de base de données ACCESS. Testé dans le service de maintenance de l’usine Tremary (sous traitant de PSA), l’outil informatique a permis de visualiser les compétences opérationnelles de l’entreprise, de souligner les lacunes de la société


Chapitre 6

pour certaines technologies et ainsi identifier les formations nécessaires au personnel.

• Les travaux de Pepiot et al. (2004) se structurent autour de la distinction de trois types de compétences : la compétence unitaire, la compétence individuelle et la compétence collective. Les auteurs proposent une formalisation mathématique très précise de ces concepts, qui pourrait faciliter leur mise en œuvre dans un milieu industriel. L’objectif est d’intégrer ce modèle dans le modèle d’organisation pour la gestion et la maintenance des compétences d’une entreprise. Des perspectives de travail concerneraient la valorisation des compétences à partir de la mise en œuvre d’indicateurs et de critères d’évaluation des ressources humaines. Cette évolution permettrait alors une coordination intra entreprise ou inter entreprise pour le développement des compétences d’une chaîne logistique par exemple.

• Tourné également vers une utilisation industrielle, Dulmet et Bonjour (2001 et 2003) proposent non seulement une approche bi-dimensionnelle de la modélisation de compétences mais aussi un méta-modèle de pilotage du système de compétences, structuré en cinq niveaux (pilotage personnel / pilotage opérationnel / gestion des compétences et de la compétenciation / politique de compétenciation / stratégie de groupe). La finalité de ce pilotage est d’aider et de coordonner les décisions en terme d’objectifs et d’actions de développement à mettre en œuvre. Les lignes directrices de ce pilotage sont présentées dans les travaux de Bonjour et al. (2004) qui proposent une approche basées sur la combinaison d’un modèle top-down et d’un modèle bottom-up. Destinée à être utilisée pour des activités de conception, ces modèles permettraient d’aider les chefs de projet à organiser leur système de compétence en fonction des objectifs de leur mission.

• La gestion opérationnelle des compétences est également présente dans les travaux de Letouzey (2001) qui proposent de coupler un modèle de compétences et un système d’indicateurs pour la gestion des opérateurs afin de permettre à une entreprise un meilleur ajustement des capacités en compétences. Le modèle de compétences, orienté objet, prend en compte les caractéristiques d’un opérateur, ses compétences et son niveau de compétence, son niveau de compétence dépendant de sa plus moins grande aptitude à réaliser le type d’activité considéré. Le système d’indicateurs est composé de quatre critères permettant de décrire la capacité de l’atelier, cette capacité étant considérée sous un angle de compétence et la situation de travail, cette situation étant-elle aussi


Chapitre 6

étudiée sous l’angle de charge par type de compétence. Un prototype expérimental permettant d’instancier le modèle de donnée et le système d’indicateur a été réalisé sous Access et un algorithme de recherche d’une adéquation entre la charge de travail et la capacité par compétence a été implémenté dans la maquette.

• Nous citerons enfin le modèle qualitatif de Boucher et Burlat (2003) qui spécifie le concept de compétence en tant qu’émergence de l’interaction entre trois composantes : la situation, l’acteur et la ressource. L’estimation quantitative et qualitative de ce triptyque fournit une première estimation du niveau de compétence d’une organisation et donc du potentiel de valeur dont elle dispose. A partir de cette modélisation permettant d’identifier les compétences d’une entreprise, l’objectif est d’une part de favoriser le développement des compétences pour augmenter le potentiel de valeur disponible et d’autre part d’augmenter la création de valeur en utilisant de manière plus pertinente ce potentiel.

6.3 Gestion des compétences

La modélisation des compétences est alors utilisée dans différents contextes industriels et pour différents niveaux décisionnels. Harzallah (2000) synthétise les domaines de gestion des ressources humaines et de leurs compétences en distinguant le domaine fonctionnel du domaine opérationnel.

• Le domaine fonctionnel est à rapprocher de l’aspect administratif et intègre les activités de recrutement, de formation, la gestion des conflits, la gestion des carrières et des emplois, les plans de départ en retraite et le suivi des démarches participatives.

• Le domaine opérationnel est, quant à lui, relié à la gestion des compétences métiers. Le périmètre d’étude s’étend alors de la gestion du capital cognitif requis et acquis de l’entreprise, à la conduite du changement en passant par la planification des opérateurs. Ce dernier point correspond à des processus de gestion relativement bien structurés avec prise en compte de leurs compétences.

• Ce dernier point a fait l’objet de nombreux travaux en planification ou ordonnancement et c’est cette sur approche opérationnelle de la gestion des compétences que nous nous focalisons dans la suite de nos travaux.


Chapitre 6

6.4 Ordonnancement et gestion des compétences

6.4.1 Généralités sur les problèmes d’ordonnancement

6.4.1.1 définitions

L’ordonnancement de travaux consiste à affecter des ressources aux opérations élémentaires en définissant leurs dates d’exécution. Dans un système de production, les ressources peuvent être des machines, des équipements ou encore des opérateurs et les travaux sont des opérations ou des ordres de fabrication (suite d’opérations). Chaque travail peut avoir un niveau de priorité, une date de début au plus tôt ou encore une date de fin au plus tard (Graves, 1981).

6.4.1.2 contraintes

La solution d’un problème d’ordonnancement doit respecter des contraintes aussi variées que :

• la durée d’exécution des travaux,

• les délais sur les commandes,

• les ressources nécessaires aux travaux,

• la capacité ou la disponibilité des ressources,

• la synchronisation des travaux sur l’axe du temps,

• la priorité des travaux,

• l’ordre d’exécution des opérations d’un travail

• la succession et/ou précédence des opérations…

6.4.1.3 Critères

Le but est alors d’optimiser l’ordonnancement en fonction d’un ou plusieurs objectifs. Il s’agit généralement d’un compromis entre des attentes conflictuelles telles que :

• la maximisation des taux d’utilisation des ressources (personnel, machines ou équipements).

• la minimisation des stocks et encours,

• la minimisation du temps d’exécution,

• la minimisation du coût d’exécution,

• la minimisation des retards…


Chapitre 6

5.1.4 Configurations de problèmes d’ordonnancement

Selon l’organisation des ressources, on distingue classiquement différentes situations. Les configurations les plus connues sont celles à une ressource unique, avec des ressources parallèles, des ateliers à cheminements uniques ou multiples.

• Pour les problèmes à une ressource, l’ensemble des travaux est réalisé sur une seule machine. Les travaux sont composés d’une seule opération qui nécessite la même machine.

• Pour les problèmes à ressources parallèles, un ensemble de ressources sont considérées pour réaliser les travaux. Ces travaux se composent d’une seule opération et un travail exige une seule machine. L’ordonnancement s’effectue alors en deux phases : l’une consiste à affecter les travaux aux ressources et l’autre consiste à établir la séquence de réalisation sur chaque ressource. Ces ressources peuvent être différentes, et l’ensemble des opérations qu’elles peuvent traiter ainsi que les durées de traitement peuvent alors varier d’une ressource à l’autre.

• Un atelier à cheminement unique (ou atelier flow shop) est un atelier où le processus d’élaboration de produits est dit « linéaire », fixé à l’avance et identique pour tous les travaux. Les ressources peuvent être dédiées à une opération précise, et sont implantées en fonction de leur séquence d’intervention dans la gamme de production.

• Un atelier à cheminements multiples (ou atelier job shop), ont également des gammes de fabrication linéaires et fixées à l’avance, mais contrairement aux problème flowshop, l’ordre d’utilisation des ressources peut varier d’un travail à l’autre.

• Les problèmes open shop, considèrent les organisations d’atelier où l’ordre d’utilisation des ressources n’est pas fixé à l’avance.

6.4.1.4 Approches de résolution

Selon le type de problème d’ordonnancement à traiter, il convient de s’interroger sur le type de méthode de résolution à employer. La méthode de résolution choisie déterminera la simplicité d’implémentation, la complexité temporelle (ie : le temps d’exécution) et la qualité des solutions fournies. La littérature propose différentes typologies permettant de classifier les différentes méthodes de résolutions (GOThA, 1993). On distingue classiquement les méthodes de programmation linéaire, les méthodes par construction, les méthodes par décomposition, les méthodes par voisinage, les méthodes évolutionnistes et les méthodes issues de l’intelligence artificielle.


Chapitre 6

Les modèles classiques d’ordonnancement sur ressources parallèles supposent que ces ressources soient identiques et qu’il soit par conséquent possible d’affecter une tâche à n’importe laquelle d’entre elles. Ces problèmes se résolvent classiquement par des méthodes de programmation linéaire (simplexe ou méthode hongroise) pour optimiser le temps de cycle ou le coût (Glover, 1986 ; Gûrsel et Czajkiewicz, 1993). Ces méthodes deviennent insuffisantes pour résoudre des problèmes plus complexes considérant des ressources parallèles différentes et des tâches ne pouvant être réalisées que par des ressources spéciales et/ou dédiées (Whang et Xing, 2006 ; kellerer et Strusevich, 2004 ; Potts et Van Wassenhove, 1982). La complexité du problème considéré oriente en effet le choix de la méthode de résolution. Pour les problèmes polynomiaux, il est courant d’utiliser des méthodes exactes permettant de trouver des solutions optimales. Lorsque les problèmes d’ordonnancement considérés ne sont pas polynomiaux (NP-difficile, NP-difficile au sens fort…), on utilise plutôt des méthodes heuristiques ou méta heuristiques. L’objectif n’est alors pas d’identifier forcément une solution optimale mais une « bonne solution » ou « solution acceptable » ; le caractère acceptable étant jugé bien souvent à partir de l’écart à une borne (inférieure ou supérieure). Pour résoudre des problèmes sur ressources parallèles et différentes, on citera les travaux de Whang et Xing (2006) qui utilisent des heuristiques et méta-heuristique, les travaux de Hitoshi et Sannomiya (2001) basés sur des algorithmes génétiques et enfin les travaux de Gyoung et Lee (1998) proposant d’autres algorithmes évolutionnistes.

6.4.2 Problème d’ordonnancement avec ressources humaines

Pendant très longtemps, les industriels et scientifiques ont concentré leurs efforts et actions sur l’optimisation des ressources matérielles comme l’attestent les nombreuses études en génie industriel consacrées à l’amélioration des processus sous l’angle de la productivité, la capabilité et la performance des machines (Hermosillo, 2003). Les exigences en termes de performance industrielle étant toujours plus fortes, la gestion du personnel comme ressource de production a pris de plus en plus d’importance (Zûlch et Vollstedt, 2001). On distingue alors deux grandes catégories de problématique de gestion quantitatives des ressources humaines : la planification d’horaires de travail (planification des vacations ou shift scheduling, positionnement des jours de repos ou Days-off scheduling et planification des tours ou tour scheduling) et l’ordonnancement et l’affectation d’OF (Ordre de Fabrication) aux opérateurs. C’est sur ce dernier point en particulier que nous nous intéressons dans ce mémoire.

L’intervention simultanée des différentes familles de ressources (machines/outils/opérateurs) est ainsi prise en compte dans les problématiques d’ordonnancement comme le montrent les travaux de Billaut et al., (1995) et


Chapitre 6

Roubellat et al., (1998). On parle alors d’approches multi-ressources dont l’objectif est de définir des listes d’opérateurs par machine et de les affecter en fonction de leur qualification (Jia, 1998). Pour une même liste, les opérateurs sont indifférenciables et la tâche est affectée à la ressource libre le plus tôt. On constate l’analogie de cette approche avec l’analyse des « capabilités » utilisée pour les machines et force est de constater que les performances des ressources humaines sont encore utilisées a posteriori (après l’affectation tâche/machine) et non a priori pour optimiser une affectation.

Se pose alors la question du statut accordé aux ressources humaines : doit-on considérer les opérateurs seulement comme une modalité d’amélioration ou doit-on au contraire attribuer une fonction principale et décisive aux ressources humaines comme moteur de la performance d’entreprise ? Les points ressortant des travaux actuels soutiennent la seconde alternative. La prise en compte des personnes intervient en amont de l’ordonnancement (Grabot et Letouzey, 2000 ; Franchini, 2000 ; Pichot et Baptiste, 2003), et les ressources ne sont plus compactées en « pool de qualification ». Les opérateurs ne sont plus considérés comme des ressources anonymes et interchangeables mais au contraire, on tient compte de la spécificité de chaque ressource humaine dans la gestion de l’ordonnancement d’atelier (Burns et Carter, 1985 ; Emmons, 1985). Cette gestion individualisée des opérateurs se visualise par exemple par la prise en compte de leur rendement ou productivité propre. Alors que la plupart des problèmes d’ordonnancement classiques posaient l’hypothèse des temps de cycle fixes (ou durées opératoires), de plus en plus d’auteurs montrent qu’ignorer l’opérateur comme source de variation, entraîne des erreurs significatives au niveau de la pertinence des solutions d’ordonnancement. Ainsi de nombreuses études considèrent que le temps d’exécution d’une tâche dépend de la ressource qui l’effectue et de son aptitude (Jansen et Mastrolilli, 2004). Certains travaux considèrent les opérateurs groupés par niveau de productivité (Thompson et Goodale, 2006), d’autres ont affiné cette approche en considérant des rendements propres à chaque individu (Brusco et Johns, 1998 ; Easton et Rossin, 1991 ; Li et al., 1991). Hunter et al., (1990) mettent en évidence que la durée opératoire est certes liée aux caractéristiques de la ressource mais également au type et à la complexité de la tâche réalisée. Le caractère évolutif de la productivité des ressources humaines est évoqué puisque la durée des opérations peut évoluer en liaison avec l’apprentissage des opérateurs qui répètent le même travail, mais aussi avec la fatigue ou autres éléments plus difficilement modélisables (Baptiste et al., 2005).

Plus précisément, la démarche d’affectation opérateurs/tâches est alors considérablement complexifiée puisque, loin de considérer que les opérateurs ne peuvent réaliser qu’un seul type de travail (Buffa et al., 1976), les ressources


Chapitre 6

deviennent multi-fonctionnelles et plusieurs qualifications pour une même ressource sont considérées (Corominas et al., 2005). Lorsque la qualification est propre à chaque personne et que pour une tâche donnée, l’efficacité ou l’aptitude à la réaliser varie selon l’opérateur, la simple notion de qualification laisse place à un concept plus complexe, et l’on parle alors de la compétence de la personne. « La compétence dépasse largement la seule qualification de l’individu. Elle englobe notamment l’expérience, l’implication de la personne… » (Hermosillo, 2003). Notons par ailleurs que pour l’ensemble de ces travaux cités, la méthode approchée proposée est une méthode approchée, de part la complexité induite par la considération des spécificités des ressources humaines.

6.5 Gestion des compétences et performance

Jusqu’au début des années 90, la performance des entreprises occidentales était définie par l’optimisation du triptyque bien connu : coût, qualité et délai. Souvent utilisés pour mesurer l’efficience d’une planification de machines, ces critères ou indicateurs de performance se sont adaptés à la planification des opérateurs de production. Les objectifs maintenant visés par la gestion des compétences en production sont : (Grabot et Letouzey, 2000) :

• La maximisation de la charge des opérateurs pour maximiser le taux d’utilisation des ressources

• La minimisation des heures supplémentaires pour minimiser le coût d’exécution de la charge

• Le maintien du savoir-faire individuel et collectif pour maximiser la polyvalence et la flexibilité de « l’outil de production ».

• La maximisation de l’efficience dans l’utilisation et l’affectation des opérateurs pour maximiser la productivité.

Une gestion pertinence des compétences des ressources humaine ne se mesure pas uniquement par des indicateurs industriels mais et d’autres mesures relatives aux critères sociaux se sont ajoutées. On citera par exemple le modèle de Partouche (1998) proposé en Figure 6.1 qui met en évidence l’aspect multicritère de la planification des opérateurs vis à vis de la performance.


Chapitre 6

Figure 6.1 : Aspect multicritère de la planification des opérateurs

• Le coût que l’on retrouve également sous l’appellation « productivité » (Marty, 1991 ; Troussier, 1995) ou encore « indicateur économique » (Vidal et al., 1999), apparaît sous la forme du coût de la main d’œuvre directe nécessaire pour réaliser la charge de travail (ie : le nombre d’OF à réaliser). Il est généralement calculé à partir d’un taux horaire moyen ou tient compte plus précisément de l’ancienneté des personnes employées, de leurs qualifications, de leur contrat de travail, des moments de la journée pendant lesquels ces ressources travaillent etc… (Franchini, 2000). Il peut également intégrer le coût du travail réellement effectué et le coût de l’inactivité (Vidal et al., 1999).

• Le taux de service ou qualité de service correspond à la mesure de l’efficacité avec laquelle le système de production répond à la demande des clients.

• Les critères de satisfaction sociale que l’on trouve également sous l’appellation « indicateurs modernistes » (Berrah, 1997) concernent la satisfaction des employés vis à vis de leurs horaires et de leurs conditions de travail.

D’autres variantes peuvent également être prises en considération, à savoir les préférences des opérateurs (Abboud et al., 1998), leur motivation au travail, leur fatigue ou encore leur état de santé (Tharmaphornphilas et Norman, 2004). Ce point de vue « social » de la performance montre que la compétitivité est basée sur la performance globale qui résulte d’un compromis entre les besoins des entreprises et les attentes des salariés. L’objectif est donc de satisfaire à la fois des objectifs de production et des objectifs sociaux (Franchini, 2000). Dans un


Chapitre 6

contexte où la demande est imprévisible et les produits variés, le maintien de la polyvalence apparaît de plus en plus comme un critère important à prendre en compte dans la gestion des ressources humaines. Dans la problématique d’ordonnancement que se posent Corominas et al. (2005), une hypothèse liée à la polyvalence du personnel est imposée : les ressources passent un temps équivalent sur chacune des tâches qu’elles sont capables de réaliser pour préserver leur polyvalence et entretenir leur entraînement. Une raison d’équité est également invoquée puisque certains travaux requièrent des niveaux d’attention et de responsabilité variable.


Dans ce chapitre, nous avons défini le concept de compétence en soulignant notamment le type d’aptitude sur lequel une entreprise pouvait agir pour améliorer sa performance : la compétence critique, difficilement imitable par la concurrence et qui, gérée de manière pertinente et avisée pouvait générer une source de compétitivité pour l’entreprise et avoir un impact fort sur la réussite d’une ou plusieurs de ses activités. Parmi les différents domaines d’action où la gestion de ces compétences critiques pouvait se révéler prometteuse, nous nous sommes plus particulièrement intéressés à la prise en compte des compétences dans la planification des opérations d’une entreprise. Nous avons alors cherché à identifier le type d’indicateurs susceptibles d’être impactés par l’optimisation de l’utilisation des compétences humaines en production. Des indicateurs industriels mais également humains ont émergé de la synthèse bibliographique réalisée. A partir de l’ensemble de ces éléments, notre objectif est de construire un modèle permettant de modéliser la problématique liée à gestion des compétences et la performance associée avant de proposer des méthodes de planification assurant un compromis entre les différents critères de performance identifiés. La formalisation de ce modèle d’évaluation de la performance s’appuyant sur la gestion des compétences humaines est proposée dans le prochain chapitre.


Chapitre 7

7 Chapitre 7 : Modèle d’évaluation de la performance et gestion des compétences en ordonnancement

Dans ce chapitre, nous présentons un modèle permettant à une entreprise d’évaluer et d’améliorer sa performance grâce à une gestion avisée de ses ressources humaines et plus particulièrement de leurs compétences. Le modèle proposé répond à une problématique d’affectation des ressources humaines dans une organisation de type ressources parallèles différentes. L’objectif consiste tout d’abord à proposer une modélisation des compétences et de la performance impactée par la gestion de ces compétences. Nous proposons ensuite des approches de planification permettant d’améliorer le taux d’utilisation des ressources, de maintenir la flexibilité de production et d’accroître la productivité d’une entreprise à partir de la gestion des compétences de ses ressources.

Sur un marché fortement concurrencé, notamment par les pays à faible coût de main d’œuvre, l’expertise métier et les compétences clef d’une entreprise constituent bien souvent la base de sa compétitivité. Gérer et exploiter au mieux ses compétences stratégiques apparaît alors comme l’un des principaux leviers sur lequel une entreprise peut agir pour impacter significativement sa performance (Hamel et Prahalad, 1994). Dans ce chapitre, nous nous focalisons sur la gestion opérationnelle du savoir-faire des ressources humaines dans un atelier de production et nous proposons un modèle permettant de caractériser et améliorer la performance d’une entreprise sous l’angle de la gestion des compétences de ses ressources.

Plus précisément, la problématique étudiée prend la forme d’un problème d’ordonnancement sur ressources parallèles différentes et l’objectif est d’affecter des Ordres de Fabrication (OF) à des opérateurs de production, en gérant aux mieux leurs compétences. Le problème étudié s’apparente donc à une problématique de bin-packing généralisé ou d’équilibrage des charges si l’on considère que notre objectif est de répartir des OF sur des ressources de sorte à optimiser un ou plusieurs critères combinés tout en ne dépassant pas certaines limites1. Par rapport au problème classique d’équilibrage des charges, nous nous supprimons certaines hypothèses simplificatrices telles que : les temps opératoires

1 Un problème de bin-packing, encore appelé problème du sac à dos, est un problème d’optimisation combinatoire ; il modélise une situation analogue au remplissage d’un sac à dos, ne pouvant supporter plus d’un certain poids avec tout ou partie d’un ensemble d’objet ayant chacun un poids et une valeur. Les objets mis dans le sac à dos doivent maximiser la valeur totale sans dépasser le poids maximum.


Chapitre 7

ne sont pas fixes mais dépendent de la ressource, toutes les ressources ne sont pas capables de réaliser toutes les tâches, toutes les tâches ne peuvent être affectées à toutes les ressources, le nombre de ressource n’est pas fixe etc (Kim et al., 1996 ; Rekiek et al., 2000 ; Tonge, 1961). Par les critères de performance à optimiser, nous nous rapprochons également de plusieurs travaux d’équilibrage de charge visant à maximiser la productivité (Baybars, 1986), minimiser le coût de production (Boukchin et Tzur, 2000 ; McMullen et Fraize, 1998), minimiser le temps de cycle (McMullen et Fraize, 1998), maximiser la charge des ressources (Minzu et Henrioud, 1997). La minimisation du nombre de postes ou d’opérations déplacées (Boutevin et Norre, 2002), la minimisation du makespan (Coffman et al., 1978) ont également fait l’objet de plusieurs travaux dans la littérature mais ne seront pas considérés dans notre étude.

