Rencontres Experts LA PRÉVISION DES VENTES …strategielogistique.com/IMG/pdf/HS-N15-bd.pdf ·...

HORS-SÉRIE N°15Août 2010

Hor

s-Sé

rie

n°15

-Ao

ût20

10-

ISSN

1249

-296

5-

Pri

xdu

num

éro

:17

€

ssttrraatteeggiieessllooggiissttiiqquuee..ccoomm

Rencontres Experts

LA PRÉVISION DES VENTESDANS TOUS SES ÉTATS

Couv-HS15.qxd:Mise en page 1 18/08/10 17:20

edocumentquevousavezsous les yeuxévoqueenprofondeurla problématique de la prévision des ventes sous toutes sesfacettes : danssadimensionorganisationnelleavec le consul-

tantMöbius, erratiqueavec le répartiteurpharmaceutiqueOCP (Pla-nipe),collaborativeaveclelaboratoireMayolySpindler(Dynasys),météo-rologique avec Climpact et informatique avec Lokad qui ont chacunapportéune facettede lachose.L’ensembledeces facettespermettantd’objectiverceprocessusencoreinsuffisammentconnuetdéveloppédanslesentreprises.S’il fallait faireunecomparaison, unoutil deprévisiondesventespeut s’apparenter aupiloteautomatiqued’unavionontexpliquéleséditeursaucoursd’unetablededébat.Celui-cipermetdefaciliterletravaildel’opérateur,surtoutlorsqu’ilyabeaucoupdedonnéesàtraiter.Maisiln’empêchecepen-dantpas laprésencedupilotepouréviterunorageoupourunatterrissageendouceur.Maislacomparaisons’arrêtelà,caronvoitmallepilotenoterl’avis de l’équipage, voiredespassagerspourprendreunedécision.Orleprévisionnistedoits’appuyersurdesdonnéescollaborativespouraffiner sonanalyseet obtenir unecer-taine robustessede résultats. «Sinon, ellenesert à rien»,préviendraunparticipant. En l’espacede25pages, retrou-vezentoutcaslasubstantifiquemoelledecesujetardumaispourtant si essentiel à la bonnemarched’uneentreprise.Bonnelecture!

Gilles SOLARDRédacteur en chef

PiloteautomatiqueL

« Un outil deprévision desventes peuts’apparenterau piloteautomatiqued’un avion »

Stratégies Logistique > Hors Série n° 15 > Août 2010

1DÉCOUVRIR PARTAGER-COMPRENDRE APPROFONDIR ACHETER

ÉDITO

�24, allée des Verdiers – 95800 Courdimanche – Tel : 09 612 644 58 – www.strategieslogistique.com�Editions Presse Pilote – Directeur de la publication : Gilles Solard�Rédaction - Rédacteur en chef : Gilles Solard – Tel : 09 612 644 58 - [email protected] participé à la rédaction : Marion Baschet-Vernet, Julien Monchanin

�Réalisation : Sandy Crocco - [email protected]�Publicité : société Become – 19-21, Chemin de Montauban – 69005 Lyon – Tel/Fax : 04 72 00 04 14Portable : 06 80 68 44 00 – email : [email protected]

�Tarifs abonnements France (TVA 2,1 % incluse) : 1 an : 6 numéros + accès web : 100 euros TTC – Etudiants/demandeurs d’emploi : 55 euros TTC sur jus-tificatif. Etranger : nous consulter. Règlement à l’ordre des Editions Presse Pilote – Pour la CEE, précisez le numéro de TVA Intracommunautaire.

�Stratégies Logistique est édité par les Editions Presse Pilote. Principal actionnaire : Gilles Solard – SAS au capital de 5 000 euros – 519 521 363 RCSPontoise Commission paritaire : en cours – ISSN 1249-2965 – Imprimé en France : Centre Impression, 11 rue Marthe Dutheil – 87220 Feytiat.

SOMMAIRE2 Une prévision,

pourquoi faire ?

6 Une plateforme pourproduits erratiques

9 Préférer larentabilité au volume

12 Êtes-vousmétéo-sensible ?

16 Pour un calcul dansles nuages

18 Pour une prévisionrobuste

Hors Série n° 15 > Août 2010 > Stratégies Logistique

2TÉMOIGNAGE

DÉCOUVRIR PARTAGER-COMPRENDRE APPROFONDIR ACHETER

Luc Baetens, consultant chez Möbius, explique ici que le meilleur outil dumonde ne saurait faire oublier les effets organisationnels induits par laprévision. Bâtir son planning de production sur des prévisions revient àbâtir sur du sable. L’approche organisationnelle reste impérative.

Une prévision,pourquoi faire ?

evoudraiscommencercette conférence parune petite histoire :

c’estunclientdelagrandedis-tributionquidécide,aumoisdemars, de lancer une nouvellegammedeproduitspendantlapérioded’été. Ilseditquec’estvraiment l’objet du futur, c’estla nouvelle gamme qui vatransformer le chiffre d’af-faires.Donconne vapas faireen piano mais on va voir leschosesengrandavecdespro-motions.Onvapousser touteslesenseignesenmêmetempspourvraimentlancerleproduit,faireensortequetoutlemondel’aivuaumoisdemars.Aumois d’avril on fait la pre-mière vraieprévisionavecdesprévisionnistesqui appliquentdeshistoriquesdelancementsplutôtfiablesetquiajoutentlespromotions en connaissancedecause.Laprévisionpasseauservice planningqui rétorqueque la production n’a pas lacapacitéde le faire :«produireuntelvolumeaumoisdejuilletest impossible », expliquent-ils.Alorsladirectionlogistiqueet la direction industrielle serencontrentunepremière foisau mois d’avril et se mettentd’accordsur lanécessitéd’at-teindrecevolume. Ilsdécident

alorsd’analyser lesoptionsetcommencent à créer desfichiers Excel avec les histo-riqueenprenantencomptelesprévisionsdeproduitssembla-bles.Maiscelaprenddutempsetaumoisdejuinilsserencon-trentunedeuxièmefois.Ilsontlesdifférentesoptionsmainte-nant et se disent que lameil-leureoptionestde réaliser telettelettelinvestissementetdechanger un peu les lignes deproductionpouryarriver.Par contre, lesmodificationsvontprendre6mois. Impossi-bledelivrerpourlemoisdejuinet juillet. Résultat : la moitiédescommandesest livréeàlagrande distribution mais lereste ne sera jamais livré àtemps.Enseptembre, c’est larentrée.C’est aussi la rentréedesbudgets : grande réunionde l’ensemble de la directionqui s’aperçoit quecelan’apasfonctionné.Qu’estcequ’ondoitchanger ? s’interrogent-ils.Première réflexion : “il fautchanger d’outil de prévisioncar c’est unproblèmedepré-vision.”Quand on regarde cette his-

toire, il y a deux choses assezremarquables : la première,c’estqu’iln’a jamaisétéques-tion d’impliquer le servicemarketingqui avait peut-êtreson mot à dire. Deuxièmeremarque : huit mois pourmonterencapacitésurunnou-veau produit ! On sait qu’uneprévisionsurunnouveaupro-duit est incertaine. On saitqu’on ne peut pas être sûr duvolumeàréaliser.Cequ’il fautavant tout se demander estcommentmonterencapacitésileproduitmarchemieuxqueprévu. Voila donc les deuxpointsorganisationnelsque jevoudraistraiter.

LecommercialviselecourttermeLaperformancedelaprévisiondépend, je crois, deplusieurschoses : d’un bon supportinformatique tout d’abord.C’est un outil qui permet demanipulerfacilementdesdon-nées puisqu’elles vont danstout lessens. Il fautunemani-pulation rapide de l’informa-tion. C’est le performance ducalcul statistique, pour lequel

ilexistedesévolutionsintéres-santes aujourd’hui comme laprévisionmétéorologique. Lesupport informatiqueest fina-lement le support de la colla-boration interne et externe :Faut-ildonneraccèsàdesper-sonnesdans l’entrepriseouàdesclientsdanscetenvironne-mentdeprévisionspourincor-porer le plus d’informationspossibles.Cesontlespointsleplus important lorsque l’onparled’outils.Ensuite,l’organisationdespro-cessus permet, première-ment,des’assurerquel’onuti-lise la bonne fonction deprévisionpour lebonhorizon.Différentes personnes dansl’organisation ont des visionsdifférentesen termesdepro-jections sur le futur. Deuxiè-mement, il faut s’assurerqu’ily a suffisamment d’engage-ment sur les prévisionsmaispastropdepression.Unepré-visionn’est passeulementunchiffredeprévision.Parfois leproblème n’est pas dans laprévisionmaisdans la rigiditédes jeux de pouvoir. La prévi-sionestalorspousséeau-delà

J«

« L’organisation des processus permet de s’assurerque l’on utilise la bonne fonction de prévision pour le bonhorizon »

de ses limites simplementparce qu’on n’est pas prêt aaccepter qu’il existe descontraintes logistiquesoudescontraintes deproductionquineportentpasdevaleuretquicomplexifie lesdonnées.Laprévisiondépenddelaposi-tion de la personne dans uneorganisation. Souvent lecom-mercial gèreun futur plutôt àcourt terme. Il aunevisionsurquelquesmoiset quandon luidemandecequecelavadonnerdans12moisoudans18mois,c’estdifficile.Pourquoi?Parcequec’estaudelàdel’horizondetravail d’un commercial, àquelquesexceptionsprès. Cequi est important c’est de seposerlaquestiondequelhori-zon a-t-on besoin pour bienpiloter lademandeeten fonc-tiondesdifférentstypesd’hori-zons,quelssontlespersonnesou les fonctions que je doisincluredansmonprocessus.Exemple:letrèslongtermede9à18mois,c’estuneprévisionduservicemarketingpar rap-portàuneévolutiondemarché.Sur du moyen terme, c’est àdire 3 à 6 mois, on trouve lescommerciaux qui gèrent lescontratsetlescontactsaveclesclients. Et quand on a besoind’une prévision à très courtterme, c'est-à-dire dans lemois ou lemois suivant, ceuxqui ont la meilleure position,c’est l’administration desventesquidisposed’uncontactcontinuavec leclient.En fonc-tion des horizons, les per-sonnes ne sont donc pas lesmêmes.Sionfaitconfianceauxcommerciaux, on risquedeseretrouver avec une sorte depériodeclaire qui est la visionfiableducommercialavecunesorted’ambigüitéàlafinetuneambiguïtéaudébut.La fonction dédiée du prévi-sionnistedevientdoncd’autant

plusenplus intéressanteavecl’augmentation de la com-plexité du processus. S’il y abeaucoup de références oubeaucoupd’acteurs, le prévi-sionnistepeut jouerlerôlesoitde traitement dedonnées, demanipulation des outilsmathématiques ou statis-tiques,soitdepilotedeprocessqui permet aux différentsacteursdebienrentrerdanslerythmeduprocessus.

