La Supply Chain Quantitative est une démarche plus qu’une fin en soi. Pourtant, un responsable supply chain qui lance une initiative de Supply Chain Quantiative a besoin d’en connaître le calendrier. Même si des résultats positifs peuvent être observés en quelques mois, il faut en général deux ans pour que la Supply Chain Quantiative porte réellement ses fruits. Dans le présent article, nous présentons le calendrier typique d’une initiative de Supply Chain Quantiative au sein d’une entreprise moyenne. Pour les grandes entreprises, les projets prennent deux fois plus de temps.
Lorsqu’une initiative de Supply Chain Quantiative est effectuée avec Lokad, un de nos Supply Chain Scientist s’en charge principalement à distance. Dans ce cas, la préparation des données est effectuée directement sur la « plate-forme logicielle de Lokad ». C’est le point de vue adopté ci-dessous. Les deux parties citées sont Lokad et le client.
Lancement du projet
Les représentants des deux parties se présentent et planifient des réunions hebdomadaires. Ces dernières auront lieu jusqu’à ce que la phase de production soit atteinte. Le Supply Chain Scientist présente les différentes phases de mise en œuvre et les livrables que le client recevra. Le reste de l’appel consiste à passer en revue divers détails logistiques et caractéristiques informatiques de l’intégration. Après cet appel, un résumé des aspects organisationnels du projet est rédigé et transmis au client.
Spécification des données
Rapidement après la réunion de lancement, le Supply Chain Scientist rédige les spécifications des données nécessaires à la mise en œuvre du projet. Ces spécifications sont vérifiées et validées avec le client. Ce document doit notamment définir les données à extraire des systèmes informatiques du client. D’une manière générale, l’extraction doit rester aussi proche que possible des données d’origine présentes dans ces derniers.
Premier chargement de données
Une fois les spécifications validées, le premier ensemble de données est chargé sur les serveurs de Lokad par le client. Généralement, à ce stade, le chargement n’est pas encore automatisé, car plusieurs tentatives sont nécessaires pour obtenir un consensus sur les détails des spécifications.
Validation des données
Le Supply Chain Scientist analyse en profondeur le contenu des données du client. Des contrôles d’intégrité sont notamment mis en place pour surveiller la qualité des données en fonction de plusieurs indicateurs. L’objectif est de vérifier que 1) l’ensemble de données est correctement rafraîchi par le processus de chargement, 2) l’ensemble de données reflète correctement l’activité de l’entreprise et 3) l’ensemble de données est cohérent et assez complet pour les besoins de l’optimisation de la supply chain.
Pendant cette phase, le Supply Chain Scientist fournit au client divers tableaux de bord qui évaluent la qualité des données. Ces tableaux de bord peuvent être utilisés par le client au-delà de l’initiative de Supply Chain Quantiative elle-même — dans leur processus d’assurance qualité interne par exemple.
Audit à mi-projet
Six semaines après le lancement, une réunion est organisée pour estimer l’avancement du projet. Cet audit a pour objectif de résoudre aussi tôt que possible les problèmes qui peuvent être rencontrés pendant la mise en œuvre, notamment ceux qui pourraient retarder la phase de production. Chez Lokad, il consiste en un échange entre notre expert en supply chain et le client autour d’une liste de points à vérifier communiquée au client à l’avance par le Supply Chain Scientist, juste après la réunion de lancement.
Automatisation des chargements
Une fois que les deux parties ont validé la qualité globale de l’ensemble de données chargé précédemment, le client met en œuvre un processus automatisé qui transfert ses données vers Lokad régulièrement — chaque jour idéalement. En parallèle, du côté de Lokad, la logique du contrôle d’intégrité avec ses multiples vérifications est prévue pour être exécutée après chaque chargement.
Mise en place de l’optimisation
Dès cette étape, le Supply Chain Scientist dispose de tous les ingrédients pour mettre en œuvre l’optimisation des décisions visée par le client. Des scripts sont donc implémentés par Lokad pour générer plusieurs résultats quantitatifs : suggestions d’achat opérationnelles, d’expéditions, etc. Les chiffres produits par ces scripts peuvent être visualisés sous forme de tableaux de bord. Dès lors, ces derniers ne représentent qu’une version préliminaire des tableaux de bord finaux et doivent être revus avec le client.
Commentaires et ajustements
Les demandes de modification des différents résultats formulées par le client entraînent généralement l’ajustement des scripts rédigés par le Supply Chain Scientist. De nombreux paramètres et méthodes sont disponibles pour mettre en cohérence les caractéristiques de la supply chain à optimiser et la logique d’optimisation. Lorsque la méthodologie a une importance stratégique pour le client, le sujet est directement discuté par le client et le Supply Chain Scientist.
Production
Après plusieurs itérations d’ajustement et de révisions, le client atteint un stade où il fait confiance à la logique mise en œuvre par le Supply Chain Scientist. À ce moment-là, le client peut mettre le service en production et exécuter directement les décisions supply chain générées par le logiciel. Lorsque le client valide le fait que la solution est prête pour être mise en production, le Supply Chain Scientist livre une documentation qui garantit la maintenabilité de la solution.
Support et maintenance
La solution est opérationnelle, utilisée par le client et le Supply Chain Scientist veille au bon fonctionnement des échanges de données. Des appels sont organisés régulièrement entre le client et le Supply Chain Scientist pour vérifier que l’optimisation correspond aux attentes du client en matière de performance de la supply chain. De plus, les supply chains ne sont pas statiques : l’activité ou les outils informatiques évoluent, de façon plus ou moins importante, et ces changements doivent être examinés (nouvel entrepôt, décalage du marché, nouveau processus, etc.). Le Supply Chain Scientist suggère les modifications appropriées aux diverses évolutions. Ces appels sont prévus à une fréquence définie au préalable, mensuellement par exemple.