D’une manière générale, le modèle proposé est susceptible d’intéresser les entreprises concernées par la gestion de main d’œuvre à forte valeur ajoutée réalisant des tâches d’une grande diversité. Nous identifions ainsi les secteurs tels que l’industrie alimentaire haut de gamme, la maroquinerie de luxe, l’industrie du textile ou de l’horlogerie mais aussi les secteurs du service tels que la restauration haut de gamme, le milieu hospitalier ou les métiers liés au service informatique. Les travaux présentés ici sont basés sur le cas d’une entreprise manufacturière évoluant dans le secteur de l’ameublement haut de gamme mais ils peuvent être appliqués à l’ensemble des secteurs d’activités cités ci-dessus, moyennant quelques adaptations propres à chaque domaine.

7.1 Modélisation de la gestion des compétences en ordonnancement

7.1.1 Modélisation de la compétence

Dans nos travaux, nous proposons un modèle permettant de caractériser les ressources humaines ainsi que la charge de travail (OF) qui leur sera affectée en tenant compte de la compétence des premiers et des caractéristiques des seconds.

7.1.1.1 Modélisation des ressources

Dans le modèle proposé, les ressources sont caractérisées par un certain nombre d’attributs :

• Une couverture de compétence

• Une productivité pour chaque type d’opération

• Une qualité d’exécution pour chaque type d’opération

• Un régime de paie


Chapitre 7

• Un taux horaire

• Un temps de présence

Un opérateur de production j est formé sur une partie de l’ensemble des types d’opérations k, pouvant composer la charge de travail (

M j ,..,1∈

L k ,..,1∈ kj λ =1 si l’opérateur j est formé sur le type d’opération k, 0 sinon). Pour chaque type d’opération k réalisable par cet opérateur, un rendement jkη lui est associé. Ce rendement est calculé à partir de sa propre productivité sur le type d’opération k considéré et d’un temps standard, considéré comme une référence (temps issu d’un chronométrage par exemple). Un rendement est un réel compris entre 0 et 2 ; 1.5 signifiant par exemple que l’opérateur a un rendement de 150% et qu’il réalisera une tâche de durée initiale de 1h en 40 minutes. Pour chaque type d’opération k, un opérateur j a également une certaine qualité d’exécution jk µ , calculée à partir de son taux de non-conformité. Cette qualité d’exécution est un réel résultant d’un taux de non-conformité par modèle et par opérateur. Un opérateur j est soumis à un type de régime de paie : à l’heure ou aux pièces ( jθ =1 si l’opérateur j est aux pièces, 0 sinon). Etre « à l’heure » signifie avoir une rémunération fixe et indépendante de l’activité réalisée par l’opérateur. Etre « aux pièces » signifie avoir une rémunération variable, dépendant directement de la production de l’opérateur. Les objectifs et intérêts des personnes diffèrent donc selon le type de paie et il sera important de prendre en compte ce paramètre dans la distribution et l’organisation du travail notamment. Enfin, à un opérateur j correspondent un taux horaire spécifique j ϑ exprimé en euro/heure et un temps de présence Disp j, exprimé en heures.

7.1.1.2 Modélisation des OF

Dans le modèle proposé les OF à affecter aux ressources sont caractérisés par un ensemble d’attributs :

• Un type d’opération

• Un ensemble d’option

• Un temps d’exécution standard

• Une pénibilité d’exécution

• Un gain financier

• Une date de début au plus tôt

• Une date de fin au plus tard

A un OF i , correspond un type d’opération k (N i ,..,1∈ ikϕ = 1 si l’OF i correspond au au type d’opération k, 0 sinon) et une option r T r ..1∈ . Le couplage type d’opération/option détermine un temps d’exécution standard (issue des iT stand


Chapitre 7

chronométrages) mais son temps réel d’exécution dépendra directement du rendement de l’opérateur j sur le type d’opération k correspondant à l’OF i. est défini par la formule

ijTijT

iikjkij TT stand ** ϕη= et est donc directement lié à la ressource j qui l’exécute. Chaque OF doit être réalisé à l’intérieur d’une fenêtre de temps bornée par une date de début au plus tôt et une date de fin au plus tard . Selon l’option r associée à l’OF i, réaliser l’opération peut représenter une difficulté variable pour l’opérateur. L’option choisie va donc directement impacter la pénibilité d ‘exécution d’un OF i. A partir d’une grille de pénibilité nous associons ainsi à chaque type d’opération k un certain nombre de point de pénibilité

i E i d

Pe kr dépendant de l’option (entre 0 et 5). Nous distinguons également trois grandes catégories dans lesquelles se répartissent les types d’opération k . Nous distinguons tout d’abord les opérations « nouvelles » ( kΓ ), sur lesquelles les opérateurs ne sont formés que depuis peu et sur lesquelles ils n’ont que peu d’expérience. Il est nécessaire de favoriser l’entraînement de l’ensemble des personnes formées, quelle que soit la qualité et le rendement de leur prestation, qui n’est pas encore révélateur de leur compétence réelle sur ce type d’opération. Nous distinguons également les opérations apparaissant rarement ( ) ou très rarement ( ) dans la charge de travail. Leur fréquence d’apparition dans la charge de travail ne suffirait pas à entretenir les savoir-faire de l’ensemble des personnes formées. Il est alors nécessaire de réduire l’affectation de tout ou partie des OF i correspondants à ce type d’opération k à un sous-ensemble d’opérateur clef . Enfin, une commande client peut être composée de plusieurs opérations. Une association

kΠk Ψ

jk Λin ω commande/OF existe donc lorsque plusieurs OF i

sont associés à une commande n.

L’ensemble des données liées aux opérateurs, aux OF ou au type d’opération est présenté sous forme d’un diagramme de classe (Figure 7.1)


Chapitre 7

Figure 7.1. Modèle de classes

7.1.2 Modélisation de la performance

Dans le modèle proposé, nous distinguons six critères de performance impactés par la gestion des compétences des ressources humaines. Selon la stratégie, l’objectif poursuivi (mono-critère ou multicritères), ces critères de performance seront à optimiser (fonction objectif) ou à évaluer ou simplement contrôler. Pour chacun d’eux, nous présentons la modélisation correspondante ainsi que la fonction objectif appropriée.

• Le temps d’exécution de la charge T tot [1]

• Le coût d’exécution de la charge C tot [2]

• Le taux d’occupation de l’opérateur j jTx [3]

• Le mix-modèle de la charge attribuée à l’opérateur j

Mix j [4]

• La pénibilité affectée à l’opérateur j Pen j [5]

• La qualité de réalisation de la charge [6] Q tot


Chapitre 7

• Le critère 1 s’écrit sous la forme :

∑ ∑=

=

=

=

=Ni

i

Mj

JxijTijtotT

1 1*

Le temps d’exécution de la charge dépend directement de l’ordonnancement. Il est égal à la somme des temps d’exécution de chacun des OF i réalisés par les opérateurs j. Pour évaluer la performance de l’affectation, nous calculerons PROD permettant de comparer T tot au temps standard de la charge affectée. Le temps d’exécution de la charge n’étant pas connu avant l’affectation, il est possible que certains OF ne soient pas affectés dans la période de temps considérée. Il est donc indispensable de ne tenir compte que de la charge réellement affectée pour calculer le niveau de productivité atteint. La modélisation de l’optimisation de ce critère s’écrit (fonction objectif) : Maximiser (PROD)

T tot

xijiTPROD

Mj

j

Ni

i∑ ∑=

=

=

== 1 1*stand

• Le critère 2 s’écrit sous la forme :

∑∑=

=

=

=+=

Mj

jjij j

Mj

jjjj * θ * xi* T )-θ* ( *Disp C tot

1stand

11 ϑϑ

Le premier membre de l’expression correspond au coût des personnes à l’heure (taux horaire * temps de présence) et le deuxième membre au coût des personnes aux pièces (qui sont rémunérés selon leur production). Le coût de revient d’un OF attribué à une personne aux pièces correspond au produit du temps standard de l’OF par le taux horaire de la personne considérée. La modélisation de l’optimisation de ce critère s’écrit (fonction objectif) : Minimiser ( ) C tot

• Le critère 3, pour un opérateur j, s’écrit sous la forme :

j

Ni

iijij

Disp

xTTxj

∑=

== 1 * ; ]..1[ Mj ∈∀

Alors que certains opérateurs peuvent être plus rapides et plus polyvalents que d’autres, il est important de partager équitablement la charge entre les ressources de production afin d’éviter de surcharger certains et d’en sous-charger d’autres. L’objectif est donc de minimiser l’écart entre l’opérateur le plus chargé et l’opérateur le moins chargé.


Chapitre 7

Soit TX = . )(min)(max TxjTxj jj −

L’optimisation du critère TX s’écrit sous la forme : Minimiser (Tx).


∑=

=

=

== ∑

Lk

k

Ni

ij ikxijMix

1 1min )1 ; *( ϕ ]..1[; Mj ∈∀

L’indicateur Mix j veille à ce que la charge de travail affectée à chaque opérateur soit variée en termes de type d’opération k à réaliser. Ce critère rentre en contradiction avec un objectif de productivité puisqu’il anéantit le gain de temps lié à l’effet de série. Néanmoins, c’est un élément essentiel pour une entreprise évoluant dans un contexte où le marché est imprévisible, la diversité des tâches importante et les tailles de séries réduites. Le maintien de la polyvalence est d’autant plus important pour une entreprise fonctionnant « à la commande » par opposition à une production de masse. Pour pouvoir adapter les ressources au carnet de commandes différent chaque jour, l’entreprise doit avoir une main d’œuvre polyvalente sur les différents types d’activité à réaliser. Il est donc important que les opérateurs puissent entretenir régulièrement leur savoir-faire sur l’ensemble des opérations pour lesquels ils ont été formés. L’indicateur Mix j est destiné à évaluer la variété de la charge affectée à chaque opérateur et la méthode de résolution devra le maximiser de manière à éviter une trop grande spécialisation des opérateurs de production.

M

MixMj

jj∑

=

=1Soit MIX =

L’optimisation du critère MIX s’écrit sous la forme : Maximiser (MIX)


* * *

Ni

1i

Lk

1k

Tr

1ririkijkr xPe Ω∑ ∑ ∑

=

=

=

=

=

=ϕ ]..1[ Mj ∈∀jPen

Nous évaluons la pénibilité j de la charge attribuée à chaque ressource j, en fonction des points de pénibilité

PenPe kr associés à chacun des OF i qui lui sont


Chapitre 7

affectés. L’objectif est donc de distribuer le travail aux opérateurs de manière équitable, sur le plan de la pénibilité, c’est à dire de minimiser l’écart entre l’opérateur ayant la charge la plus pénible et celui ayant la charge la moins pénible. Le critère de performance j, à évaluer ou optimiser selon le cas. La modélisation de l’optimisation de ce critère s’écrit sous la forme : Minimiser .

Pen

))(Pen min-)Pen((max jjj

j

• Le critère 6 s’écrit sous la forme

ikij

Ni

i

Mj

j

LK

kjk x * *

1 1 1ϕµ∑ ∑ ∑

=

=

=

=

=

=Q tot

Chaque opérateur ayant une qualité d’exécution déterminée pour chacun des types d’opération qu’il sait réaliser, la qualité de réalisation de la charge totale Q tot est directement dépendante de l’affectation réalisée. La modélisation de l’optimisation de ce critère s’écrit (fonction objectif) : Maximiser (Q tot).

7.1.3 Modélisation mathématique

Nous avons proposé une modélisation de la compétence et des critères de performance impactés par ces compétences. Après une synthèse de l’ensemble des indices, données et paramètres utilisés pour cette modélisation, nous introduisons les contraintes qui seront considérées dans le problème d’ordonnancement1.

7.1.3.1 Indices

Dans la formulation du modèle mathématique, nous utilisons les indices suivants :

i : Indice d’identification d’un OF N i ..1∈

n : Indice d’identification d’une commande client V n ..1∈

j : Indice d’identification d’un opérateur M j ..1∈

k : Indice d’identification d’un type d’opération L k ..1∈

r : Indice d’identification d’une option T r ..1∈

l : Indice de position d’un OF dans la charge d’un opérateur N l ..1∈

7.1.3.2 Données et paramètres

Le modèle nécessite les données et paramètres suivants :

1 Le lecteur pourra retrouver l’ensemble des paramètres, données, indices, contraintes et indicateurs de performance présents dans le modèle mathématique, en Annexe D.


Chapitre 7

Disp j : Temps de disponibilité de l’opérateur j dans l’atelier (en heures)

jk η : Rendement de l’opérateur j pour le type d’opération k (réel compris entre 0 et 2)

jk µ : Qualité d’exécution de l’opérateur j pour le type d’opération k j ϑ : Taux horaire de l’opérateur j (euros/heure)

iT stand : Temps standard de l’OF i (en minute)

k Qstand : Qualité standard du type d’opération k

i E : Date de début au plus tôt de l’OF i

i d : Date de fin au plus tard de l’OF i

in ω : Matrice de correspondance des OF i à la commande n

1=inω Si l’OF i appartient à la commande n

0=inω Sinon

ik ϕ : Matrice de correspondance des OF i au type d’opération k

1 =ikϕ Si l’OF i correspond au type d’opération k

0 =ikϕ Sinon

ijT : Temps de réalisation de l’OF i correspondant à une opération de type k par un opérateur j

iikjkij TT stand ** ϕη= jθ : Régime de paie de l’opérateur j

1 =jθ Si l’opérateur est aux pièces.

0 =jθ Sinon (l’opérateur est à l’heure) kj λ : Matrice de compétence de l’opérateur j sur le type d’opération k

1 kj =λ Si l’opérateur est formé

0 kj =λ Sinon

k Γ : Vecteur de cycle de vie d’une opération k

1=Γ k Si le type d’opération k correspond à une nouvelle opération

0=Γ k Sinon

k Ψ : Vecteur de fréquence d’apparition d’une opération k

1 =Ψ k Si le type d’opération k correspond à une opération très


Chapitre 7

rare

0 =Ψ k Sinon

k Π : Vecteur de fréquence d’apparition d’une opération k

1 =Π k Si le type d’opération k correspond à une opération rare

0 =Π k Sinon

jk Λ : Matrice de correspondance des opérateurs j aux types d’opération k

1 =Λ jk Si l’opérateur j est une ressource clef pour le type d’opération k

0 =Λ jk Sinon

kr Pe : Pénibilité correspondant au type d’opération k et à la matière r

ir Ω :

Matrice de correspondance des OF i à la matière r

1 =Ω ir Si l’OF i correspond à la matière r

0 =Ω ir Sinon

7.1.3.3 Variables de décision

La résolution du modèle mathématique permet de fixer les valeurs des variables de décision suivantes :

ijx : Affectation de l’OF i à l’opérateur j

1 =ijx Si l’OF i est affecté à l’opérateur j

0 =ijx Sinon iljU : Positionnement de l’OF i à la place l dans la charge attribuée à

l’opérateur j.

Si l’OF i est en position l dans la 1=iljU

charge attribuée à l’opérateur j.

Sinon 0=iljUljD : Date de début d’exécution de l’OF en position l de la charge affectée à

l’opérateur j.

L’objectif est de trouver une solution d’affectation ijx des OF i aux opérateurs j et un séquencement de chaque OF i à la place l dans la charge attribuée à l’opérateur j et une date de début d’exécution de l’OF i en position l de la charge affectée à l’opérateur j. Pour modéliser le séquencement, nous avons choisi une formulation classique utilisant des variables binaires de position ( ) plutôt qu’un modèle plus complexe utilisant des variables temporelles. Ce séquencement

iljUljD

iljU


Chapitre 7

s’effectue après l’affectation des OF aux opérateurs et permet de déduire les dates de début d’exécution de chacun des OF ( ). ljD

7.1.3.4 Contraintes

Nous considérons un certain nombre de contraintes d’affectation notées de [7] à [18].

]..1[ ; 1 1

NixMj

jij ∈∀≤∑

=

=

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

]..1[ ; ]..1[ ; ]..1[ * ; LkMjNix kjikij ∈∀∈∀∈∀≤ λϕ

]..1[ ; 01

MjNxNi

iij ∈∀≤≤ ∑

=

=

]..1[ ; * 1

MjDispxTNi

ijijij ∈∀≤∑

=

=

]..1[ ; ]..1[ ; * 1

1

MjVpxNi

iipip

Ni

iij ∈∀∈∀=∑∑

=

=

=

=

ωω

]..1[ ; ]..1[ ; 1

) * * (

1

Ni

1i 1

LkMjx Mj

jkj

ik

kikNi

iij ∈∀∈∀+≤Γ

∑

∑∑ =

=

=

==

= λ

ϕϕ

]..1[) * * * ( ) * * ( ; 1

1

1

1

Lkxx jkkikNi

i

Mj

jijkik

Ni

i

Mj

jij ∈∀ΛΨ=Ψ ∑ ∑∑ ∑

=

=

=

=

=

=

=

=ϕϕ

]..1[ 1; ) (

) * * * (

1*

Ni

1i 1

Lkx Mj

jjkkj

ik

kjkikNi

iij ∈∀+

Λ≤ΨΛ

∑

∑∑ =

=

=

==

= λ

ϕϕ

]..1[ ; 12

* * * (

Ni

1i) 1

1

Lkxik

kjkikNi

i

Mj

jij ∈∀+≤ΠΛ

∑∑ ∑

=

==

=

=

=

ϕϕ

]..1[ 1; 2

* *) -(1 * * (

Ni

1i) 1

1

Lkλxik

kjkjkikNi

i

Mj

jij ∈∀+≤ΠΛ

∑∑ ∑

=

==

=

=

=

ϕϕ


Chapitre 7

[17]

[18]

; j

j stand1 ]..1[ *

] * **[Mj

Disp

xTj

j

ijiNi

ij

∈∀≥∑=

= θϑθϑ

]..1[ ; ]..1[ ; 1;0 NiMjx ij ∈∀∈∀∈

Les OF ne sont pas préemptifs et chaque OF i ne doit être affecté qu’à un opérateur j au maximum [7]1. Cet opérateur j doit être capable de réaliser le type d’opération k correspondant à l’OF i [8]. Un opérateur j peut réaliser entre 0 et N OF pendant la période considérée [9], sachant que la charge totale affectée ne doit pas excéder son temps de présence dans l’atelier [10]. Une contrainte supplémentaire doit être ajoutée au modèle pour que l’ensemble des OF i appartenant à une même commande client n soit réalisé par un même opérateur j [11]. Cette contrainte assure un confort esthétique visuel pour que l’ensemble de la commande client soit réalisé par la même « main ». L’ensemble des OF d’une commande client sera donc complètement affecté sur la période considérée ou alors aucun des OF ne la commande de sera affecté. Par ailleurs, les OF correspondant à des nouvelles opérations doivent être équitablement répartis entre l’ensemble des opérateurs formés [12]. Pour chacune des opérations très rares, l’ensemble des OF doit être affecté exclusivement aux opérateurs identifiés comme clef sur ce type d’opération [13] et sont répartis équitablement entre ces opérateurs clef [14]. Pour chacune des opération rares, la moitié des OF a été affectée aux opérateurs clef [15] et cette moitié a été équitablement répartie entre eux [16]. Pour chacun des opérateurs aux pièces, la charge qui leur est affectée ne doit pas les faire descendre en dessous de leur taux horaire [17]. La variable d’affectation ijx est une variable binaire [18].

La résolution du problème de séquencement correspond à la satisfaction des contraintes notées de [19] à [25].

]..1[ ; 11 1

NiUiljNl

l

Mj

j∈∀≤∑ ∑

=

=

=

=

[19]

[20] ]..1[ ; ]..1[ ; 1

1MjNlUilj

Ni

i∈∀∈∀≤∑

=

=

1 Certains OF i ne pourront pas être affectés dans la fenêtre de disponibilité des opérateurs, puisque le temps de réalisation de la charge dépend de l’affectation et n’est donc pas connu en entrée du problème.


Chapitre 7

[21]

[22]

[23]

[24]

[25]

]..1[ ; ]1..1[ ; ] *[ 1 1

MjNlDUTD liljijljNi

i∈∀−∈∀≤ ++ ∑

=

=

]..1[ ; ]..1[ ; )( )( ** 11

MjNlUdUTD iljiiljijljNi

i

Ni

i∈∀∈∀≤ ∑∑

=

=

=

=+

]..1[ ; ]..1[ ; 0] *[1

MjNlUED iljiljNi

i∈∀∈∀≥∑

=

=−

]..1[];..1[;0 MjNlDlj ∈∀∈∀≥

]..1[];..1[];..1[;1;0 NlMjNiUilj ∈∀∈∀∈∀∈

Chaque OF i ne peut pas avoir plus d’une position [19] et chaque position pour chaque opérateur j ne peut être occupée que par un seul OF [20]. Remarquons qu’il est possible qu’un OF n’ait pas de position, dans le cas où, par exemple, il n’a pas pu être affecté à un opérateur (d’où la non égalité à 1 dans l’équation [19]). Un OF en position l+1 pour l’opérateur j ne peut commencer son exécution qu’après la fin de l’exécution de l’OF i en position l pour le même opérateur [21]. l’OF en position l dans la charge de l’opérateur j est réalisé avant sa date de fin au plus tard [22] mais son exécution ne démarrera pas avant sa date de début au plus tôt [23]. La variable est une variable positive [24] et la variable de position

est une variable binaire [25]. ljD

iljU

7.2 Méthodes de résolution multicritères

Le modèle mathématique que nous venons de présenter, a la particularité de considérer la gestion des ressources humaines et de leurs compétences sous deux angles d’approches complémentaires, avec un point de vue industriel mais aussi humain. La formalisation des différents indicateurs de performance (section 7.2.2) montre en effet qu’une gestion pertinente du patrimoine humain d’une entreprise ne se limite pas à une évaluation purement économique ou industrielle. Au contraire, la considération de critères spécifiquement liés à la nature des ressources garantit une cohérence et un alignement entre une stratégie, basée sur la valeur ajoutée de sa main d’œuvre, et des actions de management ou de suivi de ces même ressources. Ainsi, la performance d’une entreprise, loin d’être mono-critère, doit maintenant satisfaire des objectifs multiples, et la pertinence des méthodes d’ordonnancement s’évaluera par leur capacité à trouver un compromis entre des critères de performance bien souvent contradictoires.