ImpliquerceuxquifontlaprévisionL’engagementsurlechiffreestun autre sujet. Vous pouveztrouverdesproduitspratique-

ment«morts»qui nese ven-dent plus.Or la prévisionn’entient pas compte. Pourquoi ?Parcequelaprévisionaétécal-culée une fois pour toutes.C’est un exemple parfait demanqued’engagement sur lechiffre. A cemoment là, j’en-tends:“nousonvasensibiliserles commerciaux a l’impor-tancede laprévision”. Il y enamêmequi vont jusqu'ànepasdonnerdebonuscommerciauxsur lesobjectifsdeventemaissur la fiabilité de la demande.Comme ils sont payés sur lafiabilité de la prévision et quecelafaitpartiedeleurbonus,onestsûrqu’elleestbonne.Dans


3� PLUS D’INFOS SUR ssttrraatteeggiieessllooggiissttiiqquuee..ccoommDÉCOUVRIR

ces entreprises, on se retrouveavec des pics en fin de mois.Cela parce que le prévisionnistequi est en dessous de la réalité,anticipe la vente pour être dansle bon mois ou le bon trimestre.Nos amis américains appellentcela “the hysteric fact”. Ce phé-nomène fait augmenter lesexpéditions et exploser lesstocks : c’est pas du tout ce quel’on veut parce qu’il y a trop depression sur la fiabilité de laprévision. Par rapport à cela, il existe desalternatives. Ce qui est clair estqu’il faut publier la perfor-mance de la prévision. Il fautêtre capable de dire : “mes-sieurs, voila notre performancede prévision”. C’est le mini-mum! Idéalement on peut éga-lement appliquer quels sontles produit sur lesquels la fiabi-lité de la prévision ou l’implica-tion de quelqu’un dans la pré-vision est le plus important.Quand vous avez des largesgammes de produits, vous avezcertains produits plus impor-tants ou plus contraints entermes de production ou cer-tains produits qui sont beau-coup plus variables. Ce qui veutdire en terme de prévision sta-tistique qu’il existe très peu depossibilité d’exactitude. Il s’agit de limiter le focus despersonnes impliquées dans unprocessus sur un nombre deréférences limité pour les-quelles leur implication dans laprévision est vraiment unevaleur ajoutée, car cela limitel’effort et focalise l’énergie.Finalement, la meilleure façond’augmenter l’engagementsur une prévision, c’est d’impli-quer ceux qui font la prévisiondans les décisions prises.Comme la personne qui fait ladécision fait partie de l’équipequi prend les décisions der-rière. Résultat : dans une réu-

« Il y en a même qui vont jusqu'à nepas donner de bonus commerciauxsur les objectifs de vente mais sur lafiabilité de la demande »


4TÉMOIGNAGE


nion de Sales ans Operationplanning (S&OP) , le prévision-niste peut s’expliquer sur cetteprévision. Quand les gens sontengagés dans la prise de déci-sion, ils se posent la questionde la véracité de la prévision etsont plus engagés à mettre unchiffre correct. Si c’est un chif-fre balancé dans un système, leprévisionniste ne s’engage pas.Les bonus financiers ont doncdes effets pervers parce quel’on va entrer dans un jeu depouvoir. Il y a plusieurs jeux de pouvoirautour d’une prévision. Le pre-mier est celui où les commer-ciaux sont payés en fonction dela vente réelle par rapport àson objectif de vente. Dans cecas, je mets une prévision debase pour pouvoir dépassercette prévision. Deuxième pos-sibilité : si vous n’avez pas suf-fisamment de capacité, lecommercial travaille s’appuiesur la prévision parce que s’ilprévoit plus, il a plus d’alloca-tion et il doit plus vendre. Ce quipousse les prévisions à lahausse. Si on maintient toujours lamême logique, l’être humainva s’adapter à cette pression. Sià chaque fois que je ne réalisepas ma prévision, quelqu’unme bat à cause de cela, je vaisêtre plus prudent. Si je fais maprévision tous les mois et quel’on me donne que 80%, j’aug-mente naturellement ma pré-vision. Les situations déséqui-librées à long terme génèrentce type de comportement.Un supply chain manager m’adit un jour qu’il s’approvision-nait pour 70% de la prévision.Soyons clair ! Si on utilise pasune prévision, il ne faut mêmepas en faire… Mais si vousfaites l’effort de mettre enplace des outils de prévisions,il faut être conscient que tout le

monde doit participer. Il fautdonc s’engager sur une prévi-sion sans trop de pression enévitant les jeux de pouvoir. Cen’est pas simple mais il ne fautpas toujours maintenir lamême direction.

Raccourcir les délaisVient ensuite le problème de larigidité de l’approvisionne-ment. J’étais récemment dans

une entreprise où les respon-sables de la demande et lesprévisionnistes me disaient :“on a une fiabilité de la prévi-sions autour des 80 %. Maisnotre management nous ditqu’il faut encore améliorer

cette prévision parce que lestock est trop important. Ornous sommes au maximum.”De plus en plus d’entreprisessont dans cette situation. Il fautdonc se reposer la question dela complexité d’une situation.Les systèmes ont descontraintes dans tous les senset on cherche des solutions deplus en plus sophistiquées. Orsi l’on change les contraintes,

cela devient beaucoup plussimple et plus rapide.Quand on lit la littérature sur lelean management, on com-prend qu’il existe du tempsavec et du temps sans valeurajoutée. En moyenne, le temps

à valeur ajoutée d’un proces-sus de production d’un proces-sus d’approvisionnement estde 10 % à 20 %. On vous ditqu’on a besoin d’une prévisionà six mois parce que le délaid’approvisionnement est de 6mois. En réalité, la plus grandepartie du délai est du à du gas-pillage, à des temps d’attente,à des problèmes de synchro-nisation, à des stocks tamponpour se protéger. Mais regar-dez bien, vous pouvez raccour-cir ces délais ce qui fait que laprévision est long terme estbeaucoup moins lourde.En fin de compte, on sait tousque la prévision est plus oumoins fausse. Pour des pro-duits stables, on peut arriver àune fiabilité de prévision à 75ou 80 %. Pour des produitsplus variables, c’est autour des60%. Pour des produits erra-tiques, on sera en dessous des50%, voire de 100%. Mais com-bien d’organisations font unplanning basé sur des prévi-sions mais aussi qu’est-cequ’on fait si la prévision estfausse. Si l’erreur de prévisionest une réalité, il faut en tenircompte. Avec la puissance decalcul d’aujourd’hui, cela vautla peine de regarder plusieursscénarios de vente pour sedemander comment réagir.L’outil est très important pourla communication des don-nées, pour rendre plus perfor-mant les calculs et pour finalement soutenir cette col-laboration autour d’un jeu dechiffres. Mais n’oublions pasqu’avec un outil, il existe deseffets organisationnels. Il fautse demander s’il ne vaut mieuxpas changer de système deplanification pour savoir ce quel’on fera si la prévision ne seréalise pas plutôt que s’orien-ter sur un chiffre dont on saitdès le départ qu’il est faux.» �

« En réalité, la plus grande partie dudélai est du à du gaspillage, à destemps d’attente, à des problèmes desynchronisation, à des stocks tamponpour se protéger »


6TÉMOIGNAGE


Avec le répartiteur pharmaceutique OCP, nous entrons dans le domainede la gestion erratique des produits. OCP est le seul à avoir dédié uneplateforme aux produits rares et chers avec un taux de service supérieurà 99% grâce au logiciel de prévision de Planipe. Exposé par PhilippeDemaret, directeur supply-chain d’OCP.

Une plateforme pourproduits erratiques

evaisvousraconterlarencontre entre unecontrainte logistique

particulière et des outilsnécessaires pour essayerd’optimiser une plateformetout a fait originale. Qu’est cequ’un répartiteur pharma-ceutique. Vous connaisseztousOCP,unrépartiteurc’estquelqu’un qui achète etrevend les médicaments.L’idéededépartc’étaitdeper-mettreatouteslespersonnesdepouvoirsefournirenmédi-camentsdemanièretoutafaithomogène et sur l’ensembledu territoire. Aujourd'hui enFrance il y a 4 répartiteurs :OCP est le plus importantavec37%departsdemarché.Il faitpartiedugroupeCelesio(groupeMetro).Ce fait d’acheter et de reven-dre est complètement enca-dré par l’Etat, c’est à dire quenotremargeestbaséesurunpourcentageduprixdumédi-cament et elle est mêmedopée sur certains médica-ments chers. De ce fait pourqu’un répartiteur survive, ilfautqu’ilaituneperformancelogistique et industrielle toutà fait particulière. Vous avez

tousentenduparlerdutroudela sécurité sociale qui necesse de s’agrandir. Nouscontribuons chaque année àle réduirepuisque l’Etat nousréduit nos marges chaqueannéed’unquart depoint.Quel est l’engagement d’unrépartiteurvis-à-visdel’Etat?Il fautposséder95%delacol-lectiondesproduits pharma-ceutiques et la quantiténécessaire. Il faut pouvoirprouver que l’ona15 jours destock. Et il faut pouvoir livrerces produits partout enFrance de manière égale.C'estunecontrainteextrême-ment lourde.

10 000 lignes par jourLacollectioncesont despro-duit pharmaceutiques. Il y a8000 produits. Le reste, c’estdes produits liés a l’OTC, à laparapharmacie ou à la cos-métologie. Sur un mois, oncréeetontueenviron500pro-duits, lesproduitscosmétolo-giques et parapharmaceu-tiques étant les plus volatils.Aujourd'hui notre réseau dedistribution est basé sur 46établissements avec tout unmaillagecomprenantunsys-

J«

Philippe Demaret est responsable de la direction supply-chain d’OCP, avec un service de 30 personnes. Le répartiteurcommande chaque mois environ 3 millions de produits parjour. Les six gestionnaires de flux, plus des techniciens,traitent chacun 500 000 produits par jour sur la base de50 000 produits en variété. Les objectifs de qualité et dedisponibilité d’OCP sont supérieurs à 99% pour un chiffred’affaires de 7 milliards d’euros.

tème régional et des sys-tèmes locaux avec desmou-vements pour transférer lesstocks entre les différentssystèmes. Nous sommesaujourd’huienphasederatio-nalisation pour regrouper lesentrepôtsetarriveràuneciblede43à44établissements.Aumilieudetoutcela, il yaunétablissement un tout petitpeu particulier que l’onappelle PMS (plateformemulti-services).PMSestl’idéecomplètement innovatricedeJean-Pierre Houssin, direc-teurdesopérationsd’OCP,quiaconsistéàdire: jerestedansle cadre des obligationslégalesmais tout lesproduitsquiontdesventeserratiques,qui sont très jeunes, qui ontdes trèspetitesventes, jevaislesconcentrersurunseul lieumais avecunequalité de ser-vice qui dépasse tout ce quiexistait auparavant. C’est unmodèle unique. Noussommes le seul répartiteur àavoircemodèlelà.Etcelaper-met d’avoir la gamme la pluscomplète.Pour indication, un pharma-cien a en stock 4000 réfé-rences, cequi est trèspeu.Lepharmacien commande et ils’appuiesursonrépartiteur. Ila besoin d’une plateformederrière qui fournit les pro-duits. Il va donc vouloir queson fournisseur ait ses pro-duits en permanence car sivous avez partout 25 000 à50 000 produits, les frais degestion et de trésorerie

seraient inacceptables. AvecPMS, les produits sont cen-tralisés. Les pharmacienspeuvent passer leurs com-mandesjusqu'à18hlesoir.Lesystème vérifie si le produitestdisponiblesur l’établisse-ment local où est rattaché lepharmacien. Si le produitn’est pas disponible, çaremonte sur la plateformePMS quiprépareetenvoie.Ledernier départ se fait a 20h.

Vous voyez la puissanceindustrielle qu’il faut mettreenœuvre.Aujourd’huionpré-pare10000 lignespar jour.Leproduit est livré a l’établisse-ment et rentre dans les tour-nées habituelles. Pour lepharmacien c’est quasimenttransparent, ilnelevoitmêmepas. La seule différence c’estqu’aumoment où il passe sacommandeetcelaprend¼deseconde, on lui confirme que



le produit est disponible, on luiconfirme qu’il va lui être livréet on lui indique qu’il va êtrelivré entre telle heure et telleheure a ½ heure près. Ce qui afait le succès de PMS, c’esteffectivement cet engage-ment sur la disponibilité duproduit. Quand le patientpasse, quand on lui dit vousl’aurez demain a 14H30, celale rassure.

Transstockeur automatiqueNous avons cependant unecontrainte industrielle. L’outil

« Si vous avez partout 25 000 à 50 000 produits, les frais de gestion seraient inacceptables »

Planipe est à la fois unesociété de conseil focaliséesur l’optimisation du stock etdu service client et sur laprévision. « En terme deprévision, il ne faut pasconfondre la méthode topdown c'est à dire partir d’uneprévision globale oucommerciale pour faire del’approvisionnement ou lesprévisions button up c'est àdire en partant ducomportement réel duproduit au niveau des sku.Souvent il y a cetteconfusion qui consiste à direque les prévisions ne sontpas fiables car on parle deprévisions commercialesalors que les prévisions quipartent du comportement duproduit lui-même peuventêtre fiables pour réaliser del’approvisionnement »,précise Alexandre Root, pdgde la société Planipe. Planipe software est un outilde prévision et d’optimisationdes stock qui fonctionneaussi bien dans le monde dela distribution que l’industrie.Ce qui fait l’intérêt de planipe,

c’est son modèlemathématique qui a étéélaboré par Alain Péguy etFrédéric Plancher, soitplusieurs dizaine d’années detravail sur le planalgorithmique. Il met en avantune différenciation entre letraitement des produitpermanents et des produitserratiques. Le modèlespécifique pour traiter lesproduit erratiques, c’est la loià fréquence, dont le modèleest déposé à l’INPI. L’outil planipe fonctionne defaçon intelligente sans êtreobligé de le paramétrer. Il vaanalyser le comportementdes produits et de cecomportementautomatiquement il va entirer des prévisions. Cesprévisions vont êtreprobabilisées avec un certainnombre d’écart-types quivont être régis par unconcept. Celui-ci consiste enune stratégie qui poursuit unobjectif de service et unrythme d’approvisionnementpour un ensemble deproduits. Pour les

entreprises, ce qui comptec’est le service que je veuxfournir au client et le prix queje suis prêt a payer en stockpour assurer ce service.Planipe Software permet deréduire le stock de 20 % etdiviser les retours par deux.Et si on a un taux de service à96 %, Planipe ramène ce tauxde service à 98 %.Aujourd’hui, la sociétécollabore notamment avecClimpact pour intégrer desdonnées météorologiquedans l’outil de prévision.

