Il existe un dysfonctionnement discret qui affecte la plupart des chaînes d'approvisionnement, et il se cache dans un élément que chaque responsable de la planification utilise quotidiennement.

Les prévisions.

Ce n'est pas le concept de prévision en soi — qui reste essentiel —, mais la manière dont la prévision est utilisée : comme principal déclencheur du réapprovisionnement des stocks ; comme signal indiquant à vos acheteurs quoi commander, quand le commander et en quelle quantité ; comme vérité incontestée au cœur de toute votre architecture de planification.

Cette hypothèse coûte bien plus cher aux entreprises que ne le pensent la plupart des dirigeants — et elle est au cœur même de ce qui Erik Bush, vice-président exécutif chargé des opérations internes chez Algo, a abordé ce sujet dans « The Trillion Dollar Forecast », la série de webinaires d'Algo consacrée aux forces structurelles qui limitent les performances de la chaîne d'approvisionnement.

 


L'illusion de la précision

La précision des prévisions fait partie de ces indicateurs qui ont tendance à paraître meilleurs à mesure que l'on prend du recul.

Au niveau des catégories ? On peut atteindre une précision de 90 %. C'est même impressionnant. Les discussions autour du S&OP disposent ainsi d'un chiffre rassurant à mettre en avant. Mais Bush ne mâche pas ses mots quant à ce qui se passe lorsqu'on se rapproche du niveau où les décisions sont réellement prises :

“ Si l’on descend jusqu’au niveau des articles, des chiffres de 50 % ou 60 % peuvent s’avérer exacts — car chaque semaine ou chaque mois, selon votre horizon de planification, vous constaterez d’énormes variations. ”

Cela a son importance car le MRP — la logique de planification intégrée à pratiquement tous les systèmes ERP de la planète — ne fonctionne pas au niveau des catégories. Il fonctionne au niveau des articles. Lorsque le signal est erroné — et il l’est, en permanence —, le système exécute fidèlement ce plan erroné à grande échelle.

 

Le problème du bruit

C'est là que les choses se compliquent.

Comme les prévisions évoluent — chaque semaine, chaque mois, voire plus souvent dans les entreprises qui s’efforcent désespérément de s’adapter à une demande en constante évolution —, le plan s’adapte en conséquence. Wally Leisure, vice-président du développement commercial chez Algo, constate ce phénomène au fil de ses nombreuses discussions avec les responsables de la chaîne d’approvisionnement :

“ J’ai entendu des gens dire qu’ils effectuaient plusieurs fois par mois une nouvelle prévision des besoins afin de générer des commandes au cours du même mois. C’est leur seul moyen d’inciter les acheteurs et les planificateurs à agir. Et comme vous pouvez l’imaginer si vous êtes du côté des destinataires — que vous soyez acheteur ou planificateur —, imaginez à quel point vous détestez les lundis. ”

Les commandes passées sont annulées. Les fournisseurs à qui l'on avait demandé de suspendre leurs livraisons reçoivent désormais l'ordre de se dépêcher. C'est là l'effet « coup de fouet » en action, et il ne s'arrête pas aux frontières des secteurs d'activité. Comme le souligne Bush, même les environnements qui semblent stables en apparence n'y échappent pas :

“ Même dans le secteur automobile, si vous êtes un équipementier de premier rang qui approvisionne directement une usine d’assemblage, on pourrait penser que cet environnement est relativement stable. Nous allons montrer comment, d’une semaine à l’autre, ce signal fluctue à la hausse et à la baisse — car ils ne savent pas ce que leurs clients achètent. ”

La chaîne d'approvisionnement n'est pas défaillante. Elle fonctionne exactement comme elle a été conçue pour le faire. C'est sa conception qui pose problème.

 

Pourquoi on continue à le faire

Si les problèmes liés au réapprovisionnement basé sur les prévisions sont bien connus — et ils le sont, puisqu'ils font l'objet de publications depuis des décennies —, pourquoi cette pratique persiste-t-elle ?