Chapitre 7

Dans la suite de ce mémoire, nous considérons principalement trois indicateurs de performance : la productivité PROD [1], le taux d’utilisation TX [3] et la variété de la charge MIX [4], définis et formalisés en section 7.2.2. Notre objectif est alors de proposer un éventail de méthodes exploratoires permettant de trouver des solutions d’affectation d’un ensemble d’OF i à des opérateurs j, soumis à un sous ensemble des contraintes modélisées en section 7.2.3.4 [de 7 à 18] et satisfaisant un objectif multicritère. Nous attirons l’attention du lecteur sur le sens que nous donnons au terme multicritère. Dans cette thèse, une méthode d’affectation sera considérée comme multicritère si elle cherche à optimiser plusieurs critères mais plus particulièrement si elle identifie et se concentre sur un critère principal, tout en tenant compte des autres critères, considérés alors comme secondaires. Le but est alors d’optimiser au mieux le critère principal tout minimisant les dégradations potentielles sur les critères secondaires.

Nous proposons ainsi trois méthodes d’affectation multicritères positionnant tour à tour PROD, TX et MIX en critère principal et secondaire. Nous nommons ainsi « A » et « B » deux approches heuristiques multicritères et « H », une approche hybride croisant des techniques exactes et approchées. Nous proposons également une approche de résolution monocritère « C » pour les critères PROD, TX et MIX, destinée d’une part à identifier des bornes vis à vis du problème d’affectation considéré et d’autre part à caractériser et quantifier les conséquences entraînées par une résolution monocritère sur les autres indicateurs. Dans le Tableau 7.1, chaque méthode est positionnée vis à vis de PROD, TX et MIX.

Tableau 7.1 : Approches de résolution et critères de performance

Selon la stratégie de l’entreprise et le contexte dans lequel elle se trouve, les priorités varient, ce qui peut se caractériser par des changements au niveau du type de performance recherchée :

• On peut imaginer par exemple que lorsque l’entreprise accuse un certain retard dans sa production, son objectif est de rattraper ce retard en


Chapitre 7

maximisant sa productivité d’exécution (le critère PROD est alors placé en critère principal).

• En période plus stable, l’entreprise peut choisir de renforcer la flexibilité de sa main d’oeuvre, en favorisant le maintien de sa polyvalence (le critère MIX sera alors placé en critère principal).

• Pour s’assurer de taux d’utilisation homogène entre les ressources, l’entreprise peut vouloir veiller à ce que toutes soient utilisées équitablement (le critère TX sera alors placé en critère principal).

7.2.1 Identification des bornes pour les critères de performance

A partir du modèle mathématique présenté en section 7.2, nous proposons une première approche de résolution monocritère C, pour chaque critère de performance PROD, TX et MIX. La résolution des programmes linéaires pour chacun des critères pris individuellement permettra d’obtenir la solution optimale ou d’évaluer une borne en fonction du temps de calcul nécessaire. Notons en effet que les problèmes d’affectation étant NP-difficile au sens fort1, les temps de calcul sont importants et l’obtention d’une solution optimale ne sera pas toujours possible.

Identifier une borne (supérieure ou inférieure selon le critère) ou trouver une solution optimale sera nécessaire notamment pour évaluer la qualité des solutions obtenues à partir des approches de résolution multicritères. Chacun des indicateurs PROD, TX et MIX sont donc tour à tour placés en fonction objectif et nous évaluerons simplement les résultats obtenus au niveau de l’ensemble des autres indicateurs de performance. Le Tableau 7.2 synthétise l’ensemble des programmes mathématiques C1 C2 et C3 réalisés sur l’approche de résolution monocritère.

Fonction objectif Critères évalués

C1 :Maximisation de la productivité

Maximise ( ) PROD

Coût d’exécution de la charge (C tot )

Taux d’utilisation des opérateurs (Txj ) et équilibre des taux d’utilisation (TX)

Variété de la charge attribuée aux opérateurs (Mix j) et (MIX)

1 Nous nous basons sur une démonstration de 3-Partition pour prouver la complexité des problèmes considérés. La preuve est reportée en Annexe E.


Chapitre 7

Fonction objectif Critères évalués

C2 : Maximisation de l’équité entre les taux d’utilisation des opérateurs

Maximise (TX)


Temps d’exécution de la charge ( ) et productivité ( )

totT PROD

Variété de la charge attribuée aux opérateurs (Mix j) et (MIX)

C3 : Maximisation de la variété de la charge de travail affectée aux opérateurs

Maximise (MIX)


Temps d’exécution de la charge ( ) et productivité ( )

totT PROD

Taux d’utilisation des opérateurs (Txj ) et équilibre des taux d’utilisation (TX)

Tableau 7.2 : Approches de résolution monocritères

7.2.2 Approches heuristiques multicritères

L’objectif des approches heuristiques multicritères est de trouver des solutions d’affectation plus satisfaisantes sur l’ensemble des critères de performance tout en réduisant les temps de calculs. Dans cette partie, nous présentons donc deux principales heuristiques multicritères (A et B) qui se déclinent en deux variantes A1, A2, B1, et B2.

7.2.2.1 Heuristique A

L’idée principale de l’heuristique A se base sur le centrage-réduction des rendements de chaque opérateur sur chaque type d’opération. Cette opération permet de standardiser ces valeurs pour faciliter et fiabiliser la comparaison entre les compétences des ressources. Plus précisément, le centrage réduit pour chacun des types d’opération k, la moyenne des rendements des opérateurs à zéro et l’opération de réduction replace pour chaque type d’opération, l’écart type à 1. Les types d’opération k ayant la même moyenne et écart-type, la comparaison des performances des opérateurs gagne en pertinence. Nous notons jkcr _η le rendement centré-réduit de l’opérateur j sur le type d’opération k. Le calcul de

jkcr _η s’obtient par la formule [26].

avec

et

[26] Mm

Mj

jjk∑

=

== 1 η

1

) ( 21

−

−=

∑=

=

M

ms

Mj

jjkη

_

smjk

jkcr−

=ηη


Chapitre 7

L’objectif est de souligner pour chaque opérateur j les types d’opération sur lesquels il se distingue le plus, en considérant ses propres compétences mais aussi celles des autres. C’est donc en considérant le profil de compétence global de l’atelier que la décision d’affecter un OF à un opérateur est faite. Pour chaque opérateur, les rendements centrés-réduits sont classés par ordre décroissant, ce qui hiérarchise les types d’opération à lui affecter en priorité.

Le principe de construction de l’heuristique A positionne PROD comme le critère principal et MIX et TX comme les critères secondaires. Nous proposons deux variations de A, A1 et A2 qui ne diffèrent que par leur point d’entrée, mais cette modification suffit à observer une variation au niveau des résultats obtenus sur les différents indicateurs.

7.2.2.1.1 Heuristique A1

Basé sur le principe générique de l’heuristique A, le point d’entrée de A1 concerne les OF à affecter. Les OF sont classés par ordre décroissant de leurs temps d’exécution standard de manière à affecter les OF les plus longs en premier (et donc favoriser un taux de couverture maximale). Pour chaque OF, il s’agit d’identifier l’opérateur disponible j le plus « intéressant », c’est à dire celui, dont le type d’opération k correspondant à l’OF i se situe au plus petit rang d’après la liste des rendements centrés réduits classés par ordre décroissant.

Le principe de fonctionnement de l’heuristique A1 est proposée en Figure 7.2. et l’algorithme est reporté en annexe F


Chapitre 7

Figure 7.2 : Principe de fonctionnement de l’heuristique A1

7.2.2.1.2 Heuristique A2

Le point d’entrée du raisonnement A2, au lieu d’être les OF est cette fois ci les opérateurs. A chaque opérateur est affecté l’OF qu’il est le plus intéressant de lui faire réaliser (toujours d’après la liste des rendements centrés réduits classés par ordre décroissant). Le critère principal reste la productivité PROD, mais la différence entre A2 et A1 est que cette dernière a pour objectif d’améliorer


Chapitre 7

l’équilibre entre les taux d’occupation des ressources mais aussi de leur assurer un meilleur mix-modèle dans la charge affectée. L’algorithme de A2 est reporté en Annexe F.

7.2.2.2 Heuristique B

L’idée principale de cette approche heuristique est d’affecter les OF les plus « critiques » aux personnes les plus « critiques ». Un OF est dit « critique » si peu d’opérateurs sont formés sur le type d’opération k correspondant. Une personne est qualifiée de « critique » si elle est peu polyvalente. Il s’agit donc d’une ressource pour qui la contrainte d’affectation est forte puisque peu d’OF pourront lui être affectés, en raison de sa spécialisation.

Alors que l’heuristique A plaçait en critère principal un indicateur de type industriel, l’heuristique B, favorise d’avantage les indicateurs humains. Nous proposons deux variations de B, B1 et B2 plaçant respectivement en critère principal les indicateurs MIX et TX.

7.2.2.2.1 Heuristique B1

Le principe de l’heuristique B consiste donc à classer à partir du profil de compétence de l’atelier, les types d’opération k dans l’ordre décroissant de criticité. Ce classement permettra ensuite de classer les OF i à affecter, selon l’ordre défini. Chaque OF i (du plus critique au moins critique) est alors affecté à la personne la plus critique parmi celles sachant réaliser le type d’opération k correspondant avec un bon rendement (supérieur à la productivité moyenne sur le type d’opération correspondant). Le principe de fonctionnement de l’heuristique B1 est proposé en figure 7.2. et l’algorithme de B1 est reporté en annexe F.

7.2.2.2.2 Heuristique B2

L’heuristique B2 est une variante par rapport au principe de l’heuristique B1. Au lieu de classer les OF par ordre de criticité décroissante et de les affecter aux opérateurs, le principe est inversé. Les opérateurs sont classés par ordre de criticité décroissante. A partir de cette liste, nous affectons à chaque opérateur les OF les plus critiques qu’ils sont capables de réaliser avec un bon rendement. Cette variante a pour objectif d’équilibrer encore d’avantage les taux d’occupation des ressources même si le critère secondaire MIX est un peu plus dégradé qu’avec l’approche B1. L’algorithme complet de B2 est reporté en annexe F.


Chapitre 7


Chapitre 7

Figure 7.2 Principe de fonctionnement de l’heuristique B1

7.2.3 Approche hybride multicritère

Tout comme les méthodes heuristiques A et B, nous proposons ici une méthode multicritère mais cette fois-ci hybride, couplant un raisonnement heuristique et une approche exacte. L’objectif est de tirer profit des avantages de chacune des deux méthodes précédentes, en termes de temps de calcul pour le raisonnement heuristique et en termes de performance (sur le critère principal), pour la démarche monocritère. Par l’insertion de la notion de seuil d’admissibilité pour les critères secondaires, cette démarche hybride, paramétrable en termes de critère principal, interdit une trop forte dégradation des critères secondaires. Le principe de couplage heuristique/optimisation exacte est schématisé dans la Figure 7.3.


Chapitre 7

Figure 7.3 : Principe de fonctionnement de la méthode hybride

7.2.3.1 Détail de la méthode

L’approche hybride H se décompose en plusieurs étapes successives basées sur des techniques de résolution exactes (étape 1 et 4) ou approchées (étapes 2 et 3). La première étape est une étape de test et d’analyse tandis que les étapes 2, 3 et 4 sont des étapes d’affectation des OF aux opérateurs. Nous pouvons détailler plus


Chapitre 7

précisément chacune des 4 étapes composant l’approche hybride de la manière suivante :

Etape 1 : Après avoir choisi le critère de performance principal à optimiser, une approche exacte et monocritère est utilisée pour obtenir une première affectation de la charge D. Un test (heuristique) est alors réalisé sur cette affectation pour identifier le ou les seuils d’admissibilité1 qui ne serai(en)t pas atteint(s) sur les critères secondaires. En fonction des dégradations identifiées, une ou plusieurs heuristiques seront utilisées en étape 3 pour assurer l’atteinte des seuils d’admissibilité. Ces heuristiques sont choisies parmi les heuristiques présentées en section 7.3.2. Pour chaque critère de performance, nous avons identifié l’heuristique la plus adaptée, c’est à dire celle donnant les meilleurs résultats pour ce critère.

Etape 2 : Un partage de la charge D a lieu dans le but d’isoler les OF spéciaux (rares, très rares et nouveaux) et pénibles. Les OF spéciaux étant affectés selon la politique décrite en section 7.2.3 et par rapport à la pénibilité des OF, nous nous limitons à répartir de manière équitable les OF les plus pénibles (ceux dont les points de démérite sont supérieurs à 4 d’après la grille de pénibilité construite). Ces OF sont affectés par un raisonnement heuristique. Cette étape aboutit à l’affectation d’une partie D1 de la charge et il reste la proportion à affecter.

1DD −

Etape 3 : L’objectif est d’assurer l’atteinte des seuils d’admissibilité pour l’ensemble des critères secondaires qui ont été identifiés en étape 1 comme étant trop fortement dégradés par l’optimisation exacte monocritère sur le critère principal. La charge (non affectée) est mise en entrée de l’heuristique la plus adaptée pour rétablir les seuils minimaux non atteints en étape 1 sur le premier critère secondaire dégradé. D1 (sous-ensemble de la charge déjà affectée) est imposé comme contrainte. Lorsque les seuils minimaux sur le premier critère secondaire sont atteints, l’heuristique est stoppée et le sous-ensemble D2 est alors affecté. Il reste une partie de la charge non affectée

1DD −

)( 21 DDD ∪− . Ce dernier sous-ensemble est alors mis en entrée de l’heuristique la plus adaptée pour rétablir les seuils minimaux non atteints en étape 1 sur le second critère secondaire dégradé. D1 et D2 sont imposés comme contraintes et l’heuristique est stoppée lorsque les seuils sont atteints. La charge D3 est alors affectée et il reste le sous ensemble à traiter. )3( 21 DDDD ∪∪−

Etape 4 : La partie de charge restante )3( 21 DDDD ∪∪− est alors mise en entrée du programme d’optimisation exacte mono critère sur le critère principal et les

1 Chacun des seuils d’admissibilité est précisé et formalisé dans la section 3.3.2


Chapitre 7

affectations D1, D2 et D3 sont imposées comme contraintes. La charge restante D4 est alors affectée.

Finalement, l’affectation totale de la charge D se décompose en affectations partielles D1, D2, D3 et D4.

Comme nous l’avons mentionné un peu plus haut, cette méthode hybride H est paramétrable en terme de critère de performance principal et de critères de performance secondaires. Selon les paramètres choisis, nous nommerons :

H1 si le critère principal est PROD et les critères secondaires MIX et TX

H2 si le critère principal est TX et les critères secondaires MIX et PROD

H3 si le critère principal est MIX et les critères secondaires PROD et TX

7.2.3.2 Seuils d’admissibilité des critères de performance

Pour chacun des trois critères considérés (PROD, MIX et TX), nous définissons des seuils d’admissibilité que la solution d’ordonnancement doit respecter lorsqu’ils sont placés en critère secondaire. Notons que pour les critères MIX et TX, les seuils d’admissibilité sont calculés pour chaque opérateur (Txj et Mix j ).

7.2.3.2.1 Seuil d’admissibilité pour Txj :

Le taux d’utilisation potentiel d’un opérateur dépend d’une part du profil de la charge de travail, plus précisément de ses aptitudes à réaliser les OF (et donc les types d’opération k) présents dans la charge, et d’autre part du nombre d’opérateurs formés sur ces types d’opération1. Ainsi, le seuil d’admissibilité du taux d’occupation minimal est propre à chaque opérateur et dépend du profil de la charge. Ce seuil minimal est donc calculé pour chaque opérateur et pour chaque nouvelle charge D à affecter. Ce seuil d’admissibilité est formalisé par l’équation [27] et correspond au ratio du nombre d’heures potentielles que peut réaliser l’opérateur j (ie : pour chaque type d’opération k, le rapport entre le nombre d’heures de travail présent dans la charge et le nombre d’opérateurs susceptibles de réaliser le type d’opération et donc le travail) sur son temps de disponibilité dans l’atelier

[27]

[1..M]j ;

) (

mini_

1

1

1 **i stand

∈∀=

∑∑

∑=

= =

=

=

=

j

Lk

k Mj

jkj

Ni

ikjik

jDisp

T

Txλ

λϕ

1 En effet, un opérateur capable de réaliser des types d’opération sur lesquels peu de ressources sont formées (et si ces types d’opération sont présents dans la charge de travail à affecter) aura naturellement tendance à avoir un taux d’utilisation plus haut qu’un opérateur sachant réaliser des modèles que l’ensemble de l’atelier sait faire.


Chapitre 7

7.2.3.2.2 Seuil d’admissibilité pour PROD :

Le temps d’exécution de la charge dépend de l’affectation OF/opérateurs et en particulier des rendements des opérateurs sur les modèles présents dans la charge. Le seuil de productivité minimal dépend donc du profil de charge et est calculé pour chaque charge D à affecter. Plus précisément le seuil d’admissibilité pour PROD correspond au rapport entre le temps moyen de réalisation de la charge (compte tenu de la productivité des opérateurs sur les modèles présents dans la charge) et le temps standard de réalisation de la charge [28][29].

[28]

avec

[29]

∑

∑ ∑

=

=

=

=

=

==Ni

i

ikkmoyLk

k

Ni

i

iT

iT_

1

1 1

stand

) * *stand(minProd

ϕη

[1..L]k ;

1

1 ∈∀=

∑

∑

=

=

=

=Mj

jkj

Mj

jjk

kmoy

λ

ηη

7.2.3.2.3 Seuil d’admissibilité pour Mix j :

La variété potentielle de la charge attribuée à un opérateur dépend d’une part de l’étendue de ses compétences (ie : du nombre de type d’opération k sur lesquels il est formé), d’autre part de la variété de la charge D à affecter (ie : du nombre de types d’opération différents présents et du nombre d’OF pour chaque type d’opération) et enfin du profil de compétence des autres opérateurs1. Pour modéliser le seuil d’admissibilité Mix j pour chacun des opérateurs j, nous avons recours aux notations et formules suivantes :

)1 ; min(

1 1*∑ ∑

=

=

=

==

Lk

k

Ni

iikkjj λn ϕ

[30]

]..1[k

I jtot

jk njX

Xj ∈∀=

[31]

1 En effet, un opérateur capable de réaliser des types d’opération sur lesquels peu de ressources sont formées (et si ces modèles sont présents dans la charge de travail à affecter) aura naturellement tendance à être sollicité sur ces modèles qui ne peuvent être fait par d’autres opérateurs. La variété de sa charge s’en trouvera automatiquement réduite.


Chapitre 7

∑

∑∑ ∑ =

=

=

==

=

=

== Mj

jkj

Ni

ikjikLk

k

Ni

iikkjtot

λ

λλjX

1

1*

1 1*

*)1 ; min(

ϕϕ

[32]

[31]

∑

∑

∑=

= =

=

=

==Lk

k Mj

jkj

Ni

ikjik

jk

λ

λX

1

1

1*

)

(

ϕ [33]

Le calcul du seuil d’admissibilité de variété d’un opérateur j est basé sur le principe de la courbe de Pareto, où les types d’opération réalisables par l’opérateur j et présents dans la charge D à affecter sont représentés sur l’axe des abscisses et où les pourcentages cumulés des OF «réalistes » par type d’opération sont représentés sur l’axe des ordonnées. Plus précisément, pour chacun des types d’opération k qu’un opérateur j sait réaliser, le nombre d’OF réalistes est calculé (il est égal au ratio entre le nombre d’OF présents dans la charge et correspondant au type d’opération k et le nombre d’opérateurs formés sur ce type d’opération). Les types d’opération sont ensuite triés par valeur décroissante de

. Le calcul du cumul des valeurs de est donné par et pour type d’opération, nous calculons le degré d’importance . Après avoir tracé la courbe des pourcentages cumulés de , nous déterminons le seuil minimal de variété pour l’opérateur j et pour une charge D à affecter, en considérant le nombre de modèles représentés dans 60% de

jnjkX

jkX jkX jXtot jI

jkX

jXtot .

La Figure 7.4 illustre par l’exemple le calcul du seuil d’admissibilité de Mix j d’un opérateur.


Chapitre 7

Ensemble des types d’opération réalisables parl’opérateur j et présent dans la charge D. Ces types d’opération sont triés par ordre décroissantd’OF réalistes.

Type d’opération

Figure 7.4. Illustration du calcul du seuil d’admissibilité de Mix j

Tout comme les approches exactes et heuristiques, la méthode hybride présentée ici a été appliquée et testée sur des échantillons de données de taille différentes, afin d’analyser son comportement dans différents contextes et comparer ses performances vis-à-vis des deux premières méthodes. Les résultats de ces expérimentations sont proposés dans le chapitre 8.

7.2.4 Synthèse des méthodes de résolution

Le Tableau 7.3 propose une synthèse des méthodes de résolution proposées dans ce mémoire, en soulignant pour chacune d’elles les indicateurs positionnés en critères principales et secondaires.

Tableau 7.3 : positionnement des méthodes de résolution vis à vis des indicateurs de

performance


Chapitre 7


Dans ce chapitre, nous avons proposé une méthode de modélisation du problème de gestion des compétences, dans un contexte opérationnel et plus particulièrement vis-à-vis de la planification des activités de production d’une entreprise. Ce modèle correspond à un problème d’ordonnancement sur ressources parallèles, différentes et humaines et considérait notamment le rendement des opérateurs sur les différentes opérations, leur qualité d’exécution leurs coûts ou encore la pénibilité d’exécution des opérations. Nous avons également modélisé les indicateurs de performance industriels et humains, susceptibles d’être impactés par la gestion des compétences des ressources considérées. Il s’agissait du taux d’utilisation des ressources, de la productivité d’exécution de la charge de travail, de la polyvalence du personnel de production, de la qualité de réalisation de la charge de travail et de la pénibilité de la charge affectée aux opérateurs. Ces critères de performances, contraintes et paramètres ont été pris en compte dans des méthodes résolution multicritères visant à proposer des solutions d’affectation respectant un compromis entre les indicateurs de performance pour certains contradictoires. Nous avons détaillé l’ensemble de ces méthodes, et nous les appliquons dans le chapitre suivant au cas industriel de l’entreprise Roset. L’objectif est d’étudier précisément l’impact des différentes méthodes de prise en compte des compétences des opérateurs sur un certain nombre d’indicateurs de performance. Ces différents travaux ont fait l’objet de publications et communications nationales et internationales (Gruat La Forme et al., 2006 b ; Gruat La Forme et al., 2006 c ; Gruat La Forme et al., 2007 b ; Gruat La Forme et al., 2007 c ).


Chapitre 8

8 Chapitre 8 : Application industrielle

Dans ce chapitre, nous appliquons au cas industriel de l’entreprise Ligne Roset, le modèle proposé dans le chapitre 7. Après avoir présenté et modélisé la problématique de gestion des compétences de la société, nous expérimentons les différentes méthodes de résolution multicritères à partir de différents échantillons de données industrielles. Une analyse des résultats expérimentaux est également proposée.