"Bottom up" et "top down"

Alexandre Root,pdg de la société Planipe


8TÉMOIGNAGE


qu’il y a derrière pour prépa-rer ses commandes, c’est untransstockeurs automatique.PMS est un transstockeurmais au lieu que ce soit despalettes, ce sont des petitesboites. La première contraintec’est qu’on a un nombre limitéde lignes à traiter en entrée.On ne peut pas dépasser uncertain nombre de lignes dansla capacité de l’outil. A l’ori-gine c’était 1000 lignes. Ladeuxième contrainte c’estqu’on va accumuler tout untas de commandes et il va fal-loir les préparer très vite versla fin car on n’a plus qu’uneheure, une heure et demiepour les préparer en fin decycle. La troisième chose c’estque l’on a cet engagement surles délais, ce qui est extrême-ment contraignant. Le reste du problème, c’estque tout les produits que l’on vamettre dedans sont des pro-duits dont les prévisions sontrelativement complexes. Cesont des produits nouveaux, de

haute technicité, cela peut êtredu froid ou de la cosmétologieavec des périodes très courtesde validité, etc.Tout est rentré en contrôleréférence traçabilité totale.C’est rangé dans des bacs quivont dans un transstockeur.La préparation : le prépara-teur reçoit les bacs qui sontmis dans des poches qui sontensuite mis dans des cartonsen déplacement vers les éta-blissements. Je vous signaleaussi qu’on a des contraintesde transport phénoménalespuisqu’on a exigé de nos ope-rateurs un taux de service

supérieur à 99 %. On a ainsichallengé ces opérateurs enmettant en place un systèmede bonus malus sur leur tauxde service.J’ai parlé tout a l’heure d’untaux de service de 99,3 % (lepourcentage est celui delignes servies complètes entemps, en heure et en quan-tité). Quand on a lancé PMS,on est tombé a un taux de ser-vice de 85 % ce qui est unerévolution chez nous. On aquand même accepté de direque le mieux que l’on puissefaire c’est 95 % donc on estparti en gros sur la période du« roll out » a 87 % 89 %. Etaujourd’hui on est à 95%.2ème critère, le critère qui a faitchoisir planipe parce que lelogiciel offrait cette possibi-lité, c’est le nombre de ligneen entrée, autour de 1 000.Notre objectif de 25 jours decouverture est atteint, contre15 jours pour les établisse-ments standards. Avec PMS,l’objectif était de 25 jours

sachant qu’on est parti sur 37jours de couverture sur desproduits de biotechnologiechers ou sur les produitsfroids. En octobre-novembre 2009, lemodèle ayant fait ses preuves,nous avons décidé d’augmen-ter la capacité de PMS. Noussommes passés de 22000références à 26 000 réfé-rences. On est passé de 6 000à 10 000 lignes préparées parjour. De ce fait on a quasimentdoublé le chiffre d’affaire dePMS, sans dégradation de laqualité de service qui est dueà l’outil qu’il y a derrière. » �

« Ce qui fait le succès de PMS, c’est cet engagement sur la disponibilité du produit »


9TÉMOIGNAGE


Avec Mayoly Spindler, nous entrons dans le monde des prévisions devente collaboratives. Pour progresser à l’international, ce laboratoire afait l’acquisition de la suite n.skep de Dynasys qui a permis de limiter lesstocks et de faire progresser la fiabilité des prévisions.

Préférer la rentabilitéau volume

e vous propose deparler de notre plande progrès. Mayoly

Spindler est un petit labora-toire indépendantquiabesoindebeaucoupde«cash»pouracheter et se développer.Il a besoin d’acheter deslicences. Dans cettedémarche là, il y a à peu prèstrois ans, en juillet 2007, il yavait simplementuneactivitélogistique au sein de notrelaboratoire pour réaliser ladistribution. Les entitésétaient cloisonnées avec desprévisions faites à un endroitet des gens qui récupéraientces prévisions et planifiaientaumieuxpourassurer ladis-tribution.La volonté du précédent pré-sident a été de travailler aveclamarge la plus importante,d’améliorer le tauxdeserviceclient car on connaissait desrupturesrelativement impor-tantes. Le service client étaitmauvaisetpourtantlesstocksétaient relativement hauts etmobilisaient beaucoup d’ar-gent.Doncilyaunedémarchequiaété initiéavec lacréationd’une organisation supplychainquiacommencéparuneétude. L’objectif était de seconcentrer sur les best prac-

ticesetde travaillera la fiabi-lisation de la prévision desventes .Onnecherchaitpasaune fiabilité a 100%mais unebonne fiabilité qui permettede maitriser nos coûts. Lapremière démarche a doncété de s’attaquer aux prévi-sions et au delà, de retravail-ler sur la planification et lesourcing. Enfin, il fallait s’at-teler à la gestion de lademande qui correspondpournousàlacoordinationdel’ensembledeceséléments.

S’appuyersurunprocessusidentifiableLagestiondelademandec’estun service qui a été créépourorganiser la supply-chain.Onétait auparavant dans unedémarcheà très court terme,entre l’ordonnancement et lePDP (plan directeur de pro-duction) et ce que l’on a vouluconstruire, c’est une gestionde lademandequi coordonnel’ensemblede l’activité à par-tirduplanstratégiquede3anssurunhorizonde18mois. Lagestion de la demande estdoncleservicequivas’interfa-cer entre la partie commer-ciale, lemarketing,lesventes,laR&Detpuis lapartie indus-trielle.Dans cette démarche, ce quiétait importantétaitd’avoirunoutil, mais surtout de définirun support pour la mise enplacedenotreprocessusetdes’appuyer sur un processusclairement identifiable pourmettre en place les réunionsque l’on voulait avoir avec lescommerciauxnotamment.Ons’est donc appuyé sur le pro-cessus PIC qui est le planindustriel et commercial .L’objectif de cette démarcheestd’essayerd’avoir lesdéci-sions prises au bonmoment,

J«

CHRISTOPHE NAPPIO,directeur supply-chain deMayoly Spindler, laboratoirepharmaceutique françaisindépendant :

« Le serviceclient étaitmauvais etpourtant lesstocks étaientrelativementhauts etmobilisaientbeaucoupd’argent »

de diminuer le nombre d’ur-gencesetd’améliorerlesper-formancesdenotre taux ser-viceclient.Concrètement cela se maté-rialise par des réunions heb-domadairesoù l’on regarde lagestion de la demande, lesprévisions à court terme, lesapprovisionnements, la revuedu plan de production sur undélai relativement court. Etpuismensuellementonvaren-trerdansuneréunionPICavecles interlocuteurs des diffé-rentesdirections,lesdifférentssitesetmêmelespartenariatsdesous-traitanceauxquelsonvaconfronterlavisiondespré-visionsquel’onacemomentlààlafoissurlecourtetlemoyenterme mais aussi sur le longterme. Il s’agit alorsd’évaluerlacapacitéàréagirparrapportaux événements et aux plansde demande qui varie d’unmoissur l’autre.L’objectif c’est d’accroitre lenombre de décisions prises.Pour nous, le processus PICestrelativementbasique.Maisnous avons a eu la chanced’êtresupportéparladirectiongénérale. Dans le cyclemen-suel, on va avoir ensuite desprévisionscollaborativespourlesquelles tous les acteursparticipent.Suiteàcepremierprojet sur la gestion de lademande, le deuxièmeprojeten 2009 a été le projet planifi-cation. On a traité ces deuxprojets successivement à lafoisentermed’organisation,àla fois en terme de supportoutil avecdesmodules spéci-fiquesassociésà l’unetà l’au-tre et intégrénaturellement àl’outilexistant.L’idée était de se dire qu’ondevait anticiper les décisionsavecunnombredepoints cri-tiques limités. En terme deprévisiondesventes, ilyatrois

choses qui sont importanteset essentielles, et ce qui estimportant c’est l’intégrationdecestroiséléments.Onpeutavoir un superbeoutilmais sion a pas deprocessus et per-sonnepourlegérerilnevapassepassergrand-chose.De lamême façon si on a un superprocessusmaispasd’outilsniles personnes il y a un pro-blème. Il est évident que lespersonnes qui vontmener etqui vont gérer la partie prévi-sion, c’est essentiel car ilexiste un jeu de pouvoir. Lespersonnes, les outils et pro-cessus constituent les troiséléments essentiels pours’améliorerauquotidien.

Grandiràl’internationalQuand la direction généralenous a demandé de diminuerlesruptures,lapremièreréac-tion a été d’augmenter nosstock.Grâceà l’outil deDyna-sysetenaméliorant lesprévi-sions,onaenréalitépugarderunniveau de stock équivalenten positionnant les stocks desécurité au bon endroit alorsqu’auparavant, les prévisionsdu mix produit étaient trèsmauvaises.Al’international, leniveaudedestructiondespro-duitsdevenaitmêmecritique.Or l’objectif était de passer de30% du chiffre d’affaires àl’international à 70%. C’estcela qui nous a notamment



motivé à l’acquisition d’unoutil. Avant les prévisionsétaient destinés aux commer-ciaux qui devaient disposer deproduits pour la vente. Le chif-fre d’affaires était alors plusimportant que la rentabilité. Leproblème était qu’un produitpackagé sur un pays ne pouvaitplus se vendre sur un autre dufait de la réglementation desmédicaments. La premièrechose a été de définir un modede gestion et d’en passer uncertain nombre en gestion à lacommande et de négocier avecles clients. Cela permet ausside définir les stock de sécuritéen terme de taille de lot de pro-duction. Cela permet aussi de

« L’aspect collaboratif estimportant, il est essentield’intégrer tout lescommerciaux y compris leschefs de produits, chefs degammes, directeurmarketing. Notre processusest divisé en différentesétapes : la rotation de débutde mois, le modèlestatistique, la mise à jourcommerciale, la mise à jourstatistique, les réunionsconsensus et les réunionsPIC. Il est important deconsidérer que si lesdifférences statistiques dece cycle ne sont pasréalisés, les différentscollaborateurs ne peuventpas réaliser les différentesétapes. Chaquecollaborateur peut visualiserles données en unités devente ou en chiffre d’affaireselon leur besoin. Chacun auniquement accès à sonportefeuille, avec lapossibilité d’agréger à lamarque ou à leur famille.

L’outil n’est pas unebarrière, ni un frein c’estpour cela que l’on a mis enplace différentes vues pourles aider et leur permettrede suivre le budget parrapport a leur prévision.Dans cet environnement, ona réalisé trois vuesdifférentes qui leur permettede suivre leur budget parrapport à la prévision, soitau détail, sku par sku, soitpays par pays, soit marquepar marque.Il faut une fois de plusinsister sur le modèlecollaboratif. Le chef deproduit junior à accès a sonportefeuille, le chef deproduit senior à accès à sonportefeuille ainsi que celuides chefs de produits juniorqui lui sont rattachés. Lechef de produit senior peutquant à lui commenter lesprévisions du chef deproduit junior. C’est unbesoin expressementdemandé par le

département cosmétique quifait régulièrement deslancements et qui a desdifficultés pour faire desprévisions mensuelles. Cedépartement a une notion duvolume annuel mais ne saitpas faire de prévisionmensuel. Donc, nous leuravons préparé unenvironnement qui leurpermet de renseigner desprévisions annuelles, sachantque l’outil leur permetd’éclater mensuellement.Cela a permis d’améliorernotablement la fiabilité desprévisions. »

De l’importance du collaboratif

Laureen Zagoury, planificatrice de lademande de Mayoly Spindler.


11TÉMOIGNAGE


définir les stock de sécuritéassocié à chaque produit pourpiloter la distribution des pro-duits. Les prévisions sont doncà l’origine de tout ce qui va pou-voir être produit derrière. C’estça qui va définir les budgetsindustriels pour les sites, pourles investissements et pour lastratégie.