Une partie de la réponse réside dans l’inertie inhérente aux systèmes eux-mêmes. Une autre partie tient à la simplicité séduisante du modèle. Si seulement nous pouvions améliorer les prévisions, pense-t-on, le reste suivrait. Les organisations investissent donc dans des outils de prévision plus sophistiqués, des données d’entrée de meilleure qualité et une analyse de la demande basée sur l’IA. Les prévisions s’améliorent légèrement. Mais la dépendance fondamentale reste inchangée. Les résultats sont décevants.

Et cela s'explique en partie, comme l'a observé Leisure depuis l'intérieur du secteur, par le fait que les parties prenantes qui orientent les décisions technologiques ne sont souvent pas celles qui en subissent les conséquences :

“ Les équipes financières commençaient à être déçues, frustrées par les rapports ou les chiffres, et la solution proposée était : ”Mettons en place un nouveau système ERP.” La chaîne d’approvisionnement est toujours reléguée au second plan. »

 

Un modèle différent

L'alternative ne consiste pas à renoncer aux prévisions. Bush est très clair à ce sujet :

“ Est-ce que cela signifie qu’il n’est plus nécessaire de faire des prévisions ? Bien sûr que non. Les prévisions et la planification de la demande sont des activités essentielles. Elles constituent le fondement même du processus S&OP — mais la manière dont nous utilisons ces prévisions pourrait évoluer. ”

Dans un modèle axé sur la demande, des stocks tampons stratégiques sont placés à des points clés de la chaîne d’approvisionnement — leur taille étant déterminée en fonction de la variabilité, des délais d’approvisionnement et des taux de consommation. Le réapprovisionnement est déclenché par la demande réelle transitant par ces stocks tampons, et non par une prévision de l'état futur. La prévision sert à déterminer la taille et l'emplacement des stocks tampons. Elle ne guide pas l'exécution au quotidien.

L'impact est considérable. Les planificateurs s'appuient sur une information qui reflète la réalité. Les fournisseurs reçoivent des commandes plus stables et plus prévisibles. Les niveaux de service s'améliorent, car vous n'avez plus à courir après une cible mouvante.

 

La véritable question qui se pose aux hauts dirigeants

Que vous soyez un responsable de la chaîne d'approvisionnement, un directeur financier chargé de surveiller les indicateurs de fonds de roulement ou un PDG qui se demande pourquoi la situation de vos stocks ne semble jamais s'améliorer malgré des investissements continus dans des outils de planification, voici la question sur laquelle il vaut la peine de s'attarder :

Dans quelle mesure notre architecture de planification repose-t-elle sur une hypothèse de précision des prévisions dont nous savons — au niveau des articles — qu'elle ne tient pas la route ?

Dans la plupart des organisations, la réponse est : la majeure partie.

Bush présente clairement cette opportunité :

“ Les enjeux sont bien trop importants. Un billion de dollars de stocks rien qu’aux États-Unis, rien que dans le secteur manufacturier. Si nous pouvions commencer à écouler ces stocks, nous pourrions acquérir davantage de moyens de production et relever d’autres défis fondamentaux — en utilisant ce fonds de roulement d’une manière bien plus adaptée à nos objectifs. ”

Les prévisions joueront toujours un rôle dans la planification de la chaîne d'approvisionnement. La question est de savoir si elles méritent le rôle qui leur est actuellement attribué.

Envie d'approfondir le sujet ? Bush et l'équipe Algo abordent ces questions dans le cadre d'une série de webinaires en quatre parties, allant du diagnostic des problèmes de prévision à la conception d'un modèle opérationnel axé sur la demande, en passant par la gestion du changement organisationnel que cela implique.

Regardez la série « The Trillion Dollar Forecast » ici →

A propos de l'auteur

logo de la société algo sur fond violet

Karen McNaughton

Karen est vice-présidente du marketing mondial chez Algo, où elle dirige les stratégies visant à améliorer la notoriété de la marque et à générer de la demande pour la plateforme d'intelligence de la chaîne d'approvisionnement de l'entreprise. Avec plus de vingt ans d'expérience dans des fonctions marketing de haut niveau au sein de diverses organisations technologiques SaaS, Karen apporte une grande expertise dans la direction d'équipes marketing mondiales et dans l'exécution de stratégies de mise sur le marché.

Recommandé pour vous