menu icon
close

Maîtriser le temps pour améliorer l’OTD

Par Bernard Milian
A rabbit and a turtle are on a paved road, seemingly engaged in a race. The rabbit is mid-hop, while the turtle moves steadily on all fours. The background is blurred, suggesting an outdoor setting, possibly along a forest or park path.

Rien ne sert de courir…

Dans vos ressources de production, dans vos ordres de production, parmi vos fournisseurs, vous avez des lièvres et des tortues.

Le tout est d’arriver à temps (oui, je sais, ce n’est pas la morale d’origine).

C’est ce que mesure l’indicateur de performance le plus important pour la supply chain : le taux de service – avec quelques variantes de calcul en fonction des entreprises – taux de service, OTD, OTIF, appelez-le comme vous voulez, mais faites en sorte qu’il approche aussi prêt que possible des 100%.

Comment améliorer l’OTD ?

Le taux de service est la résultante de processus, de décisions, d’aléas – c’est le juge final de l’aptitude d’une entreprise à répondre à la demande.

Concevoir un modèle de pilotage pertinent, positionner les bons stocks au bon endroit, piloter la capacité, développer la performance fournisseur, améliorer la fiabilité des équipements, réduire les non-qualités, tout va contribuer à améliorer l’OTD – mais quand le résultat n’est pas à la hauteur des attentes, comment définir les priorités d’actions à mener ?

Maîtriser le temps

Pour améliorer l’OTD et engager son processus d’amélioration, la Théorie des Contraintes préconise l’utilisation raisonnée de buffers de temps.

On positionne en particulier toujours un buffer de temps à la fin du processus – avant expédition au client, ou avant mise en stock.

Un buffer de temps est une marge de sécurité intégrée dans le flux – dans la gamme opératoire de l’article fabriqué.

Par exemple, nous allons positionner un buffer de temps de 3 équipes avant expédition. Ça signifie que nous visons une fin de fabrication des produits 3 équipes avant la date promise d’expédition. Si nous travaillons en 3×8, nous visons une disponibilité avec une sécurité de 24h.

Par ailleurs nous allons diviser cette sécurité en trois zones rouges / jaunes / vertes.

The image is a visual representation of a time buffer divided into three zones: Green (0-32%), Yellow (33-66%), and Red (67-100%). It illustrates the flow of time from early to late with a labeled total buffer, showing where scheduled start times and buffer lengths occur.

Sur cet exemple, chacune des zones représente un tiers du temps – une équipe de 8h si notre buffer est de 24h.

Ces jeux de couleur vont permettre de visualiser sans ambiguïté les priorités, et nous devons y associer des actions :

  • Quelle action si le produit n’est pas encore disponible dans la zone jaune ?
  • Quelle action sir le produit n’est pas encore disponible dans la zone rouge, pour éviter qu’il ne finisse en retard ?

Alimenter l’amélioration continue

Une mesure d’OTD compte le pourcentage de lignes livrées à temps. C’est binaire : bon ou mauvais.

Lorsqu’on utilise un buffer de temps, on peut mesurer quelque chose de plus circonstancié : dans quelles zones du buffer de temps recevons-nous les articles ?

Nous pouvons désormais analyser quelle est la consommation de notre buffer de fin, et les caractéristiques des ordres qui arrivent à la fin du buffer ou en retard – s’agit-il par exemple des ordres qui passent par un moyen de production spécifique ?

The image is a stacked bar chart showing the count of scheduling orders by execution status. Each bar is divided into color-coded sections: blue (early), green, yellow, red, and maroon (late). The top of the chart shows percentages for early (76%) and late (19%) orders, with the rest distributed among the other statuses. Each bar represents different data points, with the majority in the blue (early) section across most bars.

On constate que de nombreux ordres arrivent dans le buffer de temps en avance (en bleu) alors que d’autres arrivent en retard (rouge sombre) – peut-on réduire les bleus pour libérer la capacité pour éviter les retards ? S’il y a tant de bleu, pouvons-nous réduire le délai ?

Le buffer semble trop faible, le nombre de réceptions en vert / jaune / rouge est faible – faut-il augmenter la taille du buffer ? Faut-il renforcer en production la discipline de respect des priorités ? Probablement les deux…

Capturer une nature de cause lorsqu’un ordre est reçu en retard et dans la zone rouge permet d’alimenter le processus d’amélioration continue.

The image shows a user interface for logging late tasks. It displays the status "On Time: late" in red, with a dropdown menu labeled "Reason" where options such as "Machine," "Manpower," "Manpower/Absent," "Materials," and "Method" can be selected. Below the dropdown, there is a notes field for additional details. At the bottom, there are three buttons: "Last Batch" (green), "In Progress" (purple), and "Cancel" (red).

Ceci va permettre de disposer en permanence d’un diagramme d’Iskikawa (cause et effets) à jour, et d’orienter les actions.

L’exemple ci-dessous est clair : il faut se focaliser sur la gestion des effectifs et de leur polyvalence…

The image is a horizontal bar chart displaying reasons for late tasks. Each reason is represented by a red bar, with "Manpower" having the longest bar, indicating it as the most common cause. Other reasons listed include "Method," "Machine," "Too Much Work on the Floor," "Pushed out by Expedite," and "Operator Efficiency," with smaller or negligible bars. The chart uses dark red for "Late" and a lighter red for the same category.

Ce mécanisme de buffer de temps présente donc un double intérêt :

  • Intégrer dans le modèle opératoire une sécurité pour protéger les dates promises
  • Introduire un mécanisme de mesure pour mener les actions d’amélioration

Alors, prêts à maitriser le temps ? Parlons-en !

Prenez contact avec nous

Partagez cet article, choisissez votre plateforme !

Facebook
Twitter
LinkedIn

Articles récents

Inscrivez-vous à notre newsletter

Vous aimerez aussi

A row of pipes releasing streams of water into a reservoir, illustrating a water filtration or supply system.

Optimisez les flux, pas les stocks

De multiples solutions logicielles, et non des moindres, proposent d’optimiser les stocks. Cherchez donc sur Google « optimisation des stocks » … En fait si on

A vibrant, multicolored 3D wave-like graph with peaks and valleys, representing data points on a grid with a dark gradient background. The colors range from yellow, green, blue, to red, creating a dynamic, abstract visualization.

La loi des grands nombres

En mathématiques la loi des grands nombres est un principe fondamental de la théorie des probabilités qui stipule que, lorsque l’on répète une expérience aléatoire