Ligne Roset appuie une partie de sa stratégie sur la gestion des compétences de ses ressources humaines pour assurer la compétitivité de ses produits et l’agilité de sa chaîne logistique. En effet, assurer la flexibilité de son activité, maintenir un bon niveau de productivité, ou tout simplement optimiser l’utilisation de l’ensemble de ses ressources sont autant d’éléments de performance sur lesquels l’entreprise Roset peut agir par l’intermédiaire d’une gestion avisée des compétences de sa main d’œuvre en production. Optimiser l’exploitation de ces compétences aussi nombreuses que variées devient alors un enjeu majeur pour la performance de la société. C’est dans cet objectif que nous avons utilisé le modèle mathématique et les méthodes d’ordonnancement décrites dans le chapitre précédent, pour proposer des solutions d’affectation permettant au maximum de maintenir la polyvalence des opérateurs, répartir équitablement la charge de travail entre les différentes ressources tout en maintenant de bons rendements en production.

8.1 Caractérisation du cas d’étude

Fonctionnant en très grande partie à la commande (ATO –Assembly to Order– et MTO –Make To Order–), Ligne Roset ne décrit pas son offre commerciale sous la forme d’une liste de produit finis mais sous la forme d’une liste de prestations de nature diverse. Ainsi, pour un article de type « Sièges », le client choisit un ensemble de paramètres: le modèle-produit, le type de recouvrage (cuir/tissus/alcantara), le coloris, le nombre de places ou encore le type de pièces d’ébénisterie. Certains de ces choix (modèle-produit, type de recouvrage et nombre de place) impactent directement les paramètres de production à gérer sur les différents sites de confection (temps / pénibilité / coût / expertise nécessaire…). Les ressources présentes dans les ateliers sont essentiellement humaines et appartiennent à des corps de métier bien spécifiques. Il s’agit de couturières, de tapissiers ou de menuisiers dont le savoir-faire et l’expérience est le résultat d’une formation relativement longue et pointue sur une partie des produits proposés à la collection.


Chapitre 8

Nous appliquons le modèle d’ordonnancement avec prise en compte des compétences, sur l’un des principaux ateliers de l’entreprise Roset. Il s’agit de l’atelier tapisserie qui comprend 32 opérateurs polyvalents sur les 110 modèles-produits proposés à la collection et ayant des niveaux de performance (rendements) propres et connus pour chacun d’eux. La charge de travail à affecter sur un horizon temporel d’une journée est composée en moyenne de 300 OF ; ces OF correspondant aux commandes clients d’une journée (une commande est composée de 1 ou plusieurs OF). Chaque OF a un temps standard issu des gammes de fabrication de l’entreprise, et chaque opérateur est présent 7h30 mn dans l’atelier. Plus précisément, pour définir les caractéristiques des OF et des opérateurs, nous nous appuyons sur l’ensemble des éléments présentés au chapitre 7 et synthétisés dans la Figure 7.1. Une adaptation de ce schéma générique, au cas spécifique de l’entreprise Roset est proposée dans la Figure 8.1.

Figure 8.1 : Adaptation du modèle de classe au cas industriel ROSET

Pour faciliter la compréhension du lecteur par rapport au cas d’étude considéré, nous apportons quelques précisions autour des notions de pénibilité :


Chapitre 8

• Un même modèle peut se décliner selon trois types de recouvrage. Il peut être en cuir, en tissus ou en alcantara. Selon la forme et/ou la nature du modèle-produit, tapisser ou housser un type de recouvrage peut représenter une difficulté variable pour l’opérateur. La nature du recouvrage va donc directement impacter la pénibilité d ‘exécution d’un OF. On distingue la pénibilité physique de la pénibilité d’attention. La première est liée au poids du modèle et à la résilience de la mousse à compresser qui engendre à la longue une fatigue physique de l’opérateur. La seconde est liée à la précision et la méticulosité que nécessitent certaines opérations et a une influence sur la fatigue nerveuse de l’opérateur. L’expérience montre que pour un opérateur, une distribution équilibrée de ces deux types de pénibilité permet d’obtenir une bonne qualité de travail. Le type de recouvrage va également renforcer le caractère pénible du travail à réaliser. Les tissus ou microfibres glissent par exemple moins qu’un cuir et sont par conséquent moins facile à travailler. Mais cette tendance s’inverse par exemple pour les produits à forme complexes et concaves. La construction d’un modèle de pénibilité1 nous a permis, pour chaque modèle-produit, de lui associer un certain nombre de point de pénibilité dépendant à la fois du type de produit (tout mousse, structure bois ou chaise) et du recouvrage (cuir, tissus ou alcantara).

Selon la période de l’année, l’entreprise doit gérer trois profils de charge différents :

• Le premier profil de charge correspond à une situation standard où la probabilité de présence est identique pour l’ensemble des modèles-produits. La charge de travail est donc uniformément répartie selon les modèles.

• Le deuxième profil de charge correspond à une situation promotionnelle où un modèle phare occupe plus de 40% de la charge totale. Il s’agit d’un modèle sur lequel la plupart des opérateurs sont formés et ont une performance certaine au niveau de leur productivité.

• Le troisième profil de charge correspond à une situation de sortie de collection où la majorité de la charge est composée de nouveaux modèles sur lesquels très peu d’opérateurs sont formés et où les rendements sont relativement faibles.

1 Ce modèle de pénibilité a été construit avec l’aide de responsables d’atelier de Roset et est reporté en Annexe G de ce mémoire.


Chapitre 8

Lors des différentes expérimentations réalisées à partir du cas industriel de l’entreprise Roset, ces trois contextes seront reproduits à travers des échantillons de types P1 P2 P3 correspondant respectivement au premier, deuxième et troisième profil de charge décrits ci-dessus. Notre objectif est d’étudier le comportement des approches de résolutions multicritères présentées au chapitre 7, pour ces différentes configurations.

8.2 Expérimentations et analyse des résultats

Pour mémoire, nous avons distingué trois indicateurs de performance MIX, TX et PROD1 reflétant respectivement la variété du travail attribuée aux opérateurs, l’équilibre entre les taux d’utilisation des ressources et la productivité d’exécution de la charge. Les trois approches de résolutions multicritères que nous avons développées placent tour à tour ces indicateurs en critère principal et secondaire et le principe consiste à optimiser au mieux le critère principal tout en minimisant les dégradations potentielles sur les critères secondaires.

A partir d’une série d’expérimentations sur des données de nature industrielle, nous avons cherché à étudier le comportement des différentes approches de résolution, pour les trois profils de charge présentés un peu plus haut. Ces approches comportant pour tout ou partie des méthodes de type heuristique, il est nécessaire d’identifier au préalable des bornes (inférieures ou supérieures selon le critère) avant toute étape d’analyse sur la qualité des résultats obtenus.

8.2.1 Indentification des bornes pour les indicateurs MIX TX et PROD

Pour identifier la borne inférieure de TX et les bornes supérieures de PROD et MIX, nous nous appuyons sur une méthode de résolution monocritère sur chacun des indicateurs de performance. Cette approche revient à résoudre les différents programmes linéaires en variables mixtes, développés à partir du modèle mathématique et présenté en section 3.1 du chapitre 7 :

• Maximisation de l’indicateur PROD (Productivité d’exécution de la charge) et évaluation des critères MIX et TX approche C1

• Minimisation de Tx (Différence entre le taux d’occupation de l’opérateur le plus chargé et le taux d’occupation de l’opérateur le moins chargé) et évaluation des critères MIX et PROD approche C2.

1 Le lecteur trouvera la modélisation détaillée de ces indicateurs de performance dans la section x du chapitre 7


Chapitre 8

• Maximisation de MIX (nombre de modèle-produit différents présents dans la charge affectée aux opérateurs) et évaluation des indicateurs PROD et TX approche C3.

Pour chacun de ces programmes mathématiques, nous avons réalisé 90 expérimentations reprenant les trois profils de charges identifiées en section 1.1 (1/3 : profil de charge standard P1 ; 1/3 : profil de charge promotionnelle P2 ; 1/3 : profil de sortie de collection P3). Nous avons utilisé le solveur d’ILOG OPL Development Studio 4.2, installé sur un Intel® pentium®, 1.5 GHz et 0.99 Go de mémoire vive.

Dans le Tableau 8.1, les valeurs obtenues pour la variable optimisée sont indiquées en blanc sur fond noir ; les autres valeurs (en noir sur fond blanc) représentent les autres indicateurs évalués pour la solution. Même si l’objectif premier de ces expérimentations était d’identifier des bornes pour chacun des indicateurs placés en fonction objectif, nous profitons de ces expérimentations pour analyser les conséquences observées au niveau des autres indicateurs simplement évalués. Nous attirons ainsi l’attention du lecteur sur les points autour desquels l’évaluation de la qualité des solutions proposées par les approches multicritères sera basée.

Les problèmes étudiés étant NP-difficile au sens fort pour chacun des critères de performance1, et les expérimentations ayant été réalisées sur des problèmes de taille industrielle, il n’a pas toujours été possible d’identifier la solution optimale (arrêt des expérimentations pour cause de dépassement de mémoire). Dans ce cas ou lorsque les temps de calcul étaient trop longs, nous avons choisi d’arrêter l’expérimentation lorsque l’écart entre la solution partielle trouvée et la borne identifiée par le solveur était faible (entre 1% et x% selon le cas). Ces informations relatives aux écarts « solutions-bornes » et aux temps de calcul figurent dans le tableau 1. Nous précisons également que l’ensemble des résultats présentés correspond à la moyenne des valeurs obtenues.

1 La preuve de la complexité du problème étudié s’appuie sur un problème de 3-Partition et est reportée en Annexe G.


Chapitre 8

Tableau 8.1 : résultats expérimentaux des approches monocritères C1 C2 et C3

8.2.1.1 Guide d’interprétation des résultats obtenus

• Pour le critère PROD : les résultats sont donnés en pourcentage. Une productivité de 126 % signifie par exemple qu’une charge de travail de 240 h (temps standard) est réalisée en 190 heures avec la solution d’affectation OF/opérateurs trouvée. Une productivité supérieure à 100 signifie donc que le temps réel d’exécution de la charge est inférieur au temps d’exécution standard. Au contraire, une productivité inférieure à 100 signifie que les opérateurs mettent plus de temps pour réaliser la charge que le temps standard prévu.

Plus le résultat sur PROD est élevé, meilleure est la solution d’affectation sur ce critère.

• Pour le critère TX : Les résultats sur TX correspondent à la différence entre le taux d’utilisation de l’opérateur le plus chargé (en temps de travail par rapport à sa disponibilité) et le taux d’utilisation de l’opérateur le moins chargé. TX=0.02 signifie donc par exemple que l’opérateur le plus chargé est occupé à 100% de sa capacité (en temps) et que l’opérateur le moins chargé est occupé à 98% de son temps.

Plus le résultat sur TX est faible, meilleure est la solution d’affectation sur ce critère.

• Pour le critère MIX : Les résultats sur MIX correspondent au nombre moyen de modèle-produits différents affectés à un opérateur j. MIX = 5.45 signifie par exemple que sur l’ensemble des OF affectés à un


Chapitre 8

opérateur j, il y a en moyenne 5.45 modèles-produits différents représentés.

Plus le résultat sur MIX est élevé, meilleure est la solution d’affectation sur ce critère.

8.2.1.2 Remarques préliminaires

Une première analyse des résultats nous permet de dégager deux observations communes à l’ensemble des expérimentations, quel que soit le critère de performance optimisé.

Les résultats obtenus pour l’indicateur de productivité PROD sont plus élevés pour le profil de charge P2 que pour les profils P1 et P3. Cette observation est justifiée par le profil de compétence des opérateurs de l’atelier. Une très grande majorité d’entre eux est en effet formée sur le modèle présent dans plus de 40% de la charge de travail et la plupart le réalisent avec un rendement de production plus élevé que pour les autres modèles de la collection.

Les résultats obtenus pour l’indicateur MIX sont plus faibles pour le profil de charge P3 que pour le profil P2, qui sont eux même plus faibles que pour le profil P1. Cette tendance est expliquée par la différence de diversité de la charge selon les profils. En effet, en situation standard (P1), la charge de travail est plus variée que lors d’une période de promotion où plus de 40% de la charge est réservée à un modèle (P2). D’autre part, en période de sortie de collection où la charge est presque exclusivement composée de nouveaux modèles, la variété de la charge est considérablement réduite et limitée à 17 modèles-produits différents sur les 110 existants.

Nous approfondissons maintenant l’étude en détaillant les résultats obtenus pour chacun des critères optimisés selon les différents profils de charge

8.2.1.3 Bornes supérieures de PROD

Les résultats des expérimentations montrent que la productivité maximale s’élève à 126% pour le profil P1, 139% pour le profil P2 et 122% pour le profil P3. Sur l’ensemble des profils, l’optimisation de la productivité entraîne inévitablement des résultats moins performants sur les critères MIX et TX qui entrent directement en conflit avec PROD. Maximiser la productivité revient en effet à choisir pour chaque OF, l’opérateur ayant le meilleur rendement sur le modèle-produit correspondant. Ce mode d’affectation entraîne une spécialisation extrême des opérateurs sur un panel très réduit de modèles-produits pour lesquels ils sont les plus rapides de l’atelier. Le maintien de la polyvalence n’est donc pas du tout favorisé, avec des résultats sur MIX très faibles (MIX=3 pour P1, MIX=3 pour P2, MIX=1.36 pour P3). Nous notons également que certaines ressources sont pleinement exploitées alors que d’autres n’ont aucune charge de travail affectée


Chapitre 8

(TX=1) et ce, quel que soit le profil de charge. Les premiers sont bien souvent des opérateurs aux pièces qui ont développé une efficacité élevée pour certains modèles leur assurant de bons revenus tandis que les seconds sont plutôt des opérateurs moins expérimentés et ne faisant jamais partie des plus rapides sur les modèles représentés dans la charge.

8.2.1.4 Bornes inférieures de TX

L’optimisation de TX aboutit à un très bon lissage de la charge de travail entre les opérateurs de l’atelier puisque la ressource la plus chargée est occupée à 100% de son temps tandis que la ressource la moins chargée est occupée à 98% ou 99% de son temps pour les profils de charge P1 et P2 (TX=0.02 et TX=0.01). L’équilibre entre les ressources est donc quasiment parfait. Le très bon résultat du profil P2 s’explique par le fait qu’une très grande majorité des opérateurs sont formés sur le modèle phare représenté dans plus de 40% de la charge. Il est donc relativement aisé de fournir du travail à des opérateurs correspondant très bien au profil de charge. En revanche, nous notons une performance moindre de TX pour le profil P3 (TX=0.2). Ceci peut s’expliquer par la présence de ressources très peu formées sur les nouveaux modèles. Il s’agit des opérateurs aux pièces qu’il est donc plus difficile d’occuper. Nous notons par ailleurs que l’équilibrage du travail entre opérateurs entraîne une bonne performance au niveau de la variété de la charge affectée aux ressources, notamment pour les profils P1 (MIX=6.09) et P2 (MIX=5.45).

8.2.1.5 Bornes supérieures de MIX

L’objectif est de proposer une charge aussi diversifiée que possible pour chaque opérateur de production afin de favoriser le maintien de leur polyvalence. Cette approche dégrade inévitablement la productivité qui ne dépasse alors que très légèrement les 100% (PROD=102% pour P1, PROD=113% pour P2, PROD=105% pour P3). Les opérateurs ont presque 9 modèles différents dans leur charge pour le profil P1, ce qui assure une très riche variété dans leur travail puisque chaque ressource a entre 8 et 12 OF à réaliser dans sa journée (300 OF pour 32 opérateurs). Par ailleurs, la charge de travail est également très bien répartie (TX=0.08), ce qui reflète une très bonne adéquation entre le profil de charge d’une période standard et la répartition des compétences (et donc des plans de formation) dans l’atelier. Cette dernière remarque ne se vérifie pas pour les profils P2 et P3 pour lesquels la valeur de TX est élevée (TX=0.47 et TX=0.7). En étudiant plus précisément les ressources à l’origine de l’augmentation de TX, nous notons qu’il s’agit des opérateurs dont le profil de compétence ne correspond pas au profil de la charge. Pour le profil P2, les quelques personnes n’étant pas formées sur le modèle phare sont faiblement chargées car une partie importante du travail leur est interdite. Même si ces personnes sont polyvalentes sur de


Chapitre 8

nombreux autres modèles présents dans la charge, l’optimisation du mix-modèle interdira de cumuler beaucoup d’OF d’un même modèle. Il s’agit par exemple des nouveaux opérateurs qui ne sont pas formés en priorité sur le modèle phare mais davantage sur les modèles sur lesquels moins de ressources sont formées. Pour le profil P3, les opérateurs sous occupés sont ceux étant peu formés sur les nouveaux modèles. Comme nous l’avons souligné un peu plus haut, il s’agit des opérateurs aux pièces.

8.2.2 Approches multicritères

La première phase d’expérimentation présentée ci-dessus a permis d’identifier les bornes sur chacun des trois critères MIX, TX et PROD mais elle a également mis en évidence la limite d’une approche monocritère. Nous avons en effet souligné la très grande dégradation de certains indicateurs, allant à l’encontre de quelques objectifs fondamentaux d’une entreprise évoluant dans un contexte de production de plus en plus diversifié, à évolution permanente et où le cycle de vie des produits se raccourcit de plus en plus. Nous appliquons maintenant les approches multicritères détaillées au cours du chapitre 7, sur les mêmes 90 jeux de données utilisés pour déterminer les bornes des indicateurs MIX, PROD et TX. L’objectif est de trouver des solutions d’affectation plus satisfaisantes sur l’ensemble des critères de performance.

Pour chacun des indicateurs positionnés en critère principal, nous proposons le même formalisme pour présenter les résultats (Tableau 2, Tableau 3 et Tableau 4). Chaque tableau présente les résultats détaillés par profil pour chacune des approches multicritères. Les résultats de l’indicateur positionné en critère principal sont indiqués en blanc sur fond noir, les résultats des autres indicateurs (en noir sur fond blanc) représentent les critères secondaires. Nous faisons également figurer en gras, pour chacun des profils, les bornes obtenues par l’approche monocritère sur le critère principal ainsi que les résultats obtenus pour les autres indicateurs, simplement évalués.

8.2.2.1 Critère principal : PROD

Le Tableau 8.2 synthétise l’ensemble des résultats obtenus par les approches multicritères plaçant PROD en critère principal et MIX et TX en critères secondaires. Il s’agit de H1 pour la méthode hybride et A1 et A2 pour les méthodes heuristiques. Les résultats de l’optimisation monocritère de PROD (C1) sont également reportés dans ce tableau.


Chapitre 8

Tableau 8.2 : Résultats expérimentaux

Nous avons vu que l’optimisation de la productivité entraînait inévitablement des résultats moins performants sur les critères MIX et TX qui entrent directement en conflit avec PROD.

Les résultats de l’approche hybride, lorsque PROD est placé en critère principal, semblent proposer un compromis intéressant puisqu’une perte de 8% sur la productivité par rapport à la borne permet de gagner 60% sur l’indicateur TX et 90% sur l’indicateur MIX pour le profil P1. Les résultats observés sur les profils P2 et P3 sont également prometteurs même si la perte de productivité entraînée est plus importante pour le profil P2. Dans ce dernier cas, certains opérateurs ont développé une productivité extrêmement élevée, avoisinant un rendement de 1.8 ; moins solliciter ces opérateurs sur ces modèles (pour rééquilibrer les taux d’occupation) provoque irrémédiablement une baisse importante sur l’indicateur PROD.

L’approche hybride peut être jugée meilleure que les approches heuristiques, sur les profils P2 et P3 car même si sur le critère PROD, A1 et A2 obtiennent de meilleurs résultats (gains respectifs de 7% et 4% pour P2 et 3% et 5% pour P3), leurs résultats sont nettement moins bons sur les autres critères MIX (dégradations respectives de 38% et 27% pour P2 et 29% et 0% pour P3) et TX (dégradations respectives de 56% et 41% pour P2 et 11% et 0% pour P3). En revanche, pour le profil P1, les conclusions sont un peu différentes. L’approche hybride se révèle être, sans conteste, plus performante que l’heuristique A1 même si le résultat obtenu sur PROD est meilleur pour A1 que pour H1. En effet, à performance égale au niveau de TX, les résultats de H1 sur MIX (gains de 24%) compensent largement la perte sur la productivité (4%) surtout pour un profil de type P1 reflétant un profil de charge standard et par conséquent très fréquent. Assurer une bonne flexibilité de l’atelier en favorisant le maintien de la polyvalence des opérateurs est un point certainement plus rentable à long terme par rapport à un gain (relativement minime) en productivité. En étudiant les résultats de A2, nous constatons que les conclusions restent vraies pour les critères PROD et MIX. En revanche, la performance de A2 sur TX par rapport à H1 est bien supérieure (gain supérieur à 200%). En période stable (P1), il est important que les ressources soient occupées de manière équivalente les unes par rapport aux autres (TX=0.13 pour A2), ainsi, au risque de perdre un peu de variété


Chapitre 8

dans la charge attribuée aux opérateurs (MIX=4.4), A2 semblerait être la meilleure alternative pour le profil P1.

8.2.2.2 Critère principal : TX

Le Tableau 8.3 synthétise l’ensemble des résultats obtenus par les approches multicritères plaçant TX en critère principal et MIX et PROD en critères secondaires. Il s’agit de H2 pour la méthode hybride et B2 pour les méthodes heuristiques. Les résultats de l’optimisation monocritère de TX (C2) sont également reportés dans ce tableau.


Nous avions vu que l’optimisation de TX permettait un très bon lissage de la charge de travail entre les opérateurs de l’atelier mais également une bonne performance au niveau de la variété de la charge affectée aux ressources (MIX), pour l’ensemble des profils. On observait en revanche sur le critère PROD une dégradation au niveau de sa performance, PROD entrant directement en contradiction avec MIX et TX.

Les résultats de l’approche hybride H2 pour le profil P1 montrent une amélioration de la productivité (gain de 4%) par rapport au résultat obtenu par C2, sans dégrader l’équilibre de la charge de travail entre les opérateurs et à niveau de variété légèrement supérieure pour H2. D’autre part, sur l’ensemble des critères, l’approche hybride H2 et plus performante ou équivalente à celle de l’heuristique B2.

