La légende urbaine veut qu’on a besoin d’une prévision fiable.
Bien sûr on sait que ça n’arrivera pas, la réalité de la demande diffèrera des prévisions. Pour autant, des efforts importants sont consacrés à améliorer la fiabilité des prévisions.
Par curiosité, voyons sur un article réapprovisionné selon un buffer DDMRP, l’impact de différents jeux de demande.
Ce buffer est calculé sur consommation historique de 12 semaines, le délai de réapprovisionnement de l’article est de deux semaines.
Avec notre prévision actuelle, voici comment se projettent nos stocks (courbe noire).
Testons ce même article avec une demande 50% inférieure. Moitié moins de demande sur l’ensemble de l’horizon. Ça va, le stock est un peu haut au début de l’horizon mais s’ajuste rapidement à un niveau correct. Sans intervention humaine.
Maintenant testons avec une demande double sur l’ensemble de l’horizon. C’est un peu juste au début de l’horizon, avec un stock très bas. Comme sur cet exemple on calcule le buffer sur historique, on a un peu d’effet retard, mais ça passe plutôt pas mal. Sans intervention humaine. Si nous avons un planificateur qui surveille et qui réagit sur exception aux alertes d’exécution sur cet article, ça va encore mieux passer.
On peut même faire appel à l’assistant « ajustements intelligents » d’Intuiflow, qui va mieux sécuriser le début de l’horizon sans pour autant sur-réagir, ce qu’un humain risque de faire…
Récapitulons. Sur cet exemple, le buffer de stock établi pour un plan de demande donné réagit de manière satisfaisante sur une demande moitié moindre ou sur une demande deux fois plus élevée.
Agilité et résilience en pratique…
Il est vrai que cet article a un délai relativement court et des réapprovisionnements assez fréquents – peut être car sa supply chain a été conçue avec des points de découplage qui permettent cette réactivité ?
Si vos délais sont plus longs la plage de fonctionnement sera plus étroite et il sera sans doute plus pertinent d’utiliser la prévision plutôt que l’historique pour ajuster les buffers, mais ce petit exemple ne donne-t’il pas à réfléchir sur l’obsession de certains avec la fiabilité des prévisions ?