Construire une prévisionplus fiableAujourd’hui, on a 5 départe-ments commerciaux, unequinzaine de prévisionnistescollaboratifs qui viennent dedifférents départements. En cequi concerne les données volu-métriques, on a à peu près1000 articles, 70 pays et 2000points de demande. Et desniveaux d’agrégation qui peu-vent être réalisés au niveau duproduit. Donc on va avoir unproduit qui se vend en France,en Algérie ou en Chine. Le pro-duit va pouvoir être agrégé à safamille. Quand il est en boite de20, il sera agrégé en boite de20, si c’est en boite de 40, il seraagrégé en boite de 40. Nousaurons ensuite des présenta-tions au niveau des totaux puisau niveau de la famille de pro-

duit. Ce qui permet ensuite unevision consolidé très rapide-ment et immédiatement à lafois en unité et à la fois en chif-fre d’affaires. C’est un projetqui est allé de la définition ducahier des charges jusqu'à lamise en place des premièresréunions consensus de 8 mois.Le retour sur investissementest de deux ans après le lance-ment.

Globalement, les modèles sta-tistiques de la plupart desmoteurs fonctionnent avec deshistoriques, et pour nous cen’est pas ce qui allait faire ladifférence au niveau de l’amé-lioration de la fiabilité des pré-visions. Tout les modèles cal-culent toujours l’écart moyen,le cumulé sur la partie histo-rique et statistique et ils vontfaire une projection de la par-tie prévisionnelle là-dessus. Ily a des calculs qui sont trèsbien aujourd’hui et ne posentaucun souci. On pourraitcependant rajouter quelques

aspects extérieurs tel que lamétéorologie.Notre point de vue est que nousavons quatre départementsd’entreprises qui ont une visioncomplètement différente pourle lancement, pour le volumedes produits. Les ventes vontdire qu’elles vont en vendre200. Le marketing expliqueraqu’il avait prévu 400. La fabri-cation qui va dire qu’elle en fera

bien que 150 vu l’historique desventes. Et puis les finances quiauront aussi une autre visiondes choses. Chacun a donc sapropre vision. La difficulté estde savoir laquelle on retient aufinal et qui s’approche le plusde la réalité.On s’aperçoit que lorsqu’onconfronte nos idées, on arrivea construire une prévision quiest plus fiable et, au-delà dumodèle statistique, ce qui nousa intéressé c’est de faire ensorte que le processus organi-sationnel et que les acteurs semettent autour d’une tableassez régulièrement sur lespoints les plus important pourtrouver quelque chose deconstructif. C’est toujoursassez difficile. Quand la supplychain pose des questions auxcommerciaux sur leur straté-gie commerciale, ce n’est pastoujours très apprécié. Pour-tant quand la mise a disposi-tion des produits s’améliore,quand on gagne en rentabilité,quand les commerciaux dispo-sent de plus d’argent pour leurdépenses commerciales oncommence à avoir un retour.Deux ans après, on commenceà nous faire confiance et àadhérer au processus.

AnticipationLa prévision à un rôle trèsimportant pour la rentabilité.Même s’il est vrai que l’on doitêtre de plus en plus réactif,pour être réactif il faut toutsimplement anticiper. Pourêtre rentable, il faut avoir unebonne vision des choses, pou-voir anticiper sur un certainnombre de domaines. Un écartde prévision sur le long termeont des conséquences impor-tantes. On a pourtant desécarts de prévisions, ce quiparait normal. Mais il faut esti-mer ce qui est raisonnable surles articles de la classe A etcertains de classe B qui ont unpotentiel de croissance impor-tant. Quelle est la marge dedemande que je suis prêt àpayer : de 1 à 3 mois on peutavoir 5% d’écart sur la totalitédes produits, 10% de 4 à 6mois, 15% de 7 à 12 mois, 20%de 13 à 24 mois. Si on veutsigner un contrat avec un pres-tataire, avec un sous traitantdans le monde de la pharma-cie, compte tenu de la règle-mentation, on raisonne forcé-ment à 24 mois et on a besoind’avoir cette vision à cet hori-zon là. C’est en tout cela notreobjectif.» �

« Grâce à l’outil de Dynasys, en améliorant les prévisions, on a pugarder un niveau de stock équivalenten positionnant les stocks de sécurité au bon endroit »


12TÉMOIGNAGE


Avec Climpact, la météo peut avoir un telle influence sur lesventes qu’elle passe même avant la variable prix. Elle peut expliquerdes hausses sur des marchés en baisse et inversement. L’analyse deNathalie Bouillé, directrice commerciale de Climpact.

Etes-vousmétéo-sensible?

ntermed’évolutionduclimat, les choseschangent depuis une

trentained’années. J’ai choisidevousmontrer l’avancementdes vendanges. On a ici untableau qui dit que les ven-danges ont avancé de 3semainespar rapport a cequiavait été constatésur le siècledernier. Chez Climpact, noussommes donc profondémentpersuadés que le climat se

réchauffe. Si on traduit celadans lecourt terme,onvit desvariations qui sont beaucoupplusfortesetquinousimpactedansnotrequotidien.

Faireunparide12moisSi on passe du climat à lamétéo:Qu’estcequelamétéo,quellessont lesdonnéesdontondisposeetquelest leur fia-bilité? Des données il y en abeaucoup et climpact achète

des donnéesmétéos à la foisobservéeset desprévisionsàdescentreseuropéenset descentres internationaux. Cesdonnées sont parfois com-plexes,parfoisellesmanquentet parfois elles ne sont pascohérentesentrelesdifférentshorizons de prévision. Il fautdonc les retravailler. Nousavonsainsidéveloppéunsavoirfaire pour comparer les don-nées que nous recevons et

choisir lesmeilleuresenfonc-tion de l’horizon qui va vousintéresser. Ensuite il fautqu’ellessoientformatéespourqu’elles soient exploitablesdanslesystème.Aquelhorizonpeutonprévoir?Ilyaplusieurshorizonsdepré-vision.Sionestdansunbudgetetquel’ondoitfaireunparià12mois, est-ce-qu’il y adespré-visions météos à 12 mois ?Non, il n’y en a pas. Si vousconstruisez vosprévisionsenprenant leschiffresde l’annéedernière ou si on prend les 5semaines glissantes sur lecourt terme, il y a de forteschances de faire des erreursassez importantes. Si enrevanche, onarriveànettoyerl’impactclimatiquepourpartirsurunebasederéférencepluspropre, onvaalorsparlerd’unscénarioclimatique.Climpactpeut vous aider à choisir lemeilleur scénario climatiquepourfairedeshypothèsesbud-gétairesetcaperàlahausseouàlabaissecertainschiffresquevousavezpréparé.Avecunhorizondedeuxmois,onvaavoirdestendancesqua-litatives:c’estintéressantpourmodifierdesoptionsquel’onapu prendremais ce n’est passuffisantpourchangerleschif-

E

fres d’une supply chain. Enrevanche, si onpart d’unhori-zonhebdomadaireàune,deuxoutroissemaines,onestalorscapable de transformer desinformationsmétéodansdeschiffres.Cesderniersvontvenircorrigervosprévisionsdeventeà lahausseoua labaissepourchaque semaine des troissemainessuivantes,enplusdunettoyagedesdonnées.Quels sont les enjeux de lamétéo?Qu’estcequelamétéode sensibilité ? D’abord engénéral il fautquevosproduitssoient saisonniers. Lamétéo-sensibilité va être la variationautour de cette saisonnalité :est-ce que la saison com-mence toujours à la mêmedate?Est-cequevousarrêtezdeproduiretoujoursàlamêmedate ? Les saisons peuventdurer plus ou moins long-temps.Cela toucheaussi bienaux produits de grandeconsommation(onconsommeplus de soupe en hiver qu’enété) que le nombre d’appelsreçusparunesociétéd’assu-rance sur une hotline. Celapeut aussi concerner despiècesdétachéesdematériel

de chauffage ou des ventila-teurs,sousréservequel’appa-reil de production soit suffi-samment réactif. Cela peutégalement concerner la col-lectedelait.

MauvaiseappréciationdelaperformanceDeschiffrescalculésparnotrepartenaireIRIsurdesproduitsde grande consommation

montrent une croissance envolume de certains produits(siroparomatisés, concentréspour boissons, insecticides)consommés en France entrel’été 2008et l’été 2009. Onaàprioriuneimpressiondecrois-sanceoudedécroissancesurcesmarchés et par rapport àcesvariations,Climpactacal-culél’impactjouéparlamétéo

danscetteperformance.Et làsurprise !Lessiropsaromati-sés ont été en croissance en2009. Or si la météo de l’été2009 avait été lamêmequ’enété 2008, on aurait assisté àunebaisse.Lamétéopeutpar-fois faire changer le sens del’impression que l’on a d’unmarchéetcroireàunehaussealorsque l’onest enbaisseouinversement.

Celapeutintéresserlemarke-ting de savoir à quel point lamétéotirelesventesoulesfrei-nent. Dans beaucoup de cassurlesproduitstrèssensibles,la croissance est tirée par lehautparl’effetmétéo.Lapriseen compte des aléas clima-tiques va permettre de fairemieuxquede faireunesimpleprévisionquiconsisteàcompa-rercequevousfaisiezlamêmesemainedel’annéedernièreoules semaines précédentes.Entre deux saisons, on peutavoirdessituations complète-ment inversées.Doncprendrelemêmechiffredel’annéeder-nière à la même semaine,prendrelamoyennedes3der-nières années ou 5 semainesglissantesamèneforcementàunrésultat faux.Si l’onne fais rien, onprend lerisqued’avoirdes tauxderup-ture, d’avoir des démarragesdesaisonsdifficiles, desexcé-dents de produit, mais aussi



des problèmes d’organisationde lignes de production et unemauvaise appréciation de laperformance du marché surlequel on se trouve.

Intégrer la météo aux prévisionsQue faire ? Climpact est unesolution qui est en fait un flux dedonnées qui va s’intégrer dansvotre système d’informationpour transformer sous formed’indices, de graphes ou d’ana-lyses les risques associés à lamétéo en des chiffres exploita-bles par la prévision des venteset la supply chain. Avec notreplateforme, nous prenons desdonnées météo d’un côté et desdonnées du client de l’autre etnous modélisons ces donnéespour bien vérifier qu’il y a unlien avéré et démontré entrel’activité que l’on regarde et lesvariations de la météo. Enretour, on va renvoyer de l’in-formation sur votre plateforme

« Climpact peut vous aider à choisir le meilleur scénario climatique »

Bonduelle Traiteur (110 millions de CA) a desDLC courtes et doit jouer sur l’équilibre dutaux de service, des coûts de production etles pertes de matières et de produits finissur plus de 300 recettes. La société a vécuen 2003, 2006 et 2007 des conditions assezdifficiles avec une demande qui s’accélèrepuis tout à coup un retournement et despertes de produits conséquentes.Aujourd’hui, Bonduelle Traiteur utilise lapartie climatique sur 130 recettes et sefélicite d’une amélioration de la volatilité dela prévision des ventes . Ils ont amélioré leurtaux de service et ils ont diminué le tauxd’excédents. La société a ainsi chiffré lesgains à 450000 euros par an…Autre exemple avec un géant de l’agro-alimentaire qui avait au départ un problèmede volatilité de la demande et une faibleconnaissance de la météo-sensibilité. Avantde travailler avec Climpact, il y avait uneperception qualitative de l’impact météomais pas de chiffre précis et une mauvaiseanticipation de la demande, des prévisionsimparfaites, des ruptures et des clientsinsatisfaits. Ils se sont rendus compte que

certains produits en fonction des formatsétaient plus ou moins météo sensibles. EtClimpact a réussi à regrouper des famillesde références qui avaient un comportementhomogène. Résultat : les stocks de sécuritéont baissé de quelques jours, l’exactitude dela prévision a été amélioré de 5% enmoyenne, jusqu’à 12% avec un horizon dedeux semaines.Autre exemple pris dans l’industriepharmaceutique. Climpact a réalisé uneétude de modélisation des populations detics par pays, par régions, par végétationssur ces dernières années. Aujourd’hui, ilexiste un portail à destination desvétérinaires qui prévoient la sortie de telleparasite et peuvent recommander le produitde la société vétérinaire. Dernier exempledans l’assurance. La mauvaise météosollicite davantage le centre d’appels d’unesociété d’assurances. Il faut prévoir lenombre de personnes qui vont répondre autéléphone pour avoir la paix sociale.Climpact a regardé les historiques et prévoitle nombre de personnes nécessaires aufonctionnement du service.

