menu icon
close

Finir ce qu’on commence

Mes parents me le disaient souvent quand j’étais gamin : finis donc ce que tu as commencé avant de passer à autre chose ! C’est un conseil simple qui reste d’actualité et qui est pourtant largement sous-estimé dans l’industrie. La traduction dans un environnement de production est simple : lorsque vous commencez à travailler sur un ordre de … Lire la suite

Des projets ERP anachroniques

woman in front of a computer that fills the room, ready to upgrade erp

Le monde change vite, les crises se succèdent, les opportunités doivent être saisies rapidement – dans un environnement VUCA les entreprises ont besoin d’agilité, d’adaptation continue et de résilience. Après ces dernières années de secousses telluriques, il semble que le sujet ne fasse plus débat, au moins dans la communauté supply chain. Et pourtant, toujours … Lire la suite

Le syndrome des fins de période

hourglass in front of calendar page, representing end-of-the-month demand signal distortion

La demande réelle ne change pas d’elle-même lorsque vous terminez un trimestre. Alors pourquoi faire tout ce qui est possible pour expédier le plus de marchandises possible ?

La promesse d’une Supply Chain 32% plus douce

Je ne sais pas vous, mais les publicités de produits cosmétiques qui annoncent des résultats démontrés du type « une peau 25% plus douce » m’ont toujours semblées étranges. D’une part comment fait-on pour mesurer la douceur de la peau – est-ce qu’il y a des machines à mesurer la douceur ? – et d’autre … Lire la suite

Piloter les stocks : le grand bleu invisible

blue boxes everywhere, representing excess inventory

Dans la grande majorité des entreprises, le rôle premier d’un approvisionneur est d’éviter les ruptures. Si vous approvisionnez des composants pour une usine d’assemblage, la production sera sur votre dos pour chaque manquant – ça empêche de fabriquer, et la ligne risque d’être à l’arrêt !

Apprendre à voir à l’ère digitale

hardhat workers in front of computer screens, using process mining to map their value streams

Deux des ouvrages de référence pour les praticiens du Lean sont « Learning To See » et, un peu moins connu, « Seeing the Whole Value Stream ». Ces ouvrages ont été utilisés par des générations de praticiens pour structurer leurs démarches de Cartographie de Flux de Valeur (Value Stream Mapping / VSM), et restent une lecture hautement recommandée ! … Lire la suite

Quel est le coût de possession d’un stock ?

inventory cost

Avant de décider d’investir des ressources de l’entreprise dans un projet de transformation supply chain, nous avons besoin de démontrer un retour sur investissement. Cet exercice bute souvent sur une question : si je réduis les stocks de X%, qu’est-ce que ça économise ? A l’inverse, si ma nouvelle organisation implique une augmentation des stocks, comment prendre … Lire la suite

Comment rester simple ? Gérer les priorités.

colored confetti falling on a podium, illustrating the way many companies set supply chain priorities

Gérer les priorités est le quotidien de nos planificateurs, de nos superviseurs de production, de nos supply chain managers – en permanence on doit arbitrer : que faire en premier, en second, et ensuite ? Voici 4 tips pour y prevenir.

Et si les prévisions étaient précises et fiables ?

man wearing specialized binoculars to repair a watch

Je lisais récemment une démonstration d’un cabinet de conseil prônant la recherche d’une « Forecast Excellence ». La démonstration était imparable, elle tendait à démontrer qu’améliorer la fiabilité des prévisions avait des effets bénéfiques pour toutes les fonctions de l’entreprise. En gros le message était : « SI vous améliorez la fiabilité des prévisions, ALORS vous pourrez viser un … Lire la suite

Une logique floue pour un monde incertain

blurred image of a factory floor, representing the fuzzy supply chain

On adore la data, big si possible, les data scientists phosphorent, les modèles de machine learning font surchauffer les data centers. On adore la data, big si possible, les data scientists phosphorent, les modèles de machine learning font surchauffer les data centers.