En revanche, si l’approche hybride H2 obtient des performances équivalentes à C2 sur les critères secondaires MIX et PROD pour le profil P2 et une performance légèrement supérieure sur MIX pour le profil P3, elle dégrade de manière assez significative l’équilibre de la répartition du travail entre les opérateurs (TX=0.2 pour P2 et TX=0.5 pour P3). La contre-performance de l’approche hybride lorsque TX est placé en critère principal, s’explique directement par les résultats de l’étape 11. En effet, les critères secondaires ne sont que faiblement dégradés par l’optimisation de TX, puisque très peu d’opérateurs sont en dessous de leurs

1 Nous invitons le lecteur à se reporter à la section 7.3.3.1 du chapitre 7 pour plus de détail sur le contenu des étapes de l’approche hybride.


Chapitre 8

seuils d’admissibilité de MIX (les indicateurs TX et MIX ne sont pas en contradiction) et la productivité n’est que très légèrement en dessous de son seuil d’admissibilité. Les heuristiques n’interviennent alors que très peu au cours de l’étape 3, les résultats de la méthode hybride sont alors assez semblables aux résultats de la méthode exacte sur les critères secondaires et relativement dégradés sur le critère principal. En considérant maintenant les résultats obtenus à partir de l’heuristique B2 et en les comparants à ceux de H2, nous constatons une amélioration au niveau de la productivité (gain de 2 % pour les deux profils) en revanche, la méthode hybride se comporte mieux sur TX et MIX et les gains sur ces deux derniers critères compensent largement la perte sur le premier. En conclusion, la méthode C2 garantit le meilleur compromis sur l’ensemble des critères de performance.

8.2.2.3 Critère principal : MIX

Le Tableau 8.4 synthétise l’ensemble des résultats obtenus par les approches multicritères plaçant MIX en critère principal et TX et PROD en critères secondaires. Il s’agit de H3 pour la méthode hybride et B1 pour les méthodes heuristiques. Les résultats de l’optimisation monocritère de MIX (C3) sont également reportés dans ce tableau.


Nous avons vu que l’optimisation de MIX dégradait inévitablement la productivité qui ne dépassait alors que légèrement les 100% et que selon le profil de charge, la performance sur TX restait très bonne pour P1 (TX=0.08) mais la répartition du travail entre les opérateurs n’était pas équilibrée pour les profils P2 et P3 (TX= 0.47 et TX=0.7).

Pour le profil P1, nous constatons que les résultats obtenus à partir de la méthode hybride H3 sur le critère principal se rapprochent très fortement de la borne identifiée par l’approche monocritère C3 (écart inférieur à 1%). La performance sur l’indicateur TX est également bonne (TX=0.1) et équivalente aux résultats proposés par C3. Un léger gain (2%) au niveau de la productivité est également noté avec H3 même si l’amélioration au niveau du temps d’exécution de la charge est plus nette avec la méthode B1 (PROD=110%). Néanmoins, ce gain au niveau de la productivité, s’accompagne d’une dégradation importante sur les indicateurs


Chapitre 8

MIX et dans une moindre mesure, sur TX pour B1. L’approche hybride H3 semble donc proposer le meilleur compromis sur l’ensemble des critères qu’ils soient principaux ou secondaires.

Pour le profil P2 et dans une moindre mesure pour le profil P3, l’intérêt de l’approche hybride est net puisque des gains respectifs de 40% et 11% sont observés sur TX, tout en maintenant une bonne performance sur les indicateurs MIX (écart de 10% pour P2 et 4% pour P3 par rapport à la borne) et PROD. Au niveau de l’indicateur MIX, l’heuristique B1 est toujours moins performante que la méthode hybride et les résultats, même meilleurs au niveau de la productivité, ne compensent pas les pertes au niveau de TX.

8.2.3 Bilan des expérimentations

Nous avons expérimenté sur des données industrielles les approches multicritères détaillées dans le chapitre 7, avec l’objectif de trouver des solutions d’affectation respectant un compromis entre des indicateurs industriels et humains parfois contradictoires. L’identification de bornes nous a permis d’évaluer la qualité des solutions sur le critère principal de chacune des expérimentations. Selon le profil de charge et selon la position (principale ou secondaire) des indicateurs MIX, TX et PROD, nous avons identifié la méthode proposant le meilleur compromis entre les trois critères de performance. Une synthèse par profil et par type d’expérimentation est proposée dans le Tableau 8.5.

Tableau 8.5 : Synthèse des expérimentation par type et par profil de charge

Nous pouvons souligner que nous n’envisagions pas au départ, l’approche de résolution monocritère comme une méthode d’affectation à part entière mais simplement comme un moyen d’identifier des bornes et évaluer la qualité des solutions multicritères. Cette approche s’est avérée néanmoins performante


Chapitre 8

lorsque le critère optimisé n’entrait pas directement en contradiction avec tout ou partie des autres critères (notamment dans le cas de l’optimisation de TX).

8.3 Synthèse et Conclusion

Dans ce chapitre, nous avons appliqué le modèle de gestion des compétences présenté au cours du chapitre 7, au cas industriel de l’entreprise Roset. Les expérimentations menées ont eu pour objectif d’étudier les impacts des approches de résolution multicritères sur des critères industriels et humains (productivité, taux d’utilisation et polyvalence des ressources). Une analyse détaillée a permis de mettre en évidence les méthodes de résolution les plus satisfaisantes dans différents contextes (selon le critère principal optimisé et le profil de charge notamment). Si les approches de résolution ne sont pas aujourd’hui implémentées dans l’entreprise, elles n’en restent pas moins compatibles avec le système de planification et ordonnancement de la société. Nous notons néanmoins que la mise en œuvre des approches hybrides (H) demeure encore un peu fastidieuse, en raison notamment de la non-automatisation des 4 étapes de la démarche.


Chapitre 8

CCoonncclluussiioonn GGéénnéérraallee eett PPeerrssppeeccttiivvee ddee RReecchheerrcchhee



Pour rester compétitive, toute entreprise cherche à construire une stratégie lui permettant de se placer dans les meilleures conditions face aux forces concurrentielles présentes au sein de son secteur d’activité. Pour soutenir sa stratégie, une entreprise va alors chercher à identifier des inducteurs de performance qui vont directement contribuer à l’atteinte de ses objectifs stratégiques et sur lesquels elle va pouvoir agir. C’est autour de ces inducteurs de performance que va s’organiser toute l’activité de suivi, de pilotage et de contrôle de performance puisque leur maîtrise est un gage de compétitivité.

Dans cette thèse, nous nous sommes placés dans le contexte d’une entreprise ayant identifié comme avantages compétitifs majeurs, la différentiation de ses produits et l’agilité de sa chaîne logistique. Parmi les différents inducteurs de performance potentiels et guidés par le contexte industriel et académique dans lequel nos travaux se sont déroulés, nous en avons sélectionné deux en particulier. Le premier est rattaché à l’axe organisationnel de l’entreprise et consiste à mettre en place des relations de collaboration au sein de la chaîne logistique afin d’accroître sa réactivité, sa flexibilité, sa fiabilité (etc.). Le second est lié à la gestion des ressources humaines de l’entreprise et plus spécifiquement à la gestion de leurs compétences. S’appuyer sur une main d’œuvre fortement qualifiée pour proposer un produit différentié peut en effet constituer une source de compétitivité intéressante, sur des marchés où la concurrence des pays à faible coût de main d’œuvre est de plus en plus agressive.

L’objectif de nos travaux a été de construire un référentiel d’évaluation de la performance s’appuyant sur ces deux inducteurs et mettant en évidence leurs impacts sur la compétitivité d’une entreprise (Figure 9.1).

Figure 9.1 : Bilan des impacts des deux inducteurs de performance sélectionnés sur la

performance de l’entreprise et de sa chaîne logistique


Conclusion générale

Concernant l’inducteur relatif à la mise en place de pratiques collaboratives, nous avons proposé un modèle permettant de caractériser et évaluer la situation collaborative d’une entreprise.

- En évaluant son niveau de maturité sur quelques 60 pratiques collaboratives rattachées à l’un des quatre périmètres de la chaîne logistique (amont, aval, interne, transverse), à l’un des trois niveaux managériaux (stratégique, tactique, opérationnel) et à l’une des deux intentions (proactive, réactive), nous avons vu qu’il était possible de dessiner le profil collaboratif d’une entreprise.

- En évaluant son niveau de satisfaction sur une sélection d’indicateurs potentiellement impactés par les relations de collaboration et rattachés à un périmètre de la chaîne logistique (amont, aval, interne, transverse), à un type (orienté client ou orienté entreprise) et à une nature (flexibilité, fiabilité, réactivité, qualité, financier), nous avons vu qu’il était possible de formaliser la perception d’une entreprise quant à son niveau de performance collaborative.

- Nous avons ensuite mis en relation ces deux états pour d’une part, voir dans quelles mesures les efforts collaboratifs consentis par une entreprise contribuaient à sa performance et d’autre part, pour faire ressortir les pratiques collaboratives sur lesquelles un effort particulier pourrait être fait afin d’améliorer certains axes de la performance jugés insatisfaisants par l’entreprise.

Une application de ces travaux sur le cas industriel de l’entreprise Roset a permis d’illustrer les apports du modèle d’évaluation de la performance collaborative mais a également permis d’en souligner les limites. Nous avons en effet pu constater que dans certaines situations, la collaboration seule n’était d’aucun secours si des problèmes d’ordre organisationnel ou technologique par exemple, en annulaient les retombées bénéfiques potentielles. C’est à partir des limites actuelles du modèle que nous identifions certaines perspectives de recherche. Nous décrivons ci-dessous brièvement quelques pistes qui nous semblent intéressantes :

- Nous envisageons tout d’abord de développer un modèle de contexte dont l’objectif est de caractériser les environnements interne et externe dans lesquels évolue une entreprise (stratégie de production, position dans la chaîne logistique, pouvoir, concurrence, secteur, organisation, système d’information existant…). Ces paramètres contextuels, reliés aux CoP model et au CC model permettront à terme d’affiner l’analyse et le diagnostic sur la performance collaborative d’une organisation.



- Nous envisageons également d’instancier le modèle d’évaluation de la performance collaborative sur un échantillon significatif de cas industriels. D’un outil d’auto-analyse ou d’auto-diagnostic, le modèle d’évaluation de la performance collaborative sera à l’origine d’une étude de benchmarking. Notre objectif est d’une part d’aboutir à une analyse sur le comportement collaboratif des entreprises, en croisant des données contextuelles, organisationnelle et technologiques et d’autre part de permettre à des entreprises d’évaluer leur situation et leur performance par rapport à celles d’autres industriels. Cet axe de travail est d’ores et déjà initialisé, de par la présence du modèle sur le site Internet du projet COPILOTES (www.copilotes.eu). Nous espérons pouvoir récupérer par ce biais, les informations nécessaires à la poursuite de notre travail de recherche sur la collaboration dans les chaînes logistiques.

Concernant le second inducteur de performance, nous avons dans un premier temps défini et formalisé le concept de compétence des opérateurs de production avant de traduire celle-ci en terme d’indicateurs de performance potentiellement impactés par la gestion de ces compétences pour la planification des activités de production. Pour qualifier les compétences des opérateurs, nous avons introduit les notions de productivité, de qualité de production, de coût de réalisation, de polyvalence ou encore de criticité du savoir-faire. Comme indicateurs de performance, nous avons identifié le temps de production, le coût de production, le taux d’utilisation des ressources, le maintien de la polyvalence de ces ressources, l’équité de pénibilité dans la charge attribuée aux opérateurs et la qualité de production.

Pour agir sur ces indicateurs de performance à partir de la gestion des compétences, nous avons considéré une problématique d’affectation du travail aux opérateurs, dans une organisation de type ressources parallèles différentes. Nous avons ainsi proposé plusieurs méthodes de résolution multicritères basées sur les compétences des ressources, l’objectif étant de planifier les activités d’une entreprise en maintenant un niveau de performance satisfaisant sur un ensemble de critères parfois contradictoires (productivité, équilibre entre les taux d’utilisation des ressources et maintien de la polyvalence des opérateurs de production). Nous avons ensuite expérimenté ces différentes méthodes sur des données industrielles afin de déterminer les méthodes les plus pertinentes selon le profil de charge considéré et la position des critères (principal ou secondaire).

Le travail réalisé ouvre la voie à plusieurs perspectives de recherche, que nous listons brièvement ci-dessous :

- Les approches de résolution multicritères présentées dans ce mémoire n’ont intégré qu’une partie des attributs de compétences et des indicateurs



Conclusion générale

de performance modélisés. Il serait ainsi intéressant de compléter ces approches en ajoutant les concepts de qualité et de coût d’exécution de la charge.

- Nous avons testé nos approches de résolution sur des données industrielles, avec une taille d’échantillon fixe. Il serait intéressant de faire varier le nombre d’OF, le nombre d’opérateurs ou le nombre de types d’opération au cours d’expérimentations supplémentaires et d’analyser l’impact de ces variations sur les résultats obtenus. Nous pourrions alors peut être constater que les méthodes se révélant les plus pertinentes dans un contexte donné, pourraient varier selon la taille du problème considéré.

- Une étude de la robustesse des approches développées suite à différents types d’aléas, comme par exemple l’absence d’un opérateur provoquant un manque au niveau de la couverture de compétence globale de l’atelier, pourrait venir compléter nos travaux.

- Nous dégageons enfin une dernière piste de travail concernant la gestion des compétences des opérateurs, au niveau stratégique. Sur un horizon long terme, les modèles proposés pourraient fournir une aide à la décision en simulant l’adéquation des compétences requises et acquises pour répondre à de nouveaux projets, contextes ou problématiques de travail. L’objectif consisterait à comprendre l’évolution favorable à donner au profil de l’atelier pour répondre de manière plus efficace à la demande; les compétences n’étant cette fois-ci plus considérées comme statiques mais au contraire dynamiques. Considérée sous cette angle, la gestion des compétences permettrait alors d’impacter d’autres indicateurs, à définir, situés à un niveau stratégique pour l’entreprise.


RRééfféérreenncceess BBiibblliiooggrraapphhiiqquueess


A Abboud N., Inuiguchi M., Sakawa M. et Uemura Y., «Manpower allocation using genetic annealing», European Journal of Operational Research, 1998, 111, pp.405-420.

Akbari Jokar M.R., Dupont L., Frein Y., «Evolution du concept de logistique », Revue Française de Gestion Industrielle, 2002, 21(3), pp. 5-22.

Akintoyee A., McIntosh G., Fitzerald E., «A survey of supply chain collaboration and management in the UK construction industry», European Journal of Purchasing & Supply Management, 2000, 6 (3), pp. 159-168.

Amherdt C.H., «Condition d’émergence des compétences collectives. Aspects théoriques et étude de cas », 4ème journée d’étude sur la Gestion des Compétences et des Connaissances en Génie Industriel, « Gestion des compétences et des savoirs collectifs dans les organisations en réseaux », Saint Etienne, 23 novembre 2000.

Anderson J., Narus A., «A model of distributor firm and manufacturer firm working partnerships», Journal of Marketing, 1990,54, pp.42-58.

APICS, The Educational Society for Resource Management. In APICS Dictionary, Tenth Edition. Falls Church (Va.) : APICS, 2004.

Arnold T., Chapman S.N., «Introduction to Materials Management. 4ième Edition. Upper Saddle River (N.J.) : Prentice-Hall, 2001.

ASLOG : ASsociation française pour la LOGistique, 2006. Available online http://www.aslog.org (ajouter date de consultaton)

Ayadi S., «Le supply chain management : vers une optimisation globale des flux», Lyon : GEMO-ESDES, Université Catholique 2005, 17 pages. (Electronic working paper series)

Azzone G, Masella, Bertele U., «Design of performance measures for time-based companies », International Journal of Operations and Production Management, 1991, 11 (3), pp.77-85.

B Badell M., Romero J., Huertas R., Puigjaner L., «Planning, Scheduling and budgeting value-added chains», Computers & Chemical Engineering, 2004, 28, pp.45-51.

Barut M., Faisst W., Kanet J.J., «Measuring supply chain coupling: an information system perspective», European Journal of Purchasing & Supply Management, 2002, 8(3), pp. 161-171.


http://www.aslog.org/

Baptiste P., Giard V., Haït A., Soumis F., « Gestion de production et ressources humaines », Montréal : Presses internationales polytechnique, 2005.

Baybars I., « A survey of exact algorithms for the simple line balancing problem”, Management Science, 1986, 32, pp. 902-932.

Bernhard J., Marios C. Angelides, « A model and a performance measurement system for collaborative supply chains » Decision Support System, 2005, 42(1), October 2006, pp. 283-301.

Berrah L.A., «Une approche d’évaluation de la performance industrielle : Modèle d’indicateurs et techniques floues pour un pilotage réactif», Thèse de doctorat. Toulouse, France : Institut National Polytechnique de Grenoble, 1997.

Berrah L, «L’indicateur de performance concepts et applications », Toulouse : Cepadues, 2002.

Berretta R., Fernando Rodrigues L., «A memetic algorithm for a multistage capacitated lot sizing problem», International Journal of Production Economics, 2004, 87, pp.67-81

Berry D., Towill D.R., Wadsley N., «Supply chain management in the electronics product industry», International Journal of Physical Distribution & Logistics Management, 1994, 24 (10), pp.20-32.

Bescos P.L, Mendoza C., «Le management de la performance», Paris : Editions Comptables Malesherbes, 1994.

Bieker T., «Managing corporate sustainability with Balanced Scorecard : Developing a Balanced Scorecard for Integrity Management», Oikos PhD summer academy. St Gallen, Switzerland : Institute for Economy and the Environment (IWOe-HSG), University of St. Gallen, 2002.

Billaut J.C., Roubellat F., Villaumié M., «Prise en compte de l’affectation dans le logiciel d’ordonnancement temps réel ORDO®», Actes des journées d’affectation et d’ordonnancement du Groupement de Recherche (GdR) Automatique du CNRS, 1995, Tours, France, pp.113-131.

Bonjour E., Dulmet M.Y., Lhote F., «Models to split up and to integrate competencies systems in design activities management », Proceedings of the 11th IFAC Symposium on Information Control problems in Manufacturing , INCOM’2004, 5-7 avril 2004, Salvador da Bahia, Brésil, sur CD-Rom, 6 pages

Boucher X., Burlat P., « Vers l’intégration des compétences dans le pilotage des performance de l’entreprise », Journal Européen des Systèmes Automatisés, 2003, 37(3), pp.363-390.

Boucher X., Burlat P., « Vers l’intégration des compétences dans le pilotage des performance de l’entreprise », Journal Européen des Systèmes Automatisés, 2003, 37(3), pp.363-390.

Boukchin J., Tzur M., « Design of flexible assembly line to minimize equipment cost», IIE Transactions, 2000, 32, pp. 585-598.

Boutevin C., Norre S., “Equilibrage de la charge sur une Ligne de montage de véhicule”, European Journal of Automated Systems (APII-JESA), 2002, 36(1), pp.33-58.



Brusco M.J., Johns T.R, «Staffing and multi-skilled workforce with varying levels of productivity : An analysis of cross-training policies», Decision Science, 1998, 29, pp. 499-515.

Buffa E.S., Cosgrove M.J., Luce B.J., «An integrated work shift scheduling system», Decision Science, 1976, 7, pp. 620-630.

Burns R.N., Carter M.W., «Workforce scheduling with cyclic demands and days-off constraints», Management Science, 1985, 24, pp.161-167.

Butera F., «La métaphore de l’organisation : du château au réseau», Paris : Les éditions d’organisation, 1991.

Bradley P., «A performance measurement Approach to the re-engineering of manufacturing enterprises», PhD Thesis. Galway Ireland : CIMRU, NUI, 1996.

Browne J, Zhang J. «Extended and Virtual Enterprises - Similaries and Differences», International Journal of Agile Management Systems., 1999, 1(1), pp.30-36.

Bruneau JM., Pujos J.F., «Le management des connaissances dans l’entreprise : ressources humaines et systèmes d’information», Paris : Edition d’Organisation, 1992.

C Chan F., Qi H., «Feasability of performance measurement system for process-based approach and measures», Integrated Manufacturing Systems, 2003, 14(3), pp.179-190.

Christopher M., «Logistics and supply chain management : strategies for reducing cost and improving service», 2nd Ed. London : Financial Times, Pitman, 1998.

Christopher M., «Strategies for reducing costs and improving service», Logistics and Supply chain management, London : Prentice Hall, 1998.

Clivillé V., «Approche systémique et méthode multicritère pour la definition d’un système d’indicateurs de performance », Thèse de doctorat. Savoie, France : Université de Savoie, 2004.

Consortium Copilotes (2004) livrable 1.1 « Caractérisation des chaînes logistiques », Rapport de projet Copilotes, COllaboration et Partage d’Information dans les chaînes LOgisTiquES, programme de recherche à thématique prioritaire STIC, entreprise virtuelle soutenue par la Région Rhône-Alpes.

Consortium Copilotes (2005a) Annexe 3 « Le partage d’information et la structure d’information dans les chaînes logistiques », Rapport de projet

Cooper M., Lambert D., Pagh J., «Supply chain management: more than a new name for logistics», International Journal of Logistics Management, 1997, 8(1), pp. 1-14.


Copilotes, COllaboration et Partage d’Information dans les chaînes LOgisTiquES, programme de recherche à thématique prioritaire STIC, entreprise virtuelle soutenue par la Région Rhône-Alpes.

Consortium Copilotes (2005b) Livrable 2.1 « Etat des lieux des systèmes d’information support de la chaîne logistique intra et/ou inter entreprise », Rapport de projet Copilotes, COllaboration et Partage d’Information dans les chaînes LOgisTiquES, programme de recherche à thématique prioritaire STIC, entreprise virtuelle soutenue par la Région Rhône-Alpes.

Coffman E.G., Garey M.R., Hohnon D.S., «An application of bin packing to multiprocessor scheduling», SIAM Journal on Computing, 1978 7, pp.1-17.

Correa H.L., «Linking flexibility, uncertainty and variability in manufacturing systems: managing unplanned change in the automotive industry», Aldershot : Averbury, 1994.

Cousins P.D., Spekman R., «Strategic supply and the management of inter and intra-organizational relationship», Journal of Purchasing and Supply Management, 2003, 9, pp. 19-29.

Corominas A., Ojeda J., Pastor R., «Multi-objective allocation of multi-function workers with lower bounded capacity», Journal of the Operational Research Society, 2005, 56, pp. 738-743.

Croom S., Romano P., Giannakis M., «Supply chain management : an analytical framework for critical literature review», European Journal of Purchasing & Supply Management, 2000, 6, pp.67-83.

Cullen P.A., «Contracting co-operative relations and extended enterprises», Technovation, 2000, 20, pp. 363-372.

D Daugherty P., Glenn R, Roath A. , Min S. , Chen H. , Aaron D. Arndt , Genchev S., «Is collaboration paying off for firms? », Business Horizons, 49, Issue 1, pp. 61-70, 2006.