Retours d’expériences


14TÉMOIGNAGE


pour modifier la prévision. C’estune donnée exogène qui entredans des système comme pla-nipe, comme aldata, SAP ouFuturmaster, TXT, Azap...Nous allons aussi fournir desinformations sur un portailpour permettre de comprendreavec des graphes les compor-tements de la météo par rap-port à votre activité et on vaavoir des gens chez nous qui vont comprendre voscontraintes et réaliser desalertes pensées et dimension-nées pour prévenir d’un risquemajeur sur votre activité, surune région particulière ou surun produit particulier dans lessemaines qui viennent.Quels sont les bénéfices ? C’estévidemment de réduire lesrisques. On va avoir des sujetsde réduction de stock, d’amé-lioration des taux de rupture oude la qualité de service, d’opti-misation des plannings de pro-duction et le but du jeu estd’avoir un retour sur investis-sement qui soit moins de troismois, qui soit facile a mettre enplace pour qu’on puisse pro-gressivement tester l’amélio-ration des prévisions. Il existe trois phases dans l’uti-lisation des indices clima-tiques. La première phase c’estde faire un bilan de la saisonque l’on vient de vivre. Donc sion était sur une saison estivale,on va se baser sur la saison quel’on vient de vivre et on va sedemander dans quel mesure,région par région, produit parproduit, canal par canal, com-ment la météo a-t-elle pu jouerun rôle sur la croissance et laperformance. Est-ce que j’aiété bon parce que mes com-merciaux étaient bon ou est-cema chaîne de production qui estréactive ou bien est-ce la météoqui conduit mon activité ? Mais si je vends 600 produits,

j’en ai peut-être qui ne sont pasdu tout influencés par la météoet d’autres sur lesquels lamétéo joue un rôle énormealors que le prix joue moinsd’importance. Il faut avoir une

compréhension du portefeuilleproduit et le rôle que la météojoue dans ce portefeuille.Ensuite, pour préparer la sai-son, je vais avoir dans mes pré-visions le besoin de construireune demande de référence, etje vais devoir nettoyer l’histo-rique des événements excep-

tionnels (promotions particu-lières, rôle de la météo) sur lesdonnées passées. Nous allonsfournir ces chiffres pour quevous n’ayez qu’à les intégrerdans votre historique.

Au démarrage de la saison, onva donc être à vos cotés pourréintégrer des prévisionsmétéos et pouvoir jouer sur lesrenversements de tendances,sur l’arrivée tardive de la sai-son. Nous allons être avec vouspour vous dire : « attention,dans deux semaines, les

demandes vont s’accélérer etvoilà les chiffres que vousdevriez prendre en compte carla saison est en train de réelle-ment démarrer ».Ce sont à lafois des impacts prévisionnelset puis tout un jeu d’alertespour vous accompagner enfonction de votre rythme deprévision.

Plateforme de modélisationQuelques secrets de fabrica-tion : On prend des donnéesclients et des données météos,pour les travailler. Et avant defaire des prévisions, on va déjàvous démontrer que l’on a vrai-ment raison quand on dit quela météo joue vraiment un rôlesur votre succès ou sur lacroissance de votre entreprise.On va acheter des données quivont être produit par produit,organisation par organisation,sur les trois dernières annéesde votre activité. Souvent ce sont des donnéeshebdomadaires par régions,par pays, par canal de distri-bution. Quand il fait 23°C aLille, on ne réagit pas pareilque s’il faisait 23°C à Marseille.Il y a un besoin d’acheter desdonnées régionales et de lescorréler avec des comporte-ments régionaux sur vosventes. Nous avons une plate-forme de modélisation dont lebut est d’arriver à recréer l’his-torique du signal de vente devotre activité, au travers unmodèle qui est un modèleexplicatif et qui va utiliser plu-sieurs variables. On va reconstituer en fonctionde la thématique du signal devente et on va utiliser bien sûrla variable météo, mais aussi

« La météo peut parfois faire changer le sens del’impression que l’on a d’un marché »

des variables qui mettent leprix moyen à la semaine, laquantité de production, la sai-sonnalité, la tendance et toutesces variables sont appréciéesde manière indépendante l’unede l’autre, de telle sorte qu’onpuisse extraire la part de lamétéo dans cette modélisationet qu’on puisse la réinjecterdans nos propres modèles deprévision.Le but du jeu c’est de démon-trer qu’en incluant la valeurmétéo, on arrive à récupérerles points les plus extrêmesqui sont ceux que l’on arrivaitpas à modéliser sans la varia-ble météo. On fait ce travail detest des différentes variableset on arrive à la fois à démon-trer que le modèle est robustemais aussi à mesurer la diffé-rence entre un modèle quiinclue la météo et un modèlequi n’inclue pas la météo. Enfaisant ce travail, on arrive achiffrer la contribution dansles variations du chiffre d’af-faire de chacune des variablesque l’on aura testé.

Si on a trois produits de lamême gamme mais avec desréférences différentes. Pourcertains produits on se rendcompte que la variation de lamétéo est quasiment aussiinfluente que la variable prix oula variable promo. Pour d’au-tres produits, cela ne sert à riende faire des prix puisque l’acti-vité est tellement dirigée par lamétéo qu’elle prend un partprépondérante dans le succèsde ce produit. Il peut y avoir uneanalyse marketing intéres-sante qui consiste à bien com-prendre la répartition et le rôle

de chaque variables dans lecomportement d’une activité.

Etablir le diagnosticDans la démarche, il y a deuxgrandes étapes. La premièreétape consiste à établir undiagnostic. Quand on a beau-coup de références, il peut être

intéressant de faire une ana-lyse de l’ensemble des pro-duits. On va aussi simuler l’ap-port de la météo dans lesprévisions. Pour cela, on estcapable de prendre quelquesmois de recul pour se deman-der quel gain j’aurais obtenuavec cette précision. Une fois qu’on a une bonne idéedu périmètre dans lequel onveut travailler, on peut alorspasser dans une phased’abonnement. On rentre alorsdans une relation où Climpactvous envoie des informationsrégulières. Une fois par

semaine en général mais celapeut être plus fréquent. Cesinformations vont être livréessous formes de données, inté-grées directement dans votresystème d’information à la foispour nettoyer les historiquesau fur et à mesure et pourappliquer des informationsprévisionnelles sur vos ventes. L’analyse que l’on peut faire estde se dire : Comment était l’an-née 2009 ? Est-ce qu’elle étaitnormale ou exceptionnelle ?Comment je la situe dans lestrente dernières années ?Quels sont les niveaux derisques ? Quelle pourrait êtrela situation la pire que je peuxvivre dans ma supply-chain ?Quelle pourrait être la situationla meilleure ? On va ainsi vousaider à quantifier produit parproduit et période par période,quel est le risque maximum etle risque minimum. Et par rap-port à ces scénarios clima-tiques minimum et maximum,on va aussi pouvoir vous aiderà trouver un scénario optimal à12 mois qui est souvent unemoyenne des impacts clima-



Comment démarrer facilement un dossier demétéo-sensibilité ? Il y a 4 étapesessentielles. La première consiste à établirun diagnostic en trois semaines. Climpact varegarder les historiques pour savoir sur quelproduit se concentrer pour augmenter lamarge rapidement. Il ne faut pas avoird’apriori, car parfois on pense que certainsproduits sont météo-sensibles alors qu’ilssont justes saisonniers, ou inversement.Ensuite, il faut définir une granularité sur cesindices qui correspondent à votre mode defonctionnement. Si vous faites desprévisions nationales, hebdomadaires,Climpact va produire des indices nationauxet hebdomadaires même si au départ, nousallons faire une analyse météo régionale etnous glisser dans votre environnement. Le

troisième point c’est que c’est difficile delaisser à chaque prévisionniste le droitd’utiliser ou pas la météo et de le faire demanière personnelle. Donc le meilleur retoursur l’investissement c’est qu’une fois qu’on aprouvé que cela fonctionne il fautl’interfacer automatiquement avec les outilsde prévisions et que l’interface soit penséepour corriger les coefficients de saisonnalitéet de prévisions. Dernier point : il fautmesurer la différence avec et sans Climpact.On peut imaginer des magasins qui l’utilisentet d’autres qui ne l’utilisent pas et construiredes indicateurs de taux de rupture, decroissance du chiffre d’affaire, de niveau destock et de qualité de service. Le pilote vaainsi permettre de savoir si le modèle estgénéralisable ou non.

Les quatre étapes d’un projet

« Cela peut intéresser le marketingde savoir à quel point la météo tire lesventes ou les freinent »

tiques des 10 dernièresannées. Au quotidien, de manière heb-domadaire vous allez recevoirdes indices. Un indice est cal-culé par rapport à une vasteréférence qui est la votre. Si vosprévisions sont faites par rap-port à la semaine dernière, parrapport à l’année dernière, parrapport à une moyenne destrois dernières années, nousallons rajouter un indice qui vaêtre 106 ou bien 90 par rapportà votre fonctionnement habi-tuel qui va venir modifier leschiffres que vous avez par pro-duit, en fonction de la granula-rité de la prévision que vous uti-lisez. On va aussi pouvoirreprésenter votre activité géo-graphique, pour diffuser uneinformation vers les forces deventes, vers le client, en leurdisant : « attention, la semaineprochaine ou dans deuxsemaines, sur la zone Est, pré-voyez de renforcer la partieglace ou la partie mozzarellade votre activité car il va y avoirune demande beaucoup plusimportante ». �


16TÉMOIGNAGE


Le cloud computing – traduisez calcul dans les nuages - est un révolutionqui a débuté en Californie il y a 10 ans. Celui-ci s’applique aujourd’hui àla logistique qui exploite de très nombreuses données. Explication deJoannès Vermorel de la société Lokad.

Pour un calculdans les nuages

okad est un logicielspécialisédanslapré-vision.Lasociétéaété

crééenavril2008parunepetiteéquipe de mathématiciensintéressés par la révolutiontechnologique du cloud com-puting.Lecloudcomputingcesont les investissements lesplus massifs jamais réalisésdans l’industrie de l’informa-tique. Pour comprendre uncloudonvapartirdesabstrac-tionsdecalcul.Onvacommen-cerparconsidéreruneunitédecalcul : leCPU(leprocesseur).Déjàsuruneseulepuce,onaàpeu près une dizaine de pro-cesseurspourobtenir unpro-cesseurdeserveur.Ensuiteonlesgroupepar2oupar4,onlesmet sur une«armoire », celavous fait unserveurbraquéetonvaenmettre20.Onvapren-dre 20 ou 40 armoires quicontiennent une vingtaine ouplusdebracksetonvamettrecela dans un conteneur. Celafaitdesunitésconteneurisésdecalcul qui consomment à peuprès250kilowatts et le conte-neur est scellé enusine. Vouspouvez ainsi monter un datacenterqui correspondàdeux-cents conteneursassemblés.Un data center consomme àpeuprès50mégawattsetcouteundemi-milliarddedollars.Un

cloud,c’estunedizainededatacentersquisontrépartisàpeuprèspartoutdans lemondeetcelareprésenteuninvestisse-mentde5milliardsdedollarsvoir plus. Le cloud en termesd’échelle,c’estdelapuissancedetraitementinformatiquequiest disponible à très grandeéchelle.C’estunpeut commepasserd’unecentraleàvapeurquetoutlesindustrielsavaientchezeuxàunpowergreedquiproduitdel’électricitépourtout

lemonde, et celaneviendraitplusà l’idéeaujourd’huid’ins-taller un générateur dieseldans sa cour pour produirel’électricité de son usine. Lecloudcomputing,c’estcamaispour les ressources informa-tiques.Lescloudjevaislesciter:c’estcelui d’Amazon, deMicrosoft,de Google apps ou de Ragspace. Qu’est ce que çachange?Celachangecomplè-tement la façond’aborder vos

contraintesopérationnellesety compris dans tout un tas dedomaine et plus spécifique-mentdanslalogistique.L’idéed’avoir une puissance infor-matiquephénoménalepermetde changer radicalement lafaçondontvousallezconcevoirvos applications. Déjà auniveaudelafiabilité,commentestceque l’onrenduneappli-cation logicielle fiable ? Etensuiteelleest installésurunserveur,quesepasse-t-ilsicederniermeurtphysiquement?Statistiquement un serveurmeurt1foistoutles1000joursdonc si vous avez 1 000 ser-veurs dans votre entreprisecela veut dire qu’il y a unemachine qui meurt tout lesjours. Là dessus le cloud n’apasinventédesmachineultra-fiablesquinetombentplusenpanneetd’ailleursplusonademachines, plus il y en a quitombentenpanne.Parcontre l’idéec’estque l’ona complètement dé-corrélél’application dont vous avezbesoin, par exemple Googlesearch,aveclamachinequifaitle calcul et qui vous livre leservice. Ce qui fait que si lamachinemeurtaumomentoùvousfaitesvotrerequête,c’estpasgravel’informationbasculesur une autre machine pour

