De multiples solutions logicielles, et non des moindres, proposent d’optimiser les stocks. Cherchez donc sur Google « optimisation des stocks » …
En fait si on y regarde de plus près, un stock ne s’optimise pas, voyons pourquoi.
Il faut tout d’abord comprendre ce qu’est un stock, et ce qu’est la nature d’une supply chain.
Je vous propose de considérer un stock sous deux angles :
- Le stock est un investissement dans le cadre de la modélisation de la supply chain. On va positionner du stock à tel ou tel endroit pour permettre d’assurer une disponibilité à cette étape-là. Par exemple pour assurer des expéditions sous 24h sur un site d’e-commerce, on va chercher à disposer d’un stock de produits finis.
- Le stock est une conséquence, un symptôme résultant des décisions de planification, de la demande réelle, des réceptions réelles, d’un ensemble de décisions et de conséquences d’évènements qui font que finalement vous avez aujourd’hui 5 palettes de cette référence dans votre centre de distribution.
Considérons maintenant la nature, intrinsèquement dynamique, d’une supply chain. Les marchés génèrent une demande, c’est-à-dire une vitesse de consommation de vos produits, qui induit en amont une vitesse de consommation de vos semi-finis, de vos composants achetés, et qui se propage sous forme de vitesse de consommation de multiples articles dans votre réseau de fournisseurs.
Cette vitesse de consommation – le rythme de la demande – est supporté pour chaque article par un flux d’approvisionnement.
C’est l’écart entre la vitesse à laquelle cet approvisionnement arrive et la vitesse à laquelle le marché consomme qui fait que le stock augmente ou diminue. A l’extrême la consommation disparaît et on génère du stock obsolète – ou la consommation est plus forte et on génère des ruptures… qui stoppent la consommation.
Ce que nous devons optimiser, ce sont donc les flux, non les stocks. Optimiser les flux signifie cadencer le flux d’approvisionnement au plus près de la demande réelle. Lorsque la demande augmente, on tire davantage d’approvisionnements, et lorsque la demande décroît, on ralentit.
Il s’agit d’ajuster le débit d’un flux, et non de remplir des réservoirs statiques.
Pour permettre cette adaptation continue du rythme d’approvisionnement au rythme de la demande, il faut se départir d’un certain nombre de mauvaises habitudes…
Les tactiques Demand Driven nous prennent par la main pour nous aider :
- Un buffer DDMRP ne décrit pas un stock, mais un flux. L’empilage des zones rouges, jaune et vertes décrit le total de « flux disponible » à maintenir.
- On identifie en permanence le rythme de la demande. Cet article a une consommation historique moyenne de 12 par jour et une prévision moyenne de 14 par jour. C’est très différent d’une approche « la prévision du mois prochain est de 280 et celle du mois suivant de 195 ». On ne raisonne pas quantité discrète par période, mais rythme de demande en continu, et adaptation du rythme d’approvisionnement.
- On combat les distorsions du rythme de la demande. Si la zone verte est trop élevée, elle génère un réapprovisionnement peu fréquent, qui déconnecte le rythme de consommation et d’approvisionnement – ça saute aux yeux et on essaye d’en réduire l’impact.
- On réduit le plus possible les horizons figés, qui par définition déconnectent vitesse de consommation et d’approvisionnement. Lisser, oui – figer, non – où le plus tard possible.
- On ajuste à intervalle régulier la conception du modèle de flux – points de découplage, délais, buffers de temps, contraintes de capacité – afin que le modèle opératoire permette une réponse dynamique et fiable à la demande.
- On se donne la visibilité du S&OP en continu, et on prend les arbitrages requis au bon moment plutôt que le mois prochain.
L’optimisation des flux est très différente des tactiques historiques d’optimisation des prévisions et d’optimisation des stocks de sécurité. Elle fait appel dans Intuiflow à des techniques analytiques (IA d’Auto-Pilot, process mining, simulation…), mais aussi et surtout elle met à contribution la connaissance et l’intelligence collective des équipes pour concevoir le modèle de flux et l’améliorer en permanence.