De Banville E., «Le développement du partenariat industriel», Revue d’Economie Industrielle, 47, 1989.

De Toni A., Nassimbeni G., «A method for the evaluation of suppliers’ co-design effort» International Journal of Production Economics, 2001, 72, pp. 169-180.

Dulmet M.Y., Bonjour E., « Vers un méta - modèle de pilotage du système de compétences de l’entreprise», actes du 5ème congrès International de Génie Industriel, CIGI 2003, 26-29 Octobre 2003, Québec, Canada.

Dillembourg P., Baker M., Blaye C. O’M, « The evolution of research on collaborative learning. In E. Spada & P. Reiman (Eds) Learning in Humans and Machine: Towards an interdisciplinary learning science. Oxford: Elsevier, pp. 189-211.



Midenet A., «L’évolution de la recherché sur l’apprentissage collaboratif», Séminaire de recherche Apprentissage collaboratif et co-formation, IUFM Nord Pas de Calais, année 2001-2002. Traduction de Dillembourg P., Baker M., Blaye C. O’M, « The evolution of research on collaborative learning. In E. Spada & P. Reiman (Eds) Learning in Humans and Machine: Towards an interdisciplinary learning science. Oxford: Elsevier, pp. 189-211.

Dulmet M.Y., Bonjour E., Lhote F. et Mercier G., « Modèle de caractérisation internes des compétences mises en œuvre dans les entreprises », actes du 4ème congrès International de Génie industriel : L’innovation et le développement durable dans la production de biens et de services, 12-15 Juin 2001, Aix-Marseille.

E

Easton F.F, Rossin D.F. «Sufficient working subsets for the tour scheduling problem», Management Science, 1999, 37, pp. 1441-1451.

Edvinsson L., Malone M.S., «Intellectual capital : realising your company’s true value by findings its hidden brainpower», New-York :Harper Collings Publishers, 1997.

Eksioglu B., «Global Supply chain Models», In Floudas C.A., Pardalos P.M. Encyclopedia of Optimization: E - Integer, volume 2. Dordrecht : Kluwer Academic Publishers, 2004, pp.350-353.

Ellram L.M., «Supply chain management: the industrial organisation perspective», International Journal of Physical Distribution and Logistics Management, 1994, 21 (1), pp.13-22.

Emmons H., «Workforce scheduling with cyclic requirements and constraints on day-off, week-ends off and workstretch», IEE trans, 1985, 17, pp.8-13.

Enslow B., «Are your inventory management practices Outdated?», Boston MA : AberdeenGroup, 2005.Available on : http://www.toolsgroup.com/images_us/aberdeen_inventory.pdf (ajouter la date de consultation)

Erschler J., «Approche par contraintes pour l’aide à la décision et à la conception : une nouvelle logique d’utilisation des modèles formels», In G. de Terssac, E. Friedlberg, Coopération et conception, Toulouse : Octaves Editions, 1996.

Estampe D., Benchmarking de la supply chain, 2003, Available online http://www.supplychainonline.com.br/arquivos/Benchmarking%20De%20La%20Supply%20Chain.pdf (ajouter date de consultation)

Ettinghoffer D. «L’entreprise virtuelle ou les nouveaux modes de travail», Paris : Editions Odile Jacobs, 1992.

EVALOG : GLOBAL EVALOG frame of reference, 2006.. Available online http://www.galia.com (ajouter date de consultation)


http://www.toolsgroup.com/images_us/aberdeen_inventory.pdf

http://www.supplychainonline.com.br/arquivos/Benchmarking De La Supply Chain.pdf

http://www.supplychainonline.com.br/arquivos/Benchmarking De La Supply Chain.pdf

http://www.galia.com/

Eymery P., «La logistique de l’entreprise : supply chain management», Paris : Hermès, 1997.

F Fabbe-Costes N., Colin J., Pache G., «Faire de la recherche en logistique et distribution ?», Paris, Vuibert, 2000 pp. 292,.

Fenies P., M. Gourgand, «La mesure de la performance industrielle : application à la supply chain» dans Lièvre P., Tchernev, N. La logistique entre management et optimisation, Paris : Hermès, 2004, pp.210 – 221.

Fitzerald L., Johnston R., Brignall S., Silvestrino R., Voss C., «Performance Measurement in Service Business», London : CIMA, 1991.

Folan P. Browne J., «Development of an extended enterprise performance measurement system», Production Planning and Control, 2005, 16(6), pp.531-544.

Fortuin L., «Performance indicators – why, where and how? », European Journal of Operational Research, 1988, 34, pp. 1-9.

Franchini L., «Aide à la décision pour la gestion des opérateurs en production : Modélisation, Planification et Evaluation», Thèse de doctorat. Toulouse, France : Institut National Polytechnique de Toulouse, 2000.

Frazier G.L., « Interorganizational exchange behavior in marketing channels : A broadened perspective», Journal of Marketing, 1983, 47, Fall, pp. 68-78.

Fynes B., Voss C., Búrca S., «The impact of supply chain relationship quality on quality performance», International Journal of Production Economics, 2005, 96(3), pp. 339-354.

G Ganeshan R., Harrison T.P., «An introduction to supply chain management», Working Paper. US : Department of Management Sciences and Information Systems, Penn State University, 1995.

Gaonkar R., Viswanadham N., «Collaboration and information sharing in global contract manufacturing network», Transactions on Mechatronics, 2001, 6(4), pp.366-376.

Garibaldi G., «L’analyse stratégique, comment concevoir les choix stratégiques en situation concurrentielle», Paris : Les Editions d’Organisation, 2001, 438 pages.



Gavirneni S., «Benefits of co-operation in a production distribution environment », European Journal of Operational Research, 2001, 130(3), pp. 612-622.

Germain C. Trébucq S. «La performance globale de l’entreprise et son pilotage : quelques reflexions», Semaine sociale Lamy –18 octobre, numéro 1186, 2004

Gerwin D., «Manufacturing flexibility : a strategic perspective», Management Science, 1993, 39, pp. 395-410.

Geunes J, Chang B., «Operations research models for supply chain management and design» In C.A. Floudas and P.M. Pardalos, Eds, Encyclopedia of Optimization, N-Q, Vol. 4, Dordrecht : Kluwer Academic Publishers, 2001, pp. 133-145.

Giard V., «Gestion de la production et des flux», 3e Ed, Paris : Economica , 2003. (Collection Gestion)

Giard V., Mendy, «De l’approvisionnement synchrone à la production synchrone dans la chaîne logistique», Revue Française de Gestion, 2007, 2(171), pp. 65-88.

Gilmour P., «A strategic audit framework to improve supply chain performance», Journal of Business & Industrial Marketing, 1999, 5(4), pp. 283-290.

Gunasekaran A., Patel C., Ronald E. «A framework for supply chain performance measurement», International Journal of Production and Economics, 2004, 87, pp. 333-347.

Glover F., «Future paths for integer programming and links to artificial intelligence», Computer & Operations Research, 1986, 13, pp.533-549.

Goranson T. Johnson M. PresleyA. Roger H.J, «Metrics for the agile virtual Enterprise Case study», Proceedings on the 6 th Annual National Agility Conference, San Diego, CA March 4, 1997.

GOTHa, Groupe GOTha, «Les problèmes d’ordonnancement», RAIRO-RO, 1993, 27(1), pp. 77-150.

Grabot, B., Letouzey A., «Short-term manpower management in manufacturing systems : new requirements and DSS prototyping» , Computers in Industry, 2000, 43, pp. 11-29.

Graves S, «A review of production scheduling», Operation Research, 1981, 29, pp. 646-675.

Gruat La Forme FA., Botta-Genoulaz V., Campagne J.P., «A grid to characterize collaboration in supply chain», 4th International Workshop on Performance Measurement (IFIP WG 5.7), 27-28 June, Bordeaux (France), 8 pages ,2005a

Gruat La Forme FA., Wattky A., Botta-Genoulaz V., Neubert G., Campagne, « Un outil de caractérisation de chaîne logistique collaborative », 6ème Congrès International de Génie Industriel, 7-10 juin, Besançon (France), Actes cdrom, 10p. 2005b.

Gruat La Forme FA., Botta-Genoulaz V., Campagne J.P., « Comment caractériser la collaboration au sein d’une chaîne logistique », workshop IPI, 27-29 novembre, Allevard, 12 pages , 2006a


Gruat La Forme FA., Botta-Genoulaz V., Campagne J.P., «Considering polyvalence when minimizing workload fulfilment», 12th IFAC Symposium on Information Control Problems in Manufacturing (INCOM’06), 17-19 may, Saint Etienne (France), 2006b

Gruat La Forme FA., Botta-Genoulaz V., Campagne J.P., « Modélisation d’un problème d’ordonnancement avec prise en compte des compétences », 6ème Conférence Francophone de MOdélisation et SIMulation (MOSIM’06), 3-5 avril, Rabat (Maroc), 2006c.

Gruat La Forme FA., Botta-Genoulaz V., Campagne J.P., « A framework to analyse collaborative performance » Computer In Industry, 2007a (à paraître).

Gruat La Forme FA., Botta-Genoulaz V., Campagne J.P., « Modélisation d’un problème d’ordonnancement avec prise en compte des compétences », Journal Européen des Systèmes Automatisés, 2007b (à paraître).

Gruat La Forme FA., Botta-Genoulaz V., Campagne J.P., « Approche hybride de résolution pour un problème d’ordonnancement multicritères sur ressources humaines », 7ème Congrès International de Génie Industriel, 5-8 juin, 3 Rivières (Canada), 2007c

Gruat La Forme FA., Botta-Genoulaz V., Campagne J.P., « Comment caractériser la collaboration au sein d’une chaîne logistique », Hermes Collection, 2007d (en cours d’édition)

Gunasekaran A. Patel C., McGaughey RE. «A framework for supply chain performance measurement» Production Economie, 2004, 87(3) pp. 333-347, 2004

Gunasekaran A. Patel C. Tirtiroglu. E., «Performance measures and metrics in a supply chain environment», Int. J. Op. Prod. Management, 2001, 21 (1), pp.71-87.

Gürsel A., Czajkiewicz E.B.Z., «Minimizing the number of tardy jobs in identical machine scheduling», Computer and Industrial Engineering, 1993, 25, pp. 243-246.

Gyoung Hawan, K., George Lee C.S., «Genetic reinforcement learning approach to the heterogeneous machine scheduling problem», IEE extraction on robotics and automation, 1998, 14, pp. 879-893.

H Hamel G., Prahalad C.K., «The core competence of the corporation», Harward Business Review, 1990, 68(3), pp.79-93.

Handy C., «The age of unreason», Boston : Harvard Business School Press,, 1989

Hammer M., Champy J., «Reengineering the Corporation : a manifesto for business revolution», London : N. Brealey. Harzallah M., Verdanat F., « IT-based competency modeling and management: from theory to practice in enterprise engineering and operations », Computer in Industry, 2002, 48, pp.157-179.



Harzallah M., «Modélisation des aspects organisationnels et des compétences pour la réorganisation d’entreprises industrielle », Thèse en Automatisme et Productique. Metz : Université de Metz, Mai 2000.

Hatchuel A., «Coopération et conception collective. Variété et crises des rapports de prescription», In In G. de Terssac, E. Friedlberg. Coopération et conception, Toulouse : Editions Octaves, 1996.

Hermosillo Worley J., «Vers une meilleure prise en compte des ressources humaines dans les processus d’entreprise : connaissances, rôles et compétences », Thèse de doctorat. Tarbes, France : Ecole Nationale d’Ingénieurs de Tarbes, 2003.

Hewitt, F, «Supply chain integration», Council of Logistics Management, Annual Conference Proceedings, Oak Brook, IL, pp.334-41, 1992.

Hitoshi L., Sannomiya N., Proceedings of the American Control Conference, Arligton VA, pp.53-27, 2001.

Hockers K., «Corporate sustainability management, towards controlling corporate ecological and social sustainability», in Proceedings of Greening of Industry Network Conference, Bangkok ,21-24 juin 2001.

Holweg M., Disney S., Holmström J., Småros J., « Supply chain Collaboration:: Making Sense of the Strategy Continuum», European Management Journal, 2005, 23( 2), pp.170-18.

Houlihan J.B., «International Supply chain Management. International», Journal of Physical Distribution and Materials Management, 1987, 17 (2), pp. 51-66.

Huget M.J., Terssac G., Erschler J., Lompe N., «De la réalité à la modélisation de la coopération en gestion de production », In G. de Terssac, E. Friedlberg, Coopération et conception, Toulouse : Editions Octabes, 1996.

Hunter J.E., Schmidt F.L., Judiesch M.K., «Individual differences in output variability as a function of job complexity», Journal of Applied psychology, 1990, 75, pp.28-42.

J Jansen K., Mastrolilli M., « Approximation schemes for parallel machine scheduling problems with controllable processing times », Computers & operations research, 2004, 31, pp. 1565-1581.

Jason S., Lau A., George Q., Huang A., Mak K.L., «Impact of information sharing on inventory replenishment in divergent supply chains», International Journal of Production Research, 2004, 42(5) , pp. 919 – 941.

Jia T., «Vers une meilleure gestion des ressources d’un groupe autonome de fabrication», Thèse de doctorat. Tours, France : Université de Tours, 1998.


K Kalafatis S.P., «Buyer-seller relationships along channels of distribution», Industrial Marketing Management, 2000, 31, pp. 215-228

Kaplan R. Norton D., «The balanced scorecard to work», Harvard Business Review, 71 (5), pp.134-147,1993.

Kaplan R., Norton D., «Comment utiliser le tableau de bord prospectif», Paris : Les Editions d’Organisation, 2001, 440 pages. Karp R.M., «Reducibility among combinatorial problems». In R.E. Miller and J.W. Tatcher, Editor, Complexity of Computer Computation. New-York : Plenum Press, 1972.

Kellerer, H., Strusevich, V.A., «Scheduling problems for parallel dedicated machines under multiple resource constraints», Discrete Applied Mathematics, 2004, 133, pp. 45-68.

Kim Y.K., Kim Y.J. et Kim Y., «Genetic Algorithms for assembly line balancing with various objectives», Computer and Industrial Engineering, 1996, 30(3), pp. 397-409.

Kopczak L.R., «Logistics partnership and supply chain restructuring: survey results from US computer industry», Production and Operation Management, 1997, 6(3) pp.226-247.

L

Lambert D.M., M.C. Cooper, «Issues in Supply chain Management», Industrial Marketing Management, 2000, 29, pp. 65-83.

Lauras M., « Méthode de diagnostic et d’évaluation de performance par la gestion des chaînes logistiques, application à la coopération maison mère filiales internationales dans un groupe pharmaceutique et cosmétique », Thèse de doctorat. Toulouse : INP Toulouse, 2004.

Lauras M., Parrod N., Telle O., « Proposition de référentiel pour la notion d’entente industrielle : trois approches dans le domaine de la gestion des chaînes logistiques », Revue Française de Gestion Industrielle, 2003, 4, 22.

Laux J, Hung G, Mak KL., «Impact of information sharing on inventory replenishment in divergent supply chains», International Journal of Production Research, 2004, 41, pp 919-941.



Lebureau E., «Aide à la décision pour le pilotage des apprentissages inter-entreprises dans un groupement de PME», Mémoire de DEA. Lyon : Ecole Centrale de Lyon, soutenu le 15 septembre 2004.

Le Bortef G., «De la compétence : essaie sur un attracteur étrange», Paris : Les Editions d’Organisation, 1994.

Le Clainche J.F., « Balancing Scorecard et autres méthodes pour évaluer le score d’une entreprise », chapitre 12, Dans Bonnefous C., Courtois A. Indicateurs de performance, Paris : Hermès, 2001, pp. 257-281.

Lee H.L, C. Billington,. «Managing Supply chain Inventory: Pitfalls and Opportunities», Sloan Management Review, 1992, pp.65-73.

Lee H.L, C. Billington, «Material Management in Decentralized Supply chains», Operations Research, 1993, 41 (5), pp.835-847.

Lee H.L., S.M. Ng, «Introduction to the special issue on global supply chain management», Production and Operations Management, 1997, 6 (3), pp.191-192.

Le Run P., «Mise en place de démarches collaboratives : généralités», Techniques de l’ingénieur, 2003, AGL1, reference : AG5230.

Levy-Boyer C., «La gestion des compétences», Paris : Les éditions d’Organisation, 1996.

Letouzey A., «Ordonnancement interactif basé sur des indicateurs : Applications à la gestion des commandes incertaines et à l’affectation des opérateurs», Thèse de doctorat. Toulouse, France : Institut National Polytechnique de Toulouse, 2001.

Liu E, Kumar A. «Leveraging information sharing to increase supply chain configurability», Twenty-fourth International Conference on Information Systems, pp. 523-537, 2003.

Li S., Ragu-Nathan B., Suba Rao S., «The impact of supply chain management practices on competitive advantage and organizational performance», International Journal of Management Science, 2006, 34, pp. 107-124.

Li C., Robinson J.R., Mabert V.A, «An evaluation of tour scheduling heuristics with differences in employee productivity and cost», Decision Science, 1991, 22, pp. 700-718.

Lockamy A., «Quality-focused performance measurement systems : a normative model», International Journal of Operations and Production Management , 1998, 18 (8), pp. 740-766.

Lorino, P., «Le contrôle de gestion stratégique : la gestion par les activités», Paris : Dunod, 1991, 213 pages.

Louis A., JR. Cox, AD. Popken, «A hybrid system-identification method for forecasting telecommunication product demands», International Journal of Forecasting, 2002, 18, pp.647-671.

Lynch R.L., Cross K.F., Measure up ! : yardsticks for continuous improvement. Cambridge (Mass.) : Blackwell business, 1995, 250 p.


M Martello S., Toth P., «Heuristic algorithms for the multiple knapsack problem», Computing, 1981, 27, pp.93-112.

Marty C., «Le mieux produire» , Paris, France : Editions Tech & Doc, 1991.

Mentzer J.T., De Witt W., Keebler J.S., Min S., Nix N.W., Smith C.D., Zacharia Z.G., «Defining Supply chain Management», Journal of Business Logistics, 2001, 22, pp. 1-25.

Menachof D, Son B.G., «We Need Supply chain Collaboration», Lloyds Shipping Economist September , 2003, pp.25-28.

McMullen P.R, Fraizer G.V, «Using simulating annealing to solve multi-objective assembly line balancing problem with parallel work station », International Journal of Production Research, 1998, 36(10), pp.2717-2741.

Michel S., Ledru M, «Capital-competence dans l’entreprise : une approche cognitive», Paris : ESF Editeurs, 1991.

Minzu V., Henrioud J.M., « Assignment stochastic algorithm in multy product assembly lines » Proceedings of ISATP’97, IEE press, 1997, pp. 109-114.

Monczka R.M., Petersen K.J., Handfield R.B., Ragatz G.L., «Success factors in strategic supplier alliances : the buying company perspective», Decision Sciences, 1998, 29(3), pp. 553-577.

Morley C., « La modélisation des processus : typologie et proposition utilisant UML », Assises ADELI, 2002.

N Neuville J.P., « Béni soit le partenariat : les dix commandements du fournisseur performant », Annale des Mines de Paris, 1998, pp. 55-64.

New S.J., «The scope of supply chain management research», Supply chain Management, 1997, 2(1), pp. 15-22.

Nunes P., «Formes PME et Organisation en réseau», Communication présentée à la troisième Conference Internationnale de Management Stratégique, Lyon, 9-11 mai 1994.

Nzibou-Moundouha P., «Etude comparative des compétences développées par les ouvriers dans deux brasseries», Colloque international : Compétences et contextes professionnels, Metz, 19-20 juin 1997.

P



Partouche A., «Planification d’horaires de travail : méthodologies, modélisation et résolution à l’aide de la programmation linéaire en nombres entiers et de la programmation par contraintes», Thèse de doctorat. Paris, France : Université Paris-Dauphine, 1998.

Pepiot G., Cheikhrouhou N., Glardon R., « Modèle de compétence : vers un formalisme », 5e Conférence Francophone de MOdélisation et SIMulation : “Modélisation et simulation pour l’analyse et l’optimisation des systèmes industriels et logistiques”. MOSIM’04 – du 1 au 3 Septembre 2004 - Nantes.

Pirard F., «Une démarche hybride d’aide à la décision pour la reconfiguration et la planification stratégique des réseaux logistiques des entreprises multi-sites », Thèse de doctorat. Belgique : Université catholique de Mons, 2006.

Pichot L., Baptiste P., «Ordonnancement des ressources humaines : Etude du cas d’une entreprise d’injection plastique», Actes de la 3e Conférence Francophone de Modélisation et Simulation (MOSIM’01), 2001, Troyes, France, pp. 707-714.

Poirier C., Reiter SE., «La supply chain», Paris : Dunod, 2001

Porter M., «The Competitive Advantage of Nations», New York : Free press, 1990.

Potts C.N., Van Wassenhove L.N, «A decomposition Algorithm for the single machine total tardiness problem», Operation Research Lett , 1982, 32, pp. 177-181.

R

Rault-Jacquot V., «Contribution à la valorisation du patrimoine technologique de l’entreprise : proposition d’une approche de l’inventaire et de l’évaluation des compétence», Thèse. Loraine : Institut Polytechnique de Lorraine, soutenue le 10 décembre 1993.

Rekiek B., De Lit P., Delchambre A., « Designing Mixed-Product Assembly Lines», IEEE Transactions on Robotics and Automation, 2000, 16 (3), pp. 268-280.

Roboam M., «La méthode GRAI : principes, outils, démarche et pratique», Toulouse : Edition TEKNA, 226 pages, 1993.

Rotta-Franz K., Thierry C., G. Bel, «Gestion des Flux dans les chaînes logistiques», dans Burlat., JP Campagne : Performances industrielles et gestion des flux, Paris : Hermès, 2001, pp. 153-186. (Traité IC2. Productique)

Roche C., «Corporate antologies and concurrent engineering, Journal of Materials Processing Technology, 2000, 107, pp. 187-193.

Rose B., Garza L., Lombard M., Lossent L., Ris G., «Vers un référentiel commun pour les connaissances collaboratives dans l’activité de conception des produits », 1ier colloque du groupe de travail Gestion des Compétences et des Connaissances en Génie Industriel, pp. 85-90, 2002.


Roubellat F., Artigues C., Villaumié M., «Un système interactif d’aide à la décision pour l’ordonnancement en temps réel d’atelier», Revue Française de Gestion Industrielle, 1998, 17(4), pp.5-19.

Russel R, Taylor B., Operations Management, Upper Saddle River (N.J.) : Prentice Hall, 2000. S Sahin F., Robinson E.P., Information sharing and coordination in make to order supply chain. Journal of Operations Management 2005, 23, pp. 579-598.