L

prendrelerelaissurlarequêteetl’utilisateurneserendmêmepas compte qu’il y a despannes, c’est pour cela queGoogleen10ansd’existenceaeu90minutesdepannes.Si on regarde la logistique, il ya beaucoupdedonnées. Si onprend un grand distributeur,cela va faireun regroupementde données assez considéra-ble qu’il va falloir traiter et làl’approche cloud consiste àinstancier la quantité de res-sources à tout moment dontvous avez besoin. Si jamaisc’est la nuit et que rien ne sepasse sur votre chaîne, laconsommationde ressourcesinformatiquesquevouscomp-tez au niveau du cloud estextrêmementminimale. Si aucontraire c’est le « rush » etqu’ilyabesoind’avoirdesres-sources considérables, vousallez pouvoir accaparez desressources dans le cloud,sachantquesi jeprendslecasdeWindowsazur, vous avez apeuprès5millionsdeserveursdisponibles en location. Lestarifs sont aussi incroyable-mentbas,c’estlerésultatdelamassification. Cela descendaujourd’hui jusqu'à 1,5 cen-times de dollars pour uneheure de calcul. Donc 1000heures de calcul c’est 15 dol-lars donc un peu plus de12euros. 1 000heuresdecal-culs si vous voulez installercela chez vous cela va vouscouter des centaines de mil-liersd’euros.Plus concrètement, le cloudcomputing a envahi tout lesservicesBtoCàgrandeéchelleque vous voyez sur internet.Facebookestuncloud,Googleest uncloud,MSNouAmazonsont des clouds. N’importequel grossite est uncloudcar

s’il ne l’était pas, l’avantagetechnologiquedesconcurrentsaurait fait qu’il n’aurait paspucontinuer.Cettetechnologieinventé par des californienstrès spécialisé dans le« internet consumer » arriveaujourd’hui dans lemondedel’entreprise.Avec Lokad, les sociétésclientes nous envoient leursdonnéeseton leur renvoie lesprévisions. C’est une activité

typiquementfluctuante.L’opé-ration peut être faite une foisparsemaineetdonconvarece-voir un gros flux de données(pourl’instantlesscénariossurlesquelsontravaillereprésente5 000 points de ventes, 20 000références et 100 millionsd’historiques.) et 60 minutesplus tard,nous livrons lespré-visions.Pourarriveràfairecelaonnevapas louerdesmilliersdemachines,aumomentoùon



reçoit les données on instancieles machines. Cela fait que nosclient peuvent démarrer diffé-remment sur lokad en ligne, enquelques minutes si vous êtes une PME puisque c’estcomplètement automatisé etquelques heures si vous êtes ungrand groupe parce qu’on a desconnecteurs qui font que le pro-cess est complètement méca-nisé de bout en bout et cela c’estrendu possible par lokad. �

« La société Oscaro est une société créé en 2003assez jeune mais qui commence a prendre del’expérience. C’est le leader français de la venteen ligne de pièces de voiture. Ce business aexplosé depuis 2007 et c’est pour cette raisonque l’on est aujourd’hui confronté a tout un fais-ceau de problèmes. Il y a trois raisons, la pre-mière c’est la croissance, c’est une entreprisetrès petite : elle avait auparavant une dizained’employés, elle compte désormais 200 sala-riés. On assiste actuellement à la fin du cyclestart-up. On ne peut plus ainsi gérer tout les pro-blèmes comme ils étaient gérés avant avec unfondateur qui avait une vision et un certain nom-bre de compétences. Maintenant il ne peut plusgérer cela tout seul, notamment le cataloguequi est assez important. Il faut trouver une autre façon de fonctionnerpour continuer à nous garantir cette qualité deservice et cette efficacité de traitement sansavoir recourir au fondateur. Ensuite la logistiqueest pour nous au cœur du problème pour deuxraisons : C’est grâce à la bonne gestion de lalogistique que l’on est meilleur que notre concur-rent et que l’on va gagner des parts de marché.L’autre raison est que c’est notre seule inter-face avec les clients, donc notre seul contactavec les clients, et actuellement nous sommesà la recherche de solutions innovantes pourréussir cette transition. Dans ce contexte, lokadnous a apporté une solution efficace sur le plantechnique. On dispose aujourd’hui d’une puis-sance et d’une souplesse de calcul en théorieillimitées. Le potentiel qui réside dans le cloudreste fantastiquement vaste. Grace à cela onréussi à gérer le catalogue et le client, commeon faisait lorsque le fondateur était pleinementà son contact.Un point important c’est l’intégration. Actuelle-ment, notre objectif avec Lokad, c’est l’auto-matisation. On récupère et on envoie nos don-

nées manuellement et on les traitent. Assez rapi-dement, elles seront intégrées dans notre ERPet toutes ces données pourront être utiliséespour toute la chaine et interviendront à desmoments aussi divers que des achats, les pré-visions marketing, pour optimiser l’intégralitéde notre business. Le problème le plus importantactuellement n’est pas du côté de lokad maisbien de chez nous. On doit apprendre à travail-ler avec ces nouvelles données car on en reçoitquantités de données et il faut utiliser au mieuxen interne. Pour traduire les prévisions en approvisionne-ments, c’est aujourd’hui un domaine derecherche mais jusque là on prenait manuelle-ment les données, on donnait une indication audépartement des achats en disant “voila tel estnotre stock” et cela l’aidait à négocier au niveaudes équipementiers mais c’était fait manuelle-ment. Notre ambition est maintenant d’intégrertoutes ces données pour qu’elles aient un impactautomatique au niveau des achatssans faire de réunion et pour que l’analyse soitplus directement utilisable. Il faut savoir quenous traitons 350 000 références soit plus de1 000 références par salarié chez Oscaro. »

Le cas Oscaro, spécialiste de pièces détachéesautomobile sur internet

Jean-Baptiste Choteau, directeur supply chain d’Oscaro


18TABLE RONDE


Un débat a réuni cinq éditeurs (Dynasys, Lokad, Climpact, OM Partners,Planipe) et le consultant Möbius à parler à bâtons rompus de la prévisionde la demande. D’où il ressort, qu’un moteur de calcul ressemble aupilote automatique d’un avion. En aucun cas le laisser décider seul en casd’atterrissage forcé !

Pouruneprévisionrobuste

Stratégies Logistique : Jecommence ce débat parOM Partners. Pouvez-vousprésenter l’entreprise enquelquesphrases.

Florian Foresti(OMPartners) :OMPartnersestungrouped’ori-gine belge pré-

sentenAngleterre,auxEtats-Unis,Pays–Bas,Allemagneeten Chine. Je m’occupe per-sonnellement de la filialebelge. Nos origines viennentde la planification et de l’or-donnancement dans lesannées 90 et nous avons évo-lué récemment aumilieu desannées2000surlessystèmesde prévisions. Le nerf de laguerreencemomentc’estdesavoir ce qui va rentrer entermes de demande dans lesentreprises.

Question de la salle : J’ai unequestion pour ceux qui ontprésenté des choses sur lesfacteursexogènes.Jepenseàlamétéomais je pense aussiau fait de calculer les prévi-sions à l’extérieur.N’as-t-on

pasunrisquededéresponsa-bilisation du personnel quipeut expliquer que c’est lamétéoquis’estplantée?

NathalieBouillé(Climpact) : Onaplutôt le com-portement quevous mention-

nez avant, c'est-à-dire quequand les ventes sont mau-vaises, on a parfois les com-merciaux qui disent que cen’est pas de leur faute maiscelle de la météo. La déres-ponsabilisation, jelavisplutôtavantquel’ondémarrelepro-jet. L’intérêt de quantifier lesdonnées météo c’est de direque la part que jemets quan-titativement à lamétéo dansles résultats est limitée de10%à20%.Il fautallerdanslesensdescommerciauxoupasetcelapeutcréerunediscus-sion. Et puis dans les prévi-sions l’undessujetsn’estpasseulement la météo maiscomment la météo va joueravecd’autresvariables.Le rôle du prévisionniste à lafinc’estderéintégrercesdon-néesexogènesdansunepré-

vision qui est beaucoup plusglobale. C’est de produire unchiffre qui va êtremodifié parlamétéomais l’engagementestréalisésurlechiffreglobal.C’estàlafoisbienréfléchirsurde quel chiffre on part à l’ori-gine, est-ce que ce sont deshistoriques qui n’ont pas degrande valeur, ou est-ce desoutilsmathématiques où l’onpeut réfléchir au rôle des dif-férentes variables. Je seraisplutôt optimiste et je diraisqu’onauraitplutôttendanceàcerner le sujet de manièreplus précise, à le quantifierégalement, à donner plus deresponsabilisation que lereste.

Joannès Ver-morel (Lokad) :Effectivementquandonexter-naliseunecom-

pétence, il y a la peur de per-dre cette compétence. Enparticulier, lokadestdansunesituation extrême et le clientn’aplusrienafaire,enthéorie,en la matière. L’externalisa-tiondoitveniravecducontrôle.Leplusimportantcen’estpas

tant de savoir exactementcommentlaprévisionestfaiteou de comprendre exacte-ment que font les analystes,que d’avoir commepour toutvos fournisseur des indica-teursdeperformance.

AlexandreRoot(Planipe) : Jereviens sur lesfacteurs exo-gènes et exter-

nalisés,c’estqu’enfaitilyadeuxpopulations :celledesmarke-teurset commerciauxet celledes logisticiens. Les marke-teursparlentbudgetetdonnéesexogènesetleslogisticienspar-lentducomportementdespro-duits. C’est deux mondesaujourd’huiquicommuniquentpeu.Nousonessaiederéconci-lier ces deux sources d’infor-mations. Ce sont desmondescomplémentaire qui peuventmieux communiquer les unsavec les autres. On voit desgroupes entiers qui ont déve-loppé du collaboratif non paspour améliorer leurs perfor-mance mais pour réaliser unconsensusauniveaudesobjec-tifsdelasociété.

Luc Baetens(Möbius) : Unfacteurexogènepeut permettred’objectiver la

discussion c'est-à-dire qu’onreste sur un chiffre en tantqu’argument sans forcementl’objectiver. Dès qu’on forma-lise un facteur exogène on vaparlerdel’impact.Alorsladis-cussiondevientbeaucoupplusobjective et les jeux de pou-voirs, les jeux des égos quisont forcementprésentspeu-ventêtreatténués.

Question de la salle : Vousavezmentionnélaquestionlaplus importante, à savoir ledécloisonnement entre lesdépartements. On est unesociétéquifait1milliardd’eu-ros de chiffre d’affaires dansl’agro-alimentaire et unedesdivisions arrive a bien fairedes prévisions avec un tauxd’écartdemoinsde10%parcequ’on a compris les métiersdes autres. Je suis parmi lescommerciaux, je suis venueécouter les logisticiens. Undes départements que jemanage a compris lemétierde l’autre et surtout lescontraintesde l’autre.Les commerciaux font desprévisionsà12mois,avant ilsne comprenaient pas à quoicelaservait.Onacomprisqueles industriels ont besoin dece«guideline»mêmes’ilestplus oumoins respecté. Lesacheteursontbesoind’appro-visionner.Leslogisticiensontaussibesoind’approvisionner.Chacunaréussiàcomprendrel’autre et maintenant lesexceptions ne sont que desrêves et par contre lesdemandes d’exceptions vont

être écoutées c'est-à-direqu’unlogisticienvatrouveruntransporteur qui va faire untransport l’avant veille. L’ap-provisionneur doit chercherdesproduitsquinegèlentpasl’hiver et qui puissent per-mettre la production. Laquestion est : Qu’est-ce quevousfaitesdecettemultituded’informationsenprovenancedes experts ou des consul-tants.Maintenant il faut vrai-ment«mâcher» cette infor-mation parce que l’on estnoyés. C’est très biend’avoirune vitessede réaction, c’esttrèsbiend’avoir1millionsdedonnées,maisilfautvraimentque ces données arriventchez celui qui en a besoin.Qu’est ce que vousnouspro-posezpourça?

