Demand Driven et maturité supply chain

Par Bernard Milian
supply chain maturity - ladders

Nous avons souvent des questions ou des commentaires sur le niveau de maturité supply chain requis pour que des entreprises d’une part soient prêtes à mettre en œuvre DDMRP, et d’autre part en tirent des bénéfices opérationnels significatifs.

Les questionnements sont parfois paradoxaux.

Plusieurs entreprises nous disent « DDMRP ça a l’air intéressant, et adapté à notre environnement, mais nous devons d’abord acquérir une meilleure maturité dans notre pratique de MRP ».

A contrario, certains nous disent « DDMRP semble un peu trop basique pour des entreprises qui ont des pratiques supply chain matures, mais pour des entreprises moins avancées ça semble donner de bons résultats ».

Mmhh. Quel niveau de maturité est trop peu ou trop pour bénéficier des tactiques Demand Driven ?

Non, vous n’avez pas besoin d’être experts en MRP…

Acquérir une maîtrise aboutie d’un modèle MRP, pour la majorité des entreprises, est un travail de longue haleine. Fiabilité des prévisions, fiabilité des données techniques, paramétrage des délais et des tailles de lots, fiabilité des stocks, discipline de planification par les différents acteurs, formation aux bonnes pratiques MRP2, dimensionnement et maintien des stocks de sécurité, etc. Bien souvent c’est un travail sans fin, qui mobilise sur plusieurs années les équipes internes et des consultants en support.

Les résultats de ces efforts peuvent être significatifs, mais sont parfois décevants, et ils dérivent dans le temps lorsque les personnes clés changent de fonction.

Certaines de ces pratiques sont tout aussi importantes pour DDMRP. Si vous n’avez pas une discipline adéquate pour passer les transactions de stock et que vos équipes ne peuvent pas se fier aux stocks informatiques, votre modèle DDMRP ne fonctionnera pas.

Faut-il pour autant passer par la case MRP ?

Clairement non. Les exemples d’entreprises qui ont directement mis en œuvre DDMRP sans mettre en œuvre MRP au préalable sont multiples.

Lors de la mise en œuvre de DDMRP, les problèmes de données techniques, de paramètres de délais et de taille de lot, les paramétrages de stock, la discipline de fonctionnement : tous ces aspects sont traités, de manière beaucoup plus simple, rapide et évidente que dans une démarche MRP traditionnelle.

Par exemple, lors d’une mise en œuvre récente, les délais de certaines étapes de fabrication dans l’ERP étaient bien supérieurs au délai réel de transformation. C’était comme ça dans l’ERP depuis longtemps et ça ne choquait personne. Dès que le modèle DDMRP a été alimenté avec ces éléments, il a sauté aux yeux de tous les participants que ces délais conduisaient à des cibles de stock bien trop élevées, et à la génération d’ordres de fabrication bien trop tôt. Quelques jours plus tard les délais étaient corrigés dans l’ERP.

La mise en œuvre de DDMRP apporte immédiatement une visibilité accrue sur la pertinence des paramètres, et engage un processus d’amélioration continue qui limite grandement les risques de dérive dans le temps.

A contrario, si vous êtes une entreprise très mature dans les pratiques MRP, par exemple vous êtes « Classe A » selon certains référentiels, il y a des risques que vos équipes aient plus de mal à sauter le pas car il faut désapprendre certaines pratiques… DDMRP est-il réservé aux entreprises peu matures dans leurs pratiques Supply Chain ?

DDMRP et Maturité Supply Chain

Pour certains, DDMRP semble trop basique. Par exemple les dimensionnement de stocks et la manière de déterminer les zones rouges, jaunes et vertes ne semblent pas assez scientifiques – quels sont les maths qui supportent la démarche ?

Plusieurs voix, par exemple dans les milieux académiques et chez des éditeurs de logiciel non DDMRP expriment que l’approche Demand Driven est insuffisante, voire « has been ».

Au fil des années, des pratiques en apparence plus sophistiquées ont été développées et promues. Formules de calcul de stock de sécurité, optimisation multiniveau, recherche opérationnelle, intelligence artificielle : tout cela semble plus scientifique, mathématique.

Récemment, un interlocuteur sceptique me disait : « on voit beaucoup de témoignages d’entreprises qui progressent grâce à DDMRP, mais c’est sans doute parce qu’elle n’étaient pas très matures, elles auraient sans doute pu progresser d’avantage avec l’approche XYZ ».

Admettons. Toutefois il est remarquable de noter que plusieurs de nos clients qui témoignent des progrès réalisés avec DDMRP étaient déjà des entreprises très matures, avec de très bonnes performances de stock et de service, une solide discipline de prévision, une instance ERP mondiale avec un modèle standard déployé et des équipes formées, un S&OP effectif, etc. Plusieurs d’entre elles ont mené au préalable le déploiement d’APS, certaines se sont essayées au MEIO (Multi Echelon Inventory Optimization), voire ont testé à grande échelle de l’optimisation de stock de sécurité avec Intelligence Artificielle. Et pourtant elles se sont lancées dans une transformation Demand Driven et elle témoignent de résultats significatifs.

Comment est-ce possible, alors que certaines approches semblent plus scientifiques, puissantes et rationnelles ?

Il y a sans doute quelques facteurs essentiels :

  1. Une supply chain n’est pas simplement pilotée par des algorithmes. Elle est pilotée par des hommes et des femmes qui prennent des décisions sur la base d’informations. Plus ces informations sont compréhensibles et induisent une amélioration continue, plus les décisions seront pertinentes.
  2. Toutes scientifiques qu’elles soient, la majorité des démarches d’optimisation reposent sur un modèle de flux poussé, et non de flux tiré multi niveau. La mécanique de réapprovisionnement en flux tiré assure une adaptation constante en temps réel dont la supériorité a fait ses preuves depuis des décennies.
  3. Plus elles sont complexes et confrontées à un environnement volatile, moins nos supply chains peuvent faire l’objet d’optimisation : elles doivent apprendre et s’adapter.
  4. DDMRP n’exclut pas la technologie ! Les techniques de data science et d’intelligence artificielle, lorsqu’elles sont pertinentes, sont mises en œuvre au sein de nos solutions.

Comprendre l’aventure Demand Driven

Chaque entreprise est différente, dans son modèle de business et son niveau de maturité. La force de la démarche Demand Driven est que, quel que soit votre modèle et votre point de départ, elle vous permettra de progresser, d’une part lors du déploiement du projet, et d’autre part sur le long terme.

Entrer en contact

Partagez cet article, choisissez votre plateforme !

Partager sur facebook
Facebook
Partager sur twitter
Twitter
Partager sur linkedin
LinkedIn

Articles récents

Vous aimerez aussi

Restez informé avec nos dernières mises à jour

Prénom*
Ce champ n’est utilisé qu’à des fins de validation et devrait rester inchangé.