Saunders M., «Strategic Purchasing and Supply chain Management», Londres : Prenctice Hall, 1997, 354 pages.

SCC Supply chain operations reference model: overview of SCOR version 7.0; Supply chain council Inc. ; 2006. Available on http://www.supplychain.org. (date de consultation)

Shore B., «Information sharing in global supply chain systems», Journal of Global Information Technology Management, 2001, pp.27-50.

Simchi-Levi D., Kaminsky P., Simchi-Levi E., «Designing and Managing the Supply chain : concepts, strategies, and case studies» , USA : Irwin McGraw-Hill, 2000.

Snow C., Miles R., «Managing 21st Centuary», Organizational Dynamics, 1992, 20 (3), pp. 5-20.

Stadtler, H., Supply chain management and advanced planning: basics, overview and challenges, European Journal of Operational Research, 2005, 163, pp.575-588.

Stadtler H., Kilger, C., «Supply chain Management: An Overview», In «Supply chain Management and Advanced Planning», Berlin : Springer-Verlag, 2000.

Stevens, Graham C., «Integration of the Supply chain», International Journal of physical Distribution and Logistics Management, 1989, 19(8), pp. 3-8.

Stevens G.C., «Integrating the supply chain», International Journal of Physical Distribution & Material Management ,1989,10, pp. 3-8.

Supizet J., «Total Balanced Scorecard, un pilotage aux instruments », L’informatique Professionnelle, 2002, 209, pp. 15-20.

T Tan K.C., «A framework of supply chain management literature», European Journal of Purchasing & Supply Management, 2001,7, pp. 39-48.

Tayur S., Ganeshan R., Magazine M., ., « Quantitative Models for Supply chain Management», Dordrecht : Kluwer Academic Publishers, 1999.


http://www.supplychain.org/


Tchernev N., «Intégration des problèmes de gestion lors de la modélisation et l’optimisation des chaînes logistiques», Lièvre P, Tchernev N. La logistique entre management et optimisation, Paris : Hermès, 2004, pp. 34-43.

Tharmmaphornphilas W., Norman B.A., «A quantitative method for determining proper job rotation intervals», Annals of Operations Research, 2004, 128, pp. 251-256.

Thierry C., «Gestion des chaînes logistiques : modèles et mise en œuvre pour l’aide à la décision moyen terme», Mémoire d’habilitation à diriger des recherches. Toulouse : Université de Toulouse II le mirail, 2003. Available on : http://www.univ-valenciennes.fr/GDR-MACS/hdr/memoire_habilitation_CT.pdf (ajouter date de consultation)

Thompson G., Goodale J., «Variable employee productivity in workforce scheduling », European Journal Of Operational Research, 2006, 170, pp. 376-390.

Thorelli HB., «Networks : between markets and hierarchies», Strategic Management Journal, 1986, 7, pp. 37-51.

Tonge F., « A Heuristic Program for Assembly Line Balancing », Englewood Cliffs, N.J. : Prentice Hall Inc., 1961.

Troussier J-P., «Critères de performance et contenu du travail dans l’atelier», Actes du 1er Congrès International Franco-québécois de Génie Industriel (GI 95), Montréal, Canada, 1995, p.345-353.

V Vidal E., Duquenne P. Pingaud H., «Optimisation des plans de charge pour un flowshop dans le cadre d’une production Juste A Temps : Convergence entre besoins et capacités», Actes du 3ème Congrès International de Génie Industriel (GI 99), 1999, Montréal, Canada, vol.2, p.1185-1196.

Voisin C., Plunkert A., Bellon B., « La coopération industrielle », Paris : Editions Economica, 2000.

W Wu L., Song Y., «Measuring integrated supply chain performance», Services Systems and Services Management, 2005. Proceedings of ICSSSM’05, 1, pp.91-96.

Wang Z., Xing W, «Parallel machine scheduling with special jobs». Tsinghua Science And Technology, 2006, 1, pp. 107-110.

Z


http://www.univ-valenciennes.fr/GDR-MACS/hdr/memoire_habilitation_CT.pdf

Zûlch, G., Vollstedt, T., «Amélioration des structures du personnel en combinant simulation et algorithme heuristique», Actes de la 3e Conférence Francophone de Modélisation et Simulation (MOSIM’01), 2001, Troyes, France, pp. 715-721.

Zoryk-Schalla AJ., Fransoo JC., De TG., «Modeling the planning process in advanced planning systems», Information & Management, 2004,42 (1), pp.75-87.


AAnnnneexxeess


9 Annexe A : Glossaire

Dans cette annexe, nous rappelons la définition de quelques notions principales utilisées au cours de la présentation du modèle d’évaluation de la performance collaborative (Partie 2, chapitre 4).

Processus du CC model

Orientation client de la chaîne logistique : désigne le poids ou l’importance accordé au client dans l’organisation et le fonctionnement de l’entreprise considérée.

Transport et logistique de distribution : désigne les activités liées à l’entreposage et à la circulation des produits finis, de l’entreprise jusqu’à son client, ainsi que les règles de gestion associées.

Pilotage du planning des activités par la demande : désigne la connaissance qu’a l’entreprise de la demande de son client et l’utilisation effective de cette information dans son organisation et son mode de fonctionnement.

Lean manufacturing : désigne toutes les opérations destinées à améliorer et optimiser l’efficience de l’activité de production de l’entreprise considérée.

Logistique d’achat : désigne les activités relatives à l’achat de composants ou matières premières de l’entreprise considérée.

Logistique d’approvisionnement : désigne les activités liées à la circulation et à l’entreposage des composants ou matières premières, du fournisseur jusqu’aux stocks de l’entreprise considérée, ainsi que les règles de gestion associées.

Gestion intégrée de la Supply chain : désigne la prise en compte des activités et des caractéristiques des fournisseurs et des clients dans l’organisation et le mode de fonctionnement de l’entreprise considérée.

Logistique inverse : concerne les activités liées à la logistique inverse, du client vers l’entreprise ou de l’entreprise vers le fournisseur, ces retours étant soit de nature défectueuse soit à caractère valorisable (recyclage…).

Conception produit : désigne les activités de prototypage et de conception d’un nouveau produit.

Développement et commercialisation produit : désigne les activités liées aux évolutions et modifications des produits existants, jusqu’à la phase de mise sur le marché en passant par l’industrialisation.


Pratiques collaboratives réactives

Nous associons à la notion de collaboration réactive, tout comportement collaboratif résultant d’un stimulus extérieur provenant d’un des partenaires de l’entreprise. Ce stimulus peut être une information, une donnée, une contrainte (etc.). L’entreprise sera réactive, si elle réagit à ce stimulus en déclenchant une action collaborative permettant d’améliorer la performance globale, sur le processus concerné. Cette action pourra par exemple être l’intégration d’une contrainte extérieure dans son fonctionnement interne, une modification interne répondant à une information externe…

Pratiques collaboratives proactives

La collaboration proactive, sera quant à elle fortement liée à la notion d’anticipation, d’échange ou partage d’informations. Ainsi, l’entreprise sera proactive si elle déclenche, de son propre chef et par anticipation, une action collaborative avec ses partenaires, dont l’impact s’apprécie dans et hors des frontières de l’entreprise.


10 Annexe B : Pratiques collaboratives

Dans cette annexe, nous détaillons l’ensemble des pratiques collaboratives présentes dans le CC model. Ces pratiques sont classées par processus et nous distinguons pour chaque dimension managériale, les pratiques collaboratives réactives et les pratiques collaboratives proactives (Partie 2, chapitre 4).



Réactive Dans la mesure où je reçois des informations sur les besoins et attentes de mes clients, j’adapte mon offre pour y répondre.

Stratégie et organisation

Proactive J’entretiens une activité de veille et je partage avec mes clients les informations susceptibles d’impacter leur demande pour définir une stratégie commerciale en cohérence avec mes clients.

Réactive Lorsque mes clients me le demandent, je prends en compte leurs besoins et attentes dans mon processus de planification (production / distribution / approvisionnement...)

Planification

Proactive Je communique à mes clients des informations sur le processus de planification de l’entreprise pour une meilleure synchronisation des activités commerciale (ex : capacité, charge, calendrier d’activité).

Réactive La traçabilité de mon flux produit me permet, lorsque que mes clients m’en font la demande, de leur fournir des informations sur l’avancement de leur commande.

Orientation Client de la chaîne logistique

Flux Produit

Proactive De manière anticipée, je mets à disposition de mes clients la traçabilité de mon flux produit pour à rendre visible à tout moment l’état d’avancement de leur commande.



Réactive

Dans la mesure où je connais des contraintes ou des informations sur le fonctionnement de mes partenaires aval (prestataires logistiques + clients), je tiens compte de ces données pour construire mon réseau et définir ma stratégie de distribution.


Proactive

Je partage avec mes partenaires aval (prestataires logistiques + clients) des informations sur le fonctionnement et l’organisation de la logistique pour élaborer une stratégie de distribution cohérente avec celle des mes partenaires et pour une meilleure synchronisation des activités de distribution (ex : nouvelles plateformes, nouvelles contraintes, évolution de la stratégie…)

Réactive Lorsque je les connais, je prends en compte les contraintes de distribution et de stockage de mes partenaires aval (prestataires logistiques + clients) pour construire mon planning de distribution. Planification

Proactive Je communique à mes partenaires aval (prestataires logistiques + clients) mes plannings prévisionnels de distribution dans l’optique d’une validation commune.

Transport et logistique de distribution

Flux Produit Réactive

Lorsque mes partenaires aval (prestataires logistiques + clients) me le demandent, je suis capable de leur fournir des informations sur l’état de mon flux physique.


Proactive

Je partage avec mes partenaires aval (prestataires logistiques + clients), des informations sur mon flux produit pour coordonner et optimiser la distribution (état du flux, disponibilités, contraintes, aléas).



Réactive Je me sers des informations que j’ai sur la demande prévisionnelle de mes clients pour définir l’organisation et la stratégie mon entreprise (ex : construction du PIC) Stratégie et

organisation

Pro-active Je vais chercher des informations sur le marché aval et sur son évolution dans le but d’organiser mes activités en cohérence avec la demande.

Réactive Je prends en compte les informations que j’ai sur la demande, pour planifier mes activités. Planificatio

n Pro-active

Je communique à mes clients mes plannings prévisionnels de vente dans une optique de validation commune.

Réactive Je réagis à l’évolution de la demande en gérant au coup par coup mes écarts de vente avec les partenaires concernés.

Pilotage du planning des activités par la demande

Flux Produit Pro-active

J’anticipe l’évolution de la demande en ayant une visibilité de mon flux d’activité suffisante me permettant de faire de l’ATP et/ou du CTP.


Réactive En réponse à une demande, une consigne ou un problème, les entités fonctionnelles de mon entreprise (ateliers ou sites de production) développent une stratégie d’amélioration permanente Stratégie et

organisation

Proactive Les processus opérationnels sont mis sous contrôle, de manière à mettre en place une stratégie lean (basée sur une démarche d’amélioration continue) globale à l’ensemble des entités fonctionnelles de mon entreprise.

Réactive Dans la mesure où une entité fonctionnelle de mon entreprise (atelier ou site) a connaissance d’une contrainte particulière provenant d’une autre entité, elle l’intègre dans la construction de son propre planning d’activité. Planificatio

n

Proactive Les entités fonctionnelles de mon entreprise (ateliers ou sites de production) construisent ensemble et de manière cohérente leurs plannings d’activité afin de synchroniser au mieux l’activité globale de l’entreprise.

Réactive Les activités de chaque entité fonctionnelle (atelier ou site de production) sont mises sous contrôle et gérées (traçabilité du flux, suivi des aléas au sein de chaque atelier …)

Lean manufacturing

Flux Produit Proactive

L’ensemble de mes entités fonctionnelles (ateliers ou sites de production) ont une visibilité permanente sur la totalité du flux produit dans l’entreprise, cette mise sous contrôle du flux permettant une meilleure flexibilité et la mise en place d’une démarche d’amélioration permanente.



Réactive Dans la mesure où je connais des contraintes ou des informations sur la stratégie de mes fournisseurs, je les prends en compte pour définir les modalités relatives à mon processus d’achat (au niveau de ma stratégie et de mon organisation).


Pro-active

Je partage des informations stratégiques avec mes fournisseurs pour mettre en place des actions d’amélioration au niveau de mon processus achat (partage d’objectifs, de risques, actions d’améliorations, situations des ventes, stratégie commerciale, tendances du marché, engagement)

Réactive Je prends en compte les contraintes connues de mes fournisseurs pour construire mon planning prévisionnel d’achat. Planificatio

n Pro-active

Je partage mon planning prévisionnel d’achat avec mes fournisseurs dans une optique de validation commune.

Réactive

Logistique d’achat



Réactive

Dans la mesure où je les connais, je prends en compte les caractéristiques et la stratégie de mes fournisseurs pour construire mon réseau d’approvisionnement et définir ma stratégie d’approvisionnement et de stockage (ex : taille de lot, localisation des sources d’approvisionnement…). Stratégie et

Organisation

Pro-active

Je partage des informations sur ma stratégie et mes objectifs d’approvisionnement et de stockage avec mes fournisseurs, afin d’améliorer la performance de mon processus d’approvisionnement (ex : coût, délais, qualité, flux tendus).

Réactive Je prends en compte les contraintes connues de mes fournisseurs pour construire mon planning d’approvisionnement.

Planification

Pro-active Je partage mon planning prévisionnel d’approvisionnement avec mon fournisseur et prestataires d’approvisionnement dans une optique de validation commune.

Réactive La traçabilité de mon flux produit me permet, lorsque mes fournisseurs m’en font la demande, de leur fournir des indications sur l’état de mon flux ou de mes stocks…

Logistique d’approvisionnement

Flux produit

Pro-active Je partage systématiquement avec mes partenaires amont (prestataires logistiques + fournisseurs), des informations sur mes stocks pour coordonner et optimiser le flux d’approvisionnement.



Réactive Dans la mesure où mes partenaires amont et aval me communiquent des informations sur leur stratégie, j’en tiens compte pour élaborer ma propre stratégie et mettre en place mon organisation.


Pro-active J’échange avec mes partenaires amont et aval, des informations sur le produit et le marché dans le but de construire une stratégie et organisation cohérente avec celles le fonctionnement global de ma chaîne logistique.

Réactive J’élabore mon planning d’activité en fonction des contraintes connues de mes partenaires amont et aval.

Planification

Pro-active Je partage mon planning prévisionnel d’activité avec mes partenaires amont et aval de manière à synchroniser et coordonner les activités le long de la chaîne logistique.

Réactive Lorsque mes partenaires amont et aval me le demandent, je suis capable de leur fournir des informations sur l’état de mon flux physique.

Gestion intégrée de la chaîne logistique


Je partage systématiquement avec l’ensemble de mes partenaires amont et aval, une visibilité sur la traçabilité du flux (produit + commande + aléas…) pour coordonner et optimiser les activités le long de la chaine logistique globale.


Réactive Dans la mesure où mes partenaires me communiquent des informations sur leur flux retours, j’en tiens compte dans la gestion de ma logistique inverse


Pro-active

Une étude et analyse sur la gestion des retours, menées avec mes partenaires (internes, amont et aval) me permet d’organiser ou de dimensionner mon flux retour et d’élaborer une stratégie de logistique inverse cohérente avec le fonctionnement globale de la chaîne logistique.

Réactive En cas de retours, je suis capable d’intégrer la logistique inverse dans mon planning d’activité.

Planification

Pro-active J’établis par anticipation un planning prévisionnel de retour et je le communique à mes partenaires (interne, amont ou aval) de manière à synchroniser et optimiser la logistique inverse.

Réactive En cas de besoin je suis capable de fournir à mes partenaires internes, amont ou aval des informations sur l’état du flux retour.

Logistique inverse


Mon système de traçabilité me permet de donner une visibilité par défaut du flux retours à mes partenaires internes, amont et aval.



Réactive Pour concevoir un nouvel article, j’intègre les contraintes ou informations que me communiquent mes partenaires amont ou aval. Stratégie et

organisation

Pro-active

Je partage avec mes partenaires amont et aval des connaissances, ou des idées autour de la conception d’un nouveau produit pour mutualiser les compétences (ex : co-conception, veille, risques, innovation..)

Réactive

J’élabore le planning de conception produit en fonction de la situation du marché et des contraintes que me communiquent mes partenaires amont ou aval.

Planification

Pro-active Je communique à mes partenaires amont ou aval mon planning de conception du nouveau produit pour le valider et mieux synchroniser les différentes étapes de conception le long de la chaîne logistique.

Réactive

Conception produit



Réactive Dans la phase de développement ou de modification d’un produit, j’intègre les informations que me communiquent mes partenaires amont ou aval pour construire ou modifier le flux produit correspondant. Stratégie et

organisation

Planification Pro-active

Je partage avec mes partenaires amont et aval des connaissances, ou des idées autour du développement ou évolution d’un produit pour mutualiser les compétences (ex : co-conception, veille, risques, innovation..) et élaborer une stratégie cohérente avec le fonctionnement de la chaîne logistique.

Réactive J’élabore mon planning en intégrant les activités liées au développement ou aux évolutions d’un produit et les contraintes que me communiquent les partenaires extérieurs impliqués. Planificatio

n

Pro-active Je construis avec mes partenaires amont ou aval le planning de développement ou d’évolution du produit afin de synchroniser et optimiser les différentes étapes le long de la chaîne logistique.

Développement produit/

Evolution produit

Flux Produit Réactive

En cas de besoin, je suis capable de donner à mes partenaires de chaîne logistique des informations sur l’état d’avancement de mes produits en phase de développement ou d’évolution.



Pro-active

Mon système de traçabilité s’étend au niveau des activités liées aux produits en phase de développement ou d’évolution, ce qui me permet de donner une visibilité du flux à mes partenaires de chaîne logistique.

11 Annexe C : Acronymes des pratiques collaboratives


12 Annexe D : Modèle mathématique de gestion des compétences

12.1 Indices

i : Indice d’identification d’un OF N i ..1∈

n : Indice d’identification d’une commande client V n ..1∈

j : Indice d’identification d’un opérateur M j ..1∈

k : Indice d’identification d’un type d’opération L k ..1∈

r : Indice d’identification d’une option T r ..1∈

l : Indice de position d’un OF dans la charge d’un opérateur N l ..1∈

12.2 Données et paramètres

Disp j : Temps de disponibilité de l’opérateur j dans l’atelier (en heures)

jk η : Rendement de l’opérateur j pour le type d’opération k (réel compris entre 0 et 2)

jk µ : Qualité d’exécution de l’opérateur j pour le type d’opération k j ϑ : Taux horaire de l’opérateur j (euros/heure)

iT stand : Temps standard de l’OF i (en minute)

k Qstand : Qualité standard du type d’opération k

i E : Date de début au plus tôt de l’OF i

i d : Date de fin au plus tard de l’OF i

in ω : Matrice de correspondance des OF i à la commande n

1=inω Si l’OF i appartient à la commande n

0=inω Sinon

ik ϕ : Matrice de correspondance des OF i au type d’opération k

1 =ikϕ Si l’OF i correspond au type d’opération k

0 =ikϕ Sinon

ijT : Temps de réalisation de l’OF i correspondant à une opération de type k par un opérateur j


iikjkij TT stand ** ϕη= jθ : Régime de paie de l’opérateur j

1 =jθ Si l’opérateur est aux pièces.

0 =jθ Sinon (l’opérateur est à l’heure) kj λ : Matrice de compétence de l’opérateur j sur le type d’opération k

1 kj =λ Si l’opérateur est formé

0 kj =λ Sinon

k Γ : Vecteur de cycle de vie d’une opération k

1=Γ k Si le type d’opération k correspond à une nouvelle opération

0=Γ k Sinon

k Ψ : Vecteur de fréquence d’apparition d’une opération k

1 =Ψ k Si le type d’opération k correspond à une opération très rare

0 =Ψ k Sinon

k Π : Vecteur de fréquence d’apparition d’une opération k

1 =Π k Si le type d’opération k correspond à une opération rare

0 =Π k Sinon

jk Λ : Matrice de correspondance des opérateurs j aux types d’opération k

1 =Λ jk Si l’opérateur j est une ressource clef pour le type d’opération k

0 =Λ jk Sinon

kr Pe : Pénibilité correspondant au type d’opération k et à la matière r

ir Ω :

Matrice de correspondance des OF i à la matière r

1 =Ω ir Si l’OF i correspond à la matière r

0 =Ω ir Sinon

12.3 Variables de décisions

ijx : Affectation de l’OF i à l’opérateur j


1 =ijx Si l’OF i est affecté à l’opérateur j

0 =ijx Sinon iljU : Positionnement de l’OF i à la place l dans la charge attribuée à

l’opérateur j.

Si l’OF i est en position l dans la 1=iljU

charge attribuée à l’opérateur j.

Sinon 0=iljUljD : Date de début d’exécution de l’OF en position l de la charge affectée à

l’opérateur j.