AlexandreRoot(Planipe) : Leproduit a undébut de vie,une maturité,

uneagonieetunefindevie.Ledialogue se fait en début devie, les statisticiens prennentla réalité des sorties et làintervient le marketing. Enmaturité, les moteurs auto-matiques peuvent être satis-faisant. Et puis arrive lesphases de fin de vie qu’il il vafalloir calculer. Les marke-teursetleslogisticiensdoiventcommuniquer au niveau detoutes ces étapes. Lesmoteurs automatiques quenousfabriquonssonttrèsper-tinentsdanscertainesphaseset moins dans d’autres. Ledialoguedoitsefaireàcesdif-férentes étapes et se fait plusoumoinsmaispastoujoursdefaçon entièrement satisfai-sante.

Cédric Hutt(Dynasys) : Cepointest impor-tant.Leproces-susdeprévision

peutêtreassistéd’unmoteurparce que cela fait gagner dutemps là où la prévision estfacile. Mais finalement, l’es-sentieldenosprévisionssontbasées sur les informationsquisortentdela têtedesgensdumarketingquisaventcequibougeoucequivadécollerousavoircequeseralamodel’anprochain. Cettemine d’infor-mation permet d’avoirquelque chose de bien plusrobuste.Finalementl’enjeudela chose c’est d’avoir un outilqui permette non seulementd’être un outil statistique,mais de collecter l’informa-tion, de la diffuser, de laconsolider. On a vu ce matinavec mayoly la forme decontrôledelacollected’infor-mation qui permet d’avoir àchaque utilisateur ses don-nées présentées sous laforme qui lui sied en chiffred’affaires pour certains, envolume pour d’autres. Leslogisticiens sont intéressésparlevolume,lesproducteurssont intéressés par le ton-nage,et lescommerciauxparle chiffre d’affaire. Chacun vapouvoir travailler sur sonniveau et va pouvoir diffusercette information. Je pensequec’estcomplémentaireauxapprochesmodernes statis-tiques qui sont capables defournir une première bonneprévision où les apports dechacun et les premières cor-rections vont être plus facilesà faire.J’insistesur lapartieconsen-sus qui a déjà étémentionné



auparavant, une prévisionc’est un pari et on sait toustrès bien que ce n’est pas unedonnée déterminée. C’estimportant que ce pari soit par-tagé et que chacun puisse secaler dans les mêmes hypo-thèses et travailler dans lemême sens.

Joannès Ver-morel (Lokad) :Le problème estque dès qu’ungroupe grandit,

la prévision devient un chal-lenge. Le cloud apporte dessolutions de systèmes d’infor-mations plus souples, plusrapides à déployer, plus facilesà tester. Souvent on ne saitmême pas vraiment quelserait la bonne informationdonc il faut avoir beaucoupd’agilité pour tester au niveaudes process quelle serait labonne information, décloison-ner au niveau hiérarchique.Chez Oscaro, les outils sonttrès simples, très rapides àinstaller pour pouvoir tester etvalider assez vite et cettedynamique là profite aux diffé-rents outils mécaniques etstatistiques disponibles qui,eux, exploiteront l’informationcomme l’expliquait CédricHutt (Dynasys).

Florian Foresti(OM Partners) :Vous avez rai-son de dire queles systèmes

génèrent tout un tas d’infor-mations qu’il faut ensuite trai-ter. On parle de collaboratif, dedécloisonner, mais pour nousnotre vision, c’est que le pro-cessus de prévision doit être


20TABLE RONDE


intégré au processus PIC (planindustriel et commercial).Parce que vous avez besoin deplus en plus de calculs pourles statistiques, que vous avezbesoin de requérir tout un tasd’information sur les zones demarché et le marketing maisaprès il faut voir quel impactcela a sur la logistique, sur laproduction. On peut donner des prévisions100% fiables mais si on n’ar-rive pas à approvisionner cen’est pas la peine. Donc l’idéec’est de faire des cycles etd’introduire vraiment le pro-cessus de prévision dans leprocessus PIC pour établir lescénario et ressortir les prévi-sions contraintes et agrééespar toute l’entreprise.

Nathalie Bouillé(Climpact) :Pour répondre àla question surle partage de la

prévision entre les commer-ciaux, le marketing, et lafinance. Pour la météo on estsur des sujets de familiaritéc'est-à-dire que la supplychain va avoir quelque chosequi est à la semaine, la financeva raisonner sur des budgetssur 12 mois et sur des risquesmaximums et minimums etles commerciaux vont consi-dérer que la météo ne jouequ’un rôle que lorsque lesrésultats ne sont pas au ren-dez-vous. Je partage votresujet, on essaie d’impliquerl’ensemble des interlocuteursdans le projet et puis de tra-duire la météo dans des chif-fres qui soient compris et dansla bonne unité et la granula-rité pour que cela fonctionnebien dans le quotidien de cha-cun.

Cédric Hutt(Dynasys) :Pour reprendrece qui a été dit,une des choses

importantes c’est évidementpas qu’on soit tous d’accordsur la prévision mais aussi surles décisions qui vont décou-ler de cette prévision. C’estbien d’avoir des prévisions sion ne prend pas de décisionsqui vont juste derrière. Et unpoint important dans ledécloisonnement, c’est d’êtrecapable d’aligner un pointd’approvisionnement, unniveau de stock, et une infor-mation dont on ne parlejamais, c’est l’incertitude surle volume. Si on vend 2000parce que cela fait 10 ans quel’on vend 2000 au mois d’aoutc’est une information impor-tante. On a pas besoin demonter un stock. Si par contreon a des incertitudes parcequ’on est en fin de cycle de vieet si on est plus dans le parique dans le cadre statistique,l’incertitude est une informa-tion tout aussi importantepour les approvisionneurs quivont peut être anticiper la pro-duction sur des référencessûres et dégager de la capa-cité de production au derniermoment pour pouvoir s’adap-ter aux aléas. On ne peut ainsi pas dire qu’ona une prévision et que mainte-nant tout va aller bien. On estbien dans un cycle où on varéellement faire travailler toutle monde ensemble et où onva faire en sorte que les appro-visionneurs et les producteursprennent des décisions enfonction de ce qu’ils ont apprisdes autres acteurs qui n’estpas juste un volume sur unesku mais peut-être aussi une

incertitude. Il y a des chosesqui ne rentrent pas dans unmoteur. Si on va signer un groscontrat en Chine au moisd’aout, c’est une informationque les gens de l’entreprisedoivent connaître mais c’estune information qui échappecomplètement à la statistique.

Alexandre Root(Planipe) : Jevoudrais ajou-ter quelquechose, c’est à

quoi sert une prévision ? Laprévision sert notamment acalculer ce qu’il faut produireou ce qu’il faut stocker et quelest le prix que l’on est prêt àmettre pour assurer le ser-vice. Ce qui compte c’est assu-rer le service client et ce ser-vice client il est soit sur lestock soit face au stock. Il y adeux choses importantes, ilfaut une bonne prévision, maissurtout une bonne transfor-mation de cette prévision enoptimum de stock et de ser-vice. Il vaut mieux a la limiteavoir une moyenne prévisionmais une bonne transforma-tion en stock et service parceque ce qui compte, c’est d’ap-porter le service au client aumoindre prix, avec le mini-mum de contraintes.

Nathalie Bouillé(Climpact) :Pour rebondirsur ce que vousdites, ce que

l’on peut faire avec la météo,c’est de dire dans les 10 der-nières années les plusrécentes, sur telle semainequel a été l’impact maximumsur tel produit dans tel régiond’une météo que l’on a déjà

vécue. C’est pas un risquethéorique c'est à dire qu’enterme de probabilité d’occur-rence, cet impact a été vécuune fois ou deux fois, quel etson ampleur et donc est-onpréparé face a ce risque s’ilarrive une nouvelle fois. Onest pas dans la prévision maisdans la quantification de com-ment réagit-on si cela se pro-duit à nouveau alors que celas’est déjà produit.

Florian Foresti(OM Partners) :On est dans lapartie collectedes informa-

tions, et après il faut lesexploiter. Les exploiter veutdire aussi qu’il faut être capa-ble de le faire et de le commu-niquer ensuite en alertant lescommerciaux pour qu’ilsalertent à leur tour leursclients. Aller plus loin dansl’alerte c’est aussi remonterl’information qui vient de laproduction , de la logistique,des organisation commer-ciales.

Gilles Solard (StratégiesLogistique) : J’ai une questionsur le niveau de connais-sances requises pour utiliserce genre d’outils, si onremonte à une dizaine d’an-née c’était difficile a fairefonctionner. Aujourd’hui cal’est moins ou pas ?

Alexandre Root(Planipe) : Lesoutils sont faitspour les appro-visionneurs. On

délivre des informationsappropriés. Quand on conduitune voiture, on a pas besoin de


22TABLE RONDE


connaitre la mécanique etsavoir comment est conçu unmoteur. Bien sû, plus les gensont la connaissance, mieuxc’est, mais les approvision-neurs qui utilisent l’outil nesont des gens qui ont le bac+5. Ils ont un profil tout a faitnormal. Par contre si on veutpiloter la stratégie, il faut desconnaissances plus fortes. Ilfaut que les responsables et ladirection de la supply chain aitun niveau plus élevé deconnaissances. Cependantles opérationnels peuvent uti-liser l’outil sans avoir besoinde connaissances particu-lières, sauf les preneurs dedécisions.

Joannès Ver-morel (Lokad) :Dans notre cas,on a une trèsvaste majorité

de nos utilisateurs qui démar-rent directement sur le siteweb en 1 ou 2 heures. Si vousêtes un distributeur gigan-tesque avec des contraintesextrêmement fortes, ce seraplus compliqué maisaujourd’hui il existe des outilsqui permettent de démarrertrès vite et le niveau de com-pétences requis est très fai-ble.

Cédric Hutt(Dynasys) : Leniveau de com-p é t e n c e srequis, je pense

que déjà il y a dix ans, il n’yavait plus besoin de spécia-liste statistique pour fairetourner un moteur statis-tique. On a très peu d’utilisa-teurs parmi nos clients quisont allés trafiquer au fin fond

du moteur statistique pouraller donner des coups detournevis. L’enjeu n’est paslà. L’enjeu est de comprendrela prévision, on a un danger etune vraie difficulté, c’est pourcela que je parlais tout àl’heure de pari commercial.Là où il y a une vraie difficultéc’est quand le moteur parieque l’on va bien vendre 200sans trop savoir pourquoi.Donc aujourd’hui on a uneapproche plus transparenteoù le moteur va proposer uncertain nombre de comporte-ments, des effets d’événe-ments. Vous avez aussi despoints sur lesquels vous allezpouvoir intervenir manuelle-ment. On est pas en train d’interve-nir sur le réglage du moteurstatistique, mais on est entrain de corriger les sortiesen fonction de ce que l’onconnait et sur des donnéesqui sont intelligibles commeune tendance ou une crois-sance annuelle. C’est laconnaissance métier. On estplus dans la nécessité decomprendre des moteursstatistiques. On est plutôtdans la prise de contrôle oudes corrections sur des don-nées faciles a comprendre.

Florian Foresti(OM Partners) :Je rejoins cetteidée, les logi-ciels sont

faciles d’approche. Manipu-ler un moteur statistiquen’est pas nécessaire, et avoirune petite compréhensionc’est toujours un plus pourexpliquer le résultat. Effecti-vement, on peut avoir un uti-lisateur pour reprendre lacomparaison de la voiture. Si

on sait conduire une voiture,on va utiliser 5% de ses capa-cités. Est-ce l’objectif de l’en-treprise d’utiliser seulement5% du logiciel ? Certainementpas. Les compétences vont êtrebeaucoup plus être deman-dées en processus PIC etmajeur de l’entreprise poursavoir piloter la demande. Ilfaut aller chercher des infor-mations sur les autres ser-vices donc il y a aussi descompétences d’animation,d’analyses des données et decréer un consensus.

Alexandre Root(Planipe) : Ceque nous avonscherché à fairec’est que l’in-

telligence soit dans le produit.A la différence de beaucoupde produits, notre moteur estentièrement automatique etn’a pas besoin d’être para-métré que ce soit pour lesproduits permanents ou pourles produits erratiques. On nedéfinit qu’une stratégie, faiteune fois au démarrage etquelquefois par an. Le pro-blème que l’on a avec nosoutils informatiques c’estqu’un éditeur peut dire quenous n’avons pas de très bonrésultats car nous avons malparamétré. Nous, nousdisons que le moteur est suf-fisamment robuste pour trai-ter 80-90% des cas. Il y a descas que le moteur ne traitepas bien et on va dire qu’il fautrégler ce problème là defaçon manuelle. Ca s’appelledu management pas excep-tion. C’est la philosophie dePlanipe.

Gilles Solard (Stratégies

Logistique) :La prévision est-elle un calcul ou un proces-sus?

Cédric Hut(Dynasys) :C’est un pro-cessus mais jevais synthétiser

cela. C’est un processus neserait-ce que pour impliquertoutes les personnes qui ontdes informations. Le meilleurmoteur statistique du mondeva avoir beaucoup de mal àsavoir qu’au dernier salon del’horlogerie, les cadransblancs sont à la mode. C’estquelque chose qui échappeau moteur statistique et on aforcément un « input » typedu marketing. Je vais prendre un autreexemple. Nous avons parlé cematin de taux de renouvelle-ment dans le cadre du gros-siste répartiteur OCP où letaux de renouvellement arti-cle ne m’a pas impressionnécar il y a des métiers avec destaux bien plus haut que cela. Vous renouvelez votregamme à hauteur de 20 %tous les ans. La question estde phaser les remplace-ments. C’est une décisionque l’on va prendre sur labase des volumes de prévi-sions qui sont issus d’un pro-cessus de prévision, je neconnais personne qui neprenne pas en compte lesniveau de stock actuel pourphaser une substitution deproduit ou un lancement denouveau produit. On est biendans un processus completqui fait intervenir tout lemonde. Le moteur statistiqueà une importance détermi-nante car il fait gagner dutemps dans le processus. S’il


24TABLE RONDE


S

fallait tout faire à la main, onferait des prévisions tout les 6mois. On est bien sur du gainde temps mais aussi de la col-lecte d’informations sur lelong terme.

Gilles Solard (StratégiesLogistique) : Luc Baetens,comment faire des prévisionsdans un marché volatil ?

Luc Baetens(Möbius) : Fina-lement ce quicompte ce n’estpas la prévision

mais la décision que l’onprend en fonction de cetteprévision. Si on regardeaujourd’hui on voit qu’il y a desmarchés qui ont connu desprofils de demande plutôt sta-bles jusqu’en début 2009 etqui depuis, sont en oscillationpermanente. C'est à dire il y ades pics et des creux. Cetteidée d’avoir la seule bonneprévision devient de moins enmoins certaine. Ce quicompte, c’est de dire je faisune prévision parce que jesuis obligé. Je regarde quelssont les décisions que l’on vaprendre et après se poser laquestion de savoir quoi fairesir la décision est fausse. Est-ce que je peux continuer àfaire les prévisions ou est-ceque je perds de l’argent, viserplus bas et accepter qu’unepartie de la vente ne se fassepas.

Alexandre Root(Planipe) : Cedont on vient de parler c’estla théorie du

«black swann ». Il y a les oiesblanches et les oies noires. Le

11 septembre était une oienoire. On ne la comptabilisepas parce que c’est un phéno-mène complètement aléa-toire que personne ne peutprévoir. Aucun outil ne peutprévoir l’imprévisible. Dans cecas là, il y a affolement géné-ral et on arrête de passer descommandes. Il y a ruptures decertains produits et d’autrestrès lents à s’écouler. Unmoteur automatique doit l’in-tégrer en douceur, il ne peutpas prévoir l’imprévisiblemais il va faire que l’entre-prise, à la baisse ou à lahausse, va s’adapter le mieuxpossible, c'est à dire continuerà commander des produitsqui se vendent bien et arrêterd’acheter les produits qui sevendent mal. Les gens ont dumal à comprendre ce phéno-mène de moteur statistiquequi peut faire que l’entrepriseatterrisse de façon plus inté-ressante que dans 80% descas.

Luc Baetens(Möbius) : Oui,on peut prévoirune tendance,mais j’ai vu des

secteurs où on continue surune variabilité, sauf que lavariabilité n’est plus de 30%mais de 100% simplementparce qu’il y a des effetsexternes qui font qu’il y abeaucoup plus de variabilitésur le marché. Ce n’est pasdes risques, c’est quelquechose qui se passe qui fait quependant deux mois on faitbeaucoup plus que prévu etpendant deux mois on faitbeaucoup moins que prévu.

Alexandre Root (Planipe) :C’est pour ca que les moteurs

comme planipequi analysentles comporte-ments, qui ditqu’un produitdeviens « slow

mover » ou très « slowmover » va s’adapter et vas’adapter produit par produitet référence par référence etapprovisionner en consé-quence. L’objectif n’est pas desavoir si on a une vraie prévi-sion ou pas mais de savoir estce que l’on peut satisfaire leclient ou pas. Avec desmoteurs qui font 80, 90% debonnes recommandations,cela permet à l’entreprise depasser des caps difficiles plusfacilement que les autres.

Cédric Hutt(Dynasys) : Lemoteur permetd’atterrir endouceur si on a

des délais d’approvisionne-ments longs. Certains de nosclients mettent 6 à 8 moispour s’approvisionner encomposants. Cela veut direque la prévision à 8 mois estvitale pour savoir dans l’hor-logerie par exemple poursavoir combien de cadrans ilfaut que j’approvisionne.L’exemple de la crise est unbon exemple. La précédentecrise est liée aux moteurs sta-tistiques utilisés par lesentreprises financières. Si onne lui dit pas qu’il y a une crisefinancière, le moteur statis-tique va faire une prévision àla décroissance définitive etétudier les produits sur unhorizon de 4 ans, ce qui n’estsans doute pas ce qu’il va sepasser. On est donc obligé d’interve-nir et dire que la prise est pré-

sente. C’est pour ça que nosclients arrêtent de comman-der mais on pense que cela vareprendre. Mais c’est unedécision qui dépasse le S&OPou la prévision à court terme.On reprend la main car tousles moteurs statistiques sontplantés par une opérationcomme ça.

Alexandre Root(Planipe) : Quece soit de la pré-vision à courtterme, moyen

terme ou long terme, le pro-duit s’adapte au comporte-ment du produit. La tendancequi baisse ne va pas rester 4ans baisser si ça augmente.Bien sur qu’on est toujours enarrière de la tendance maison va coller le plus possible àla tendance et après cela varepartir. Si ça remonte ca varepartir. On confond pas mal de chosescomme le S&OP. Le S&OP,c’est du top down. On parle ducomportement du SKU. LeSKU c’est le comportementd’un produit dans un endroitou dans un lieu de stockage etchaque produit va être traitédifféremment s’il est à Paris,Lyon ou Marseille. C’est euxqui vont faire automatique-ment l’approvisionnementintelligent pour ce produit.Donc globalement vous aurezmieux servi votre client, untaux de service amélioré et unstock réduit. On n’est pasd’accord sur la méthodologie.

Luc Baetens(Möbius) : Jevais donner une x e m p l econcret de ce


26TABLE RONDE


qu’il voulait dire avec la rela-tivité. Je travaille pour unclient qui fait de la chimie quia une matière cruciale etaprès il fait des transforma-tions et l’éclate en milliers deproduits mais il part d’unematière première cruciale. Ildécide de l’acheter le moinscher au Brésil. Il décideaujourd’hui de ce qu’il vontapprovisionner dans 4 mois, 5mois ou 6 mois dans un mar-ché qui était stable. Maisaujourd’hui ce marché estvolatil. S’il prend une mau-vaise décision, si à ce momentil achète cette quantité sansse poser de question, il y adeux possibilités : soit ilsseront énormément dans lefutur, soit ils auront du stockmais ils auront pas de placepour le positionner. Il est donc obligé de se poserdes questions. A ce momentlà cela change complètementla structure.

Florian Foresti(OM Partners):Et donc il fautdes outilsd’analyses et de

simulation pour savoir surquel scénario peut-on sebaser. On voit bien qu’on estsorti du domaine des prévi-sions mais dans celui de l’ex-ploitation que l’on en fait. Laprévision n’est qu’une donnéed’entrée, après on part sur lescénario haut ou bas. On n’estplus sur une gestion automa-tique, c’est du cas par cas.Greffer le processus planindustriel et commercial à lasortie de la prévision poursavoir est ce que celaimplique sur mes impôts oumes usines de fabrication.Exemple d’un client durant la

crise dans le domaine dumétal : arrêt brutal des com-mandes et reprise en dents descie avec des hauts et des bas.Ils ont mis en place un pro-cessus PIC (plan industriel etcommercial) très flexible quipermet de rejouer les 15jours, voire toutes lessemaines pour mesurer lerisque à prendre. Mais onn’est plus dans la prévisionstatistique.

Question de la salle : La ques-tion que je me pose à vousentendre, c’est que l’on sem-ble entendre à certainmoments qu’il n’y a plusbesoin de prévisionnistes et àd’autres moments il fautreconnaitre les intelligencesqui interviennent. Quel estvotre position lorsque vousmettez en place vos outilsdans une entreprise. Queldevient le rôle du prévision-niste ?

Joannès Ver-morel (Lokad) :Le terme prévi-sion est extrê-mement vaste.

Beaucoup de gens font desprévisions tous les jours maisle mot n’apparait pas dansl’intitulé de leur emploi. Si onparle de 5000 points de ventedonc 100 millions de déci-sions d’approvisionnementspar jour pour le lendemain, onne va pas le faire à la main. Onpeut très bien avoir ne pasavoir de prévision et le fairequand même. Vous mettez unniveau de stock cible et on leréapprovisionne. c’est uneprévision implicite mais per-sonne ne l’a faite. Ensuite le cas extrême c’estde dire, on fait différentes pré-

visions pour savoir quel serale prix du pétrole dans 6 moiset combien de pièces déta-chées pour demain, tel jour.La prévision purement méca-niste, classique est très fortepour le très court terme etplus on s’allonge, plus on faitvite et plus il faut rebasculersur des choses plusmanuelles et plus agrégéescar le prévisionniste ne peutréfléchir que sur des dizainesde séries. Il est très facile dedémarrer sur des prévisionsà très court terme car c’estentièrement mécanique, parcontre si vous voulez avoir desprévisions plus stratégiques,plus long terme et réfléchies,les prévisionnistes que vousavez resteront complètementcritiques.

Alexandre Root(Planipe) : Onva prendre uneanalogie avecl’avion. Si on

prend un pilote automatique,on peut dire que dans l’avion iln’y as plus besoin de pilotescar il y a un pilote automa-tique. Un moteur statistiquecomme le notre, c’est le piloteautomatique. Sauf que quandon arrive dans des zones àturbulences, il faut retirer lepilote automatique et repren-dre la main. C’est pour celaque les prévisionnistes sonttoujours très importants maisà des phases de vie du produitdifférentes. En phase dematurité, un moteur fonc-tionne très bien. Si on est endébut de vie ou si on fait unepromo, il faut un prévision-niste. Si on fait une prévision àlong terme car on a besoin deconnaitre le prix du baril, desmatières premières en Rus-

sie ou de faire de l’approvi-sionnement spéculatif, il fautdes prévisionnistes. Les deuxsont complémentaires carlorsqu’il y a beaucoup ded’opérations, il faut faire mar-cher un moteur automatique.Il faut instaurer ce niveau dedialogue entre les prévision-nistes et les approvision-neurs.

Cédric Hutt(Dynasys) : Sion fait de laréappro. Aujour le jour, on

peut s’appuyer sur quelquechose qui s’appelle unmoteur de réappro. Si jereprends l’analyse de l’avion– j’aime bien – le pilotechange de route car il saitqu’il y a des turbulences danscertaines zones. Il pilote lepilote automatique en chan-geant sa route en fonction desconditions de trafics et desconditions de météos pouréconomiser du fioul parexemple. On voit bien qu’il y aune prise de main et si on estsur des problématiques d’an-ticipation à plus long terme et que l’on est obligé d’antici-per 6 mois à l’avance, il y anécessairement une prise decontrôle à la main. Commedisait Joannès Vermorel, unprévisionniste peut gérer unsérie. Si vous avez 30 séries,vous pouvez les laisser dansles mains d’un prévision-niste.�


Rencontres Experts LA PRÉVISION DES VENTES …strategielogistique.com/IMG/pdf/HS-N15-bd.pdf ·...

Documents

Transcript of Rencontres Experts LA PRÉVISION DES VENTES …strategielogistique.com/IMG/pdf/HS-N15-bd.pdf ·...