12.4 Critères de performance

• Le temps d’exécution de la charge T tot [1]

• Le coût d’exécution de la charge C tot [2]

• Le taux d’occupation de l’opérateur j jTx [3]

• Le mix-modèle de la charge attribuée à l’opérateur j

Mix j [4]

• La pénibilité affecté à l’opérateur j Pen j [5]

• La qualité de réalisation de la charge [6] Q tot

Avec :

∑ ∑=

=

=

=

=Ni

i

Mj

JxijTijtotT

1 1*

T tot

xijiTPROD

Mj

j

Ni

i∑ ∑=

=

=

== 1 1*stand

∑∑=

=

=

=+=

Mj

jjij j

Mj

jjjj * θ * xi* T )-θ* ( *Disp C tot

1stand

11 ϑϑ

j

Ni

i

ijij

Disp

xTTxj

∑=

== 1

* ]..1[ Mj ∈∀ ;

∑=

=

=

== ∑

Lk

k

Ni

ij ikxijMix

1 1min )1 ; *( ϕ ]..1[; Mj ∈∀


M

MixMj

jj∑

=

=1Soit MIX =

* * *

Ni

1i

Lk

1k

Tr

1ririkijkr xPe Ω∑ ∑ ∑

=

=

=

=

=

=ϕ ]..1[ Mj ∈∀jPen

ikij

Ni

i

Mj

j

LK

kjk x * *

1 1 1ϕµ∑ ∑ ∑

=

=

=

=

=

=Q tot

12.5 Contraintes

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

]..1[ ; 1 1

NixMj

jij ∈∀≤∑

=

=

]..1[ ; ]..1[ ; ]..1[ * ; LkMjNix kjikij ∈∀∈∀∈∀≤ λϕ

]..1[ ; 01

MjNxNi

iij ∈∀≤≤ ∑

=

=

]..1[ ; * 1

MjDispxTNi

ijijij ∈∀≤∑

=

=

]..1[ ; ]..1[ ; * 1

1

MjVpxNi

iipip

Ni

iij ∈∀∈∀=∑∑

=

=

=

=

ωω

]..1[ ; ]..1[ ; 1

) * * (

1

Ni

1i 1

LkMjx Mj

jkj

ik

kikNi

iij ∈∀∈∀+≤Γ

∑

∑∑ =

=

=

==

= λ

ϕϕ

]..1[) * * * ( ) * * ( ; 1

1

1

1

Lkxx jkkikNi

i

Mj

jijkik

Ni

i

Mj

jij ∈∀ΛΨ=Ψ ∑ ∑∑ ∑

=

=

=

=

=

=

=

=ϕϕ

]..1[ 1; ) (

) * * * (

1*

Ni

1i 1

Lkx Mj

jjkkj

ik

kjkikNi

iij ∈∀+

Λ≤ΨΛ

∑

∑∑ =

=

=

==

= λ

ϕϕ


[15]

[16]

[17]

[18]

[19]

[20]

[21]

[22]

[23]

[24]

[25]

]..1[ ; 12

* * * (

Ni

1i) 1

1

Lkxik

kjkikNi

i

Mj

jij ∈∀+≤ΠΛ

∑∑ ∑

=

==

=

=

=

ϕϕ

]..1[ 1; 2

* *) -(1 * * (

Ni

1i) 1

1

Lkλxik

kjkjkikNi

i

Mj

jij ∈∀+≤ΠΛ

∑∑ ∑

=

==

=

=

=

ϕϕ

; j

j stand1 ]..1[ *

] * **[Mj

Disp

xTj

j

ijiNi

ij

∈∀≥∑=

= θϑθϑ

]..1[ ; ]..1[ ; 1;0 NiMjx ij ∈∀∈∀∈

]..1[ ; 11 1

NiUiljNl

l

Mj

j∈∀≤∑ ∑

=

=

=

=

]..1[ ; ]..1[ ; 11

MjNlUiljNi

i∈∀∈∀≤∑

=

=

]..1[ ; ]1..1[ ; ] *[ 1 1

MjNlDUTD liljijljNi

i∈∀−∈∀≤ ++ ∑

=

=

]..1[ ; ]..1[ ; )( )( ** 11

MjNlUdUTD iljiiljijljNi

i

Ni

i∈∀∈∀≤ ∑∑

=

=

=

=+

]..1[ ; ]..1[ ; 0] *[1

MjNlUED iljiljNi

i∈∀∈∀≥∑

=

=−

]..1[];..1[;0 MjNlDlj ∈∀∈∀≥

]..1[];..1[];..1[;1;0 NlMjNiUilj ∈∀∈∀∈∀∈


13 Annexe E : Etude de complexité

Notre objectif est de montrer que le problème d’affection que nous considérons dans ce mémoire est un problème NP-difficile au sens fort. Pour le démontrer, nous allons transformer une instance du problème de 3-partition connu pour être NP-Complet au sens fort en une instance de notre problème [Garey et Johnson, 79]

Instance du problème de 3-partition :

Soit A un ensemble de 3m éléments de Ν, Β une limite appartenant à Ν et pour tout j∈1…3m, sj∈Ν tels que Β/4< sj<Β/2 et tel que mBs

ij =∑

=

3

1

m

Problème :

Peut on partitionner A en m ensembles disjoints (A1, A2, …, Am) tels que, pour

1 ≤ i ≤ m, ∑j∈Ai sj = B. Ce qui implique que chaque ensemble Ai , i∈1…m, contient exactement 3 éléments. En effet, il ne peut ni en contenir moins car sj<Β/2 et ni en contenir plus car Β/4< sj.

A partir d’une instance de 3-partition, nous construisons une instance de notre problème d’affectation de la manière suivante :

- 3 m OF à réaliser

- m opérateurs pour réaliser les 3 m OF

- Chaque opérateur a une disponibilité B

- Chaque OF a une durée sj

Nous construisons ici un cas particulier de notre problème d’affectation puisque nous considérons que tous les opérateurs peuvent réaliser les OF et que leur temps de réalisation correspond à au temps standard sj.

Nous allons maintenant prouver qu’une solution pour le problème de 3-partition existe si et seulement si il existe une solution réalisable tel que l’ensemble des OF soit affectés aux opérateurs sans dépasser leur temps de disponibilité.

Nous allons aborder notre démonstration en deux parties :


- S’il existe une solution telle que l’ensemble des OF à réaliser soient affectés aux opérateurs sans dépasser leurs temps de disponibilité, alors il existe une solution pour le problème de 3-partition.

- Si une solution existe pour le problème de 3-partition alors il existe une solution telle que l’ensemble des OF à réaliser soient affectés aux opérateurs sans dépasser leurs temps de disponibilité.

Si nous considérons qu’il existe une solution telle que l’ensemble des OFj à réaliser soient affectés aux opérateurs sans dépasser leurs temps de disponibilité, nous considérons que nous avons affectés la charge totale de travail correspondant à la somme des durées des OF soit ∑

m

=js

3

i 1. Comme nous avons posé l’hypothèse de

départ que la charge de travail était équivalente à la somme des disponibilités des opérateurs, on a ∑

=

mjs

i

3

1= mB. Tous les opérateurs sont donc saturés (ils n’ont plus

de disponibilité) ce qui signifie que chaque opérateur réalise exactement une quantité de travail égale à B. Chaque opérateur a donc exactement 3 OF d’affectés puisque si il en avait moins, il ne serait pas saturé (il aurait encore de la disponibilité) et si il en avait plus, son temps de disponibilité serait dépassé. Nous obtenons donc une configuration où chaque opérateur exécute 3OF et la somme de la durée des OF affectés à l’opérateur correspond à sa disponibilité B. En terme mathématique, on obtient une partition de A (ensemble des OF) en m sous-ensembles Ai de trois éléments tels que ∑j∈Ai sj = B, pour tout j∈1…3m, ce qui définit une solution de 3-partition

Réciproquement, il est facile de se convaincre que la connaissance d’une 3-partition permet de construire une solution d’affectation valide.

En conclusion, nous venons de prouver qu’un cas particulier du problème d’affectation sur lequel nous travaillons est au moins aussi difficile que 3-partition, considéré comme étant NP-difficile au sens fort. Une généralisation de ce cas particulier (tous les opérateurs ne sont pas capables de réaliser tous les OF, tous les opérateurs n’ont pas la même disponibilité et le temps de réalisation d’un OF dépend de l’opérateur qui le réalise) sera forcément NP-complet au sens fort.


14 Annexe F : Algorithmes

Algorithme A1

Données préliminaires

Pour chaque OF i à affecter :

• : Nombre d’opérateurs formés sur le type d’opération k correspondant à l’OF i kNb

• BZ i : Liste des opérateurs formés sur le type d’opération k correspondant à l’OF i mais éliminés de la procédure d’affectation pour l’OF i (l’élimination d’un opérateur est du à un manque de disponibilité pour réaliser l’OF i)

1. Classer les OF dans l’ordre décroissant de temps d’exécution standard ( ) N iT stand

Obtention de la séquence sI

2. A partir du rendement des opérateurs par type d’opération ( jkη ), calculer les rendements centrés réduit

Obtention du rendement centré réduit ( jkcr _η )pour chaque opérateur et chaque type d’opération.

3. Pour chaque opérateur j , classer les rendements centrés réduits ( jkcr _η ) par ordre décroissant et associer à chaque rendement centré réduit le type de tâche correspondant.

Obtention de la séquence correspondant pour chaque opérateur j à l’ordre (décroissant) des types de tâches sur lesquelles il est le plus intéressant de l’employer vis-à-vis de ses propres compétences et de celles des autres opérateurs de l’atelier.

jS

4. Pour chaque OF i de la séquence sI : Identifier le type de tâche correspondant à l’OF k i

Selection d’un OF i

Tant que l’OF i n’est pas affecté à un opérateur j et si il reste des opérateurs potentiels pour réaliser cet OF ( ) kNbcard(BZ) ≺

4.1 Considérer toutes les séquences et identifier l’opérateur jS j (ne figurant pas dans la liste BZ ) pour qui le type de tâche k correspondant à l’OF i apparaît le plus tôt dans sa liste . jS

Sélection d’un opérateur j potentiel pour l’OF i

4.2 Calculer le temps réel que mettrait l’opérateur j sélectionné ( ijT ) pour réaliser l’OF i à partir de son rendement pour le type d’opération correspondant à l’OF i


Obtention du temps réel d’exécution pour réaliser l’OF i par l’opérateur j

4.3 Vérifier que le temps réel d’exécution de l’OF i, ajouté au temps correspondant à la charge déjà affectée à l’opérateur j n’est pas supérieur à son temps de présence dans l’atelier.

Si l’opérateur a encore assez de disponibilité pour réaliser l’OF i,

4.4 (Affecter l’OF i à l’opérateur j ) et (retourner à l’étape 4) et (Réinitialiser à zéro la liste BZ)

Sinon (Eliminer l’opérateur j de la liste potentielle d’opérateur susceptible de réaliser l’OF i en le plaçant dans la liste BZ) et (retourner à l’étape 4.1)

Sinon Si il n’y a plus d’opérateurs potentials pour réaliser l’OF i, ( ), il ne sera pas affecté.

kNbcard(BZ) =

Algorithme A2

Données préliminaires

• Lop : Liste des opérateurs j

• p : Pointeur parcourant la liste des opérateurs j. On cherchera à affecter un OF i à l’opérateur j situé à la pième place de la liste. p est initialisé à 0 et pointe donc sur le premier opérateur de la liste

1. Classer les OF dans l’ordre décroissant de temps d’exécution standard ( ) N iT stand

Obtention de la séquence sI

2. A partir du rendement des opérateurs par type d’opération ( jkη ), calculer les rendements centrés réduit d’après la formule [27]

Obtention du rendement centré réduit ( jkcr _η )pour chaque opérateur et chaque type d’opération.

3. Pour chaque opérateur j , classer les rendements centrés réduits ( jkcr _η ) par ordre décroissant et associer à chaque rendement centré réduit le type de tâche correspondant.

Obtention de la séquence correspondant pour chaque opérateur j à l’ordre (décroissant) des types d’opération sur lesquelles il est le plus intéressant de l’employer vis-à-vis de ses propres compétences et de celles des autres opérateurs de l’atelier. On note g le pointeur parcourant la séquence .

jS

jS

Tant qu’il reste des OF i à affecter et qu’il reste des opérateurs j disponibles et capables de les réaliser

4. Considérer l’opérateur j à la p ième place de la liste Lop.

Sélection d’un opérateur j et g est (ré)initialisé à 0 (g pointe donc sur le premier type d’opération de la séquence de l’opérateur j considéré. jS


Tant que l’opérateur j n’a pas eu d’OF i affecté et qu’il lui reste du temps disponible :

4.1 Considérer le type d’opération k de la séquence située à la g jS ième place

Sélection d’un type d’opération k

4.2 Parcourir la liste d’OF sI et sélectionner le premier OF i non affecté dont le type d’opération k correspond au type de tâche à la g ième place.

Selection d’un OF i





4.5 (Affecter l’OF i à l’opérateur j ) et (Incrémenter p de 1 si p<M sinon réinitialiser à zéro p) et (Réinitialiser à zéro g) et (Retourner à l’étape 4)

Sinon ( incrémenter g de 1) et (retourner à l’étape 4.2)

Algorithme B1

1. Pour chaque type d’opération k, calculer le rendement moyen kt _η

Obtention du rendement moyen ( kt _η ) chaque type d’opération k .

2. Pour chaque type d’opération k , attribuer chaque opérateur j à l’une des classes A B C selon les règles suivantes :

Pour le type d’opération , l’opérateurk j est classé en A si ktjk _ηη

Pour le type d’opération , l’opérateurk j est classé en B si ktjk _ηη ≤

Pour le type d’opération l’opérateur j est classé en C si 0 =jkη

3. A partir des temps standards de l’ensemble des OF i présents dans la charge à affecter, sommer pour chaque opérateur j le nombre d’ heures potentielles qu’il est capable de réaliser dans chacune des 3 catégories A B et C.

Obtention pour chaque opérateur j : A ( ) B ( ) et C ( ) jHA jHB jHC

4. Pour chaque type d’opération k , définir deux sous-ensembles AK et BK tel que :

model for theA classin is / kj jKA = , model for the Bclass in is / kj jKB =

Trier AK (respectivement BK ) par ( )croissant. jHA jHB

Obtention de AsK ( BsK ) pour chaque type d’opération k , correspondant respectivement aux


opérateurs j triés par ordre d’heures potentielles, en classe A et B.

5. Pour chaque type d’opération k, le nombre d’opérateurs j présents en classe A et B correspond respectivement à et )card(KAs )card(KBs

Classer les types d’opération k par ordre de croissants et par décroissant en cas d’égalité au niveau de la classe A.

)card(KAs )card(KBs

Obtention de la séquence sK , correspondant à la liste des types d’opération k triées par ordre croissant de criticité (cette criticité étant jugée d’après le nombre d’opérateur j formées sur k).

6. A partir de sK , trier l’ensemble des OF i

Obtention de la séquence d’OF sI

7. Pour chaque OF i, , considérer le type d’opération k correspondant et considérer les deux séquences AsK et BsK correspondantes

7.1 Tant que l’OF i n’est pas affecté à un opérateur j

Tant que tous les opérateurs j des AsK n’ont pas été considérés





7.4 (Affecter l’OF i à l’opérateur j ) et (retourner à l’étape 7) et (Passer à l’OF suivant)

Sinon (Répéter les étapes à partir de 7.1 jusqu’à 7.4 en considérant BsK )


15 Annexe G : grille de pénibilité

Cette annexe présente le modèle de pénibilité construite en collaboration avec des personnes de terrain de l’entreprise Ligne Roset.

Le schéma ci-dessous modélise l’ensemble des combinaisons auxquelles peut être associé un OF. Un OF peut correspondre à une structure de canapé entièrement en mousse (« tout mousse »), une structure de canapé en bois ou à une chaise. Pour une structure en bois, nous distinguerons les modèles-produits avec coussins et sans coussin. Un OF est également associé à l’un des trois types de recouvrage (cuir, tissus ou alcantara). On distinguera les combinaisons qui entraînerons une pénibilité physique (souligné en rouge) ou une pénibilité de concentration (souligné en jaune).

Figure F.1. : attributs à prendre en compte pour évaluer la pénibilité d’un OF

Pour formaliser la pénibilité du travail, nous avons tout d’abord chercher à établir quelques grandes règles générales :

Règle N°1 : Influence du recouvrage

La nature du recouvrage influence la pénibilité d’exécution

Pour les chaises et les « tout mousse » : Cuir < Tissus < Alcantara

Pour les « structures bois » : : Cuir < Alcantara < Tissus

Règle N°2 : Influence de la forme

Pour l’alcantara, on note une contrainte de comportement, notamment pour les produits avec des « formes ».


Le critère « Forme » est un critère qu’il faut prendre en compte pour pondérer la pénibilité d’un OF.

Règle N°3 : Influence du poids

La gestion du poids d’un modèle est liée à la méthode de travail.

Le poids ne rentrera donc pas en compte dans l’évaluation de la pénibilité d’un OF.

Remarque

Pour certains modèles et pour certains recouvrages, une évaluation spécifique de la pénibilité est nécessaire

L’objectif est donc d’attribuer pour un OF donné une « note de pénibilité »

Attribution de point de pénibilité en fonction du type de structure

Avec coussin (assise et/ou dos)

Sans coussin

« Tout mousse » Structure bois Structure bois

Fauteuil Fauteuil « Chaises » 2 pts

Banquette lit

1 pts

Banquette lit

0 pts

Attribution de point de pénibilité en fonction du recouvrage

Remarque préalable : l’influence du recouvrage est plus forte pour les chaises que pour les autres types de modèle.

Cuir Tissus Alcantara

« Chaises » 1 pts 2 pts 3 pts

Sans coussin

Avec coussin

(assise ou dos)

Structure bois

Fauteuil

Banquette lit

0 pts 0.5 pts 1.5 pts 1 pts

« Tout mousse » 0 pts

1 pts 1.5 pts


Illustration sur 2 exemples

Annaba en tissus : Un Annaba est un modèle de type structure bois et il n’y ni coussin d’assise ni coussin de dos en mousse. D’après le modèle d’attribution de pénibilité, on lui affecte 1.5oint ( 0 + 1.5)

Chaise Finn en alcantara : Une Finn est une chaise. D’après le modèle d’attribution de pénibilité, on lui affecte 5 points ( 2 + 3 )

En appliquant ce raisonnement à l’ensemble des modèles-produits et pour chaque recouvrage possible, on obtient :

modèle Cuir Tissus Alcantara

A FORTIORI 0 1.5 1

ANNABA 0 1.5 1

CITTA 1.5 2.5 2

CORTO 0 1.5 1

E-DAY 0 1.5 1

FACETT 0 1.5 1

FENG 1.5 2.5 2

FLEXUS 0 1.5 1

FLEXUS CHAUFFEUSE 1.5 2.5 2

FRENCH LINE 0 1.5 1

FUGUE 1.5 2.5 2

GELATO 0 1.5 1

GLÜP 0 1.5 1

JONATHAN 1.5 2.5 2

KALI 2 3 3.5

MENDO 0 1.5 1

NEO 0 1.5 1

NOMADE 1.5 2.5 2

NOMADE-EXPRESS 1.5 2.5 2

OUTDOOR 0 1.5 1

PETIT MATIN 0 1.5 1

POP 0 1.5 1

PRANA 1.5 2.5 2

PRESTA 1.5 2.5 2

RIAD 1.5 2.5 2

SNOWDONIA 0 1.5 1


SOFT MACHINE 0 1.5 1

TENDERO 1.5 2.5 2

THETA 0 1.5 1

TOGO 2 3 3.5

TOGO : BANQUETTE-LIT 0 1.5 1

TOLOZAN 0 1.5 1

TRAVERSALE 0 1.5 1

WICKY 1.5 2.5 2

XL1 0 1.5 1

FINN 3 4 5

FRENCH LINE - chaise 3 4 5

GINA 3 4 5

LIBRA 3 4 5

Ö TABOO 3 4 5

PATIO 3 4 5

SCARLETT 3 4 5

THETA-chaise 3 4 5

VALENTINE 3 4 5

ABACA 1.5 2.5 2

ANGIE 1.5 2.5 2

ARIK 0 1.5 1

BALTO 0 1.5 1

CALIN 0 1.5 1

CALIN : CANAPE LIT 0 1.5 1

CASSATA 0 1.5 1

CUDDLE 0 1.5 1

DESSAU 0 1.5 1

DIXIT 0 1.5 1

DOWNTOWN 0 1.5 1

EASY CALIN 0 1.5 1

EVERYNIGHT 0 1.5 1

HAVANA 1.5 2.5 2

KOURO 1.5 2.5 2

KOURO-2 1.5 2.5 2

LE DIVAN 1.5 2.5 2

LE PARESSEUX 0 1.5 1

LOVER 0 1.5 1

LUCA 1.5 2.5 2

MULTY 0 1.5 1


MYO 0 1.5 1

OPIUM 1.5 2.5 2

PREMIUM 0 1.5 1

RIVE-GAUCHE 1.5 2.5 2

SAKE 2 3 3.5

SKETCH 1.5 2.5 2

SMALA 0 1.5 1

SOHO 1.5 2.5 2

STRICTO SENSU 1.5 2.5 2

TAZIA 0 1.5 1

TEA 0 1.5 1

TRAIT D'UNION 0 1.5 1

TWEED 1.5 2.5 2

ULTIMUM 1.5 2.5 2

URBI 0 1.5 1

YANG 1.5 2.5 2

ZOA 0 1.5 1

CALIN chaise 3 4 5

CUDDLE chaise 3 4 5

GUEST 3 4 5

LUNA 3 4 5

SALA 3 4 5

TAN 3 4 5

TANIA 3 4 5

ZOA chaise 3 4 5


Référentiel d’évaluation de la performance d’une chaîne logistique

Application à une entreprise de l’ameublement

Résumé : Pour rester compétitive, toute entreprise cherche à construire une stratégie lui permettant de se placer dans les meilleures conditions face aux forces concurrentielles présentes au sein de son secteur d’activité. Sur des marchés où la concurrence des pays à faible coût de main d’œuvre devient de plus en plus forte, beaucoup d’entreprises occidentales se réorganisent pour proposer des produits différentiés tout en améliorant leur réactivité et leur flexibilité. Pour soutenir leur stratégie, ces entreprises vont alors chercher à identifier des inducteurs de performance qui vont contribuer à l’atteinte de leurs objectifs stratégiques et sur lesquels elles vont pouvoir agir. C’est autour de ces inducteurs de performance que ces organisations vont organiser leur activité de suivi, de pilotage et de contrôle de performance puisque leur maîtrise est un gage de compétitivité.

Dans le cadre de cette thèse, nous sélectionnons en particulier deux inducteurs de performance sur lesquels une entreprise va pouvoir s’appuyer pour soutenir la compétitivité de ses produits et l’agilité de sa chaîne logistique : la gestion des compétences de ses ressources humaines et la mise en place de pratiques collaborative au sein de la chaîne logistique. L’objectif de nos travaux est donc de développer un référentiel d’évaluation de la performance basée sur ces deux inducteurs. Ce référentiel est composé de deux modèles.

- Le premier modèle permet de caractériser la performance collaborative et le comportement collaboratif d’une entreprise. La mise en relation des efforts collaboratifs et du niveau de performance observée permet de dégager des pistes d’amélioration potentielles.

- Le second modèle permet à une entreprise d’évaluer et d’améliorer sa performance grâce à la gestion des compétences de ses ressources. Le modèle proposé répond à une problématique d’affectation des ressources humaines dans une organisation de type ressources parallèles, différentes. Nous proposons une modélisation des compétences et de la performance impactée par la gestion de ces compétences avant de développer des approches de planification permettant d’impacter certains indicateurs de performance.

Ces deux modèles sont appliqués au cas industriel de l’entreprise Ligne Roset et nous présentons dans ce mémoire les résultats des différentes instanciations réalisées.

Mots clefs : Evaluation de la performance, Chaînes logistiques, collaboration, gestion des compétences


Référentiel d'évaluation de la performance d'une chaîne logistique ...

Documents

Transcript of Référentiel d'évaluation de la performance d'une chaîne logistique ...