Tailles de lot adaptées au flux : quelle équation ?

Il y a quatre ans j’avais été convié à présenter DDMRP devant une équipe d’une entreprise de dispositifs médicaux, filiale d’un groupe Allemand. Supply chain, achats, production, qualité étaient dans la salle. Ils souhaitaient en savoir plus car ils souffraient de longs délais, trop de stock, un taux de service insatisfaisant, et faisaient face à de nombreuses urgences. 

L’entreprise avait mené plusieurs projets pour améliorer la situation, et usé quelques supply chain managers. Un des projets clés du moment – « TCO » – portait sur l’amélioration du « total cost of ownership ». Je m’étais dit que l’initiative était positive : cette entreprise approvisionnait d’Asie vers l’Europe de nombreux produits, la prise en compte du coût complet réel dans les décisions de sourcing ne pouvait être qu’une bonne chose. 

Ma présentation recevait un accueil favorable, jusqu’au moment où je me laissais emporter par l’enthousiasme et dézinguais allègrement la formule de Wilson, celle qu’on utilisait il y a des années pour calculer une quantité économique de commande, vous vous souvenez ? 

Alors que j’insistais lourdement sur les dommages que cette formule avait fait dans l’industrie, je sentais monter un inconfort grandissant auprès de mon audience. 

Après quelques échanges gênés, il s’est avéré que le fameux projet « coût complet d’achat » consistait essentiellement à augmenter les tailles de lot d’achat, de manière à diminuer la charge du contrôle d’entrée. En effet, en pharma ou dans les dispositifs médicaux, le contrôle d’entrée est une opération clé, qui nécessite une traçabilité parfaite des lots, et ça peut être une opération lourde. 

Suite à une cartographie des flux l’équipe avait constaté que le plus gros du délai sur leur site était la file d’attente avant contrôle d’entrée. De mémoire la moyenne était à plus de deux semaines. 

La conclusion qu’ils en avaient tiré ? Pour réduire les délais sur le site et réduire les coûts, il faut moins de lots en contrôle d’entrée, pour cela on va massifier les lots d’achat en intégrant le coût du contrôle d’entrée dans la formule de Wilson, en plus ça va nous permettre de faire des coups d’achats opportunistes avec des fournisseurs ponctuels. 

OK, vous me voyez venir, ceci va un tantinet à l’encontre du flux, et du réel coût complet d’obtention. 

On s’est séparés amicalement après ma présentation, et ils ne m’ont pas rappelé… A priori ils recommencent aujourd’hui à se pencher sur DDMRP, peut-être que le projet TCO n’a pas rapporté les gains escomptés. 

Est-ce qu’il y avait des solutions pour élever la contrainte capacitaire de ce contrôle d’entrée ? Il était intégralement manuel, sans dossier de lot électronique, il y avait un manque de polyvalence des équipes, quelques moyens de mesure étaient saturés et les fournisseurs d’opportunité ne pouvaient pas être sous AQ (assurance qualité), ce qui alourdi les contrôles. Autant de pistes de progrès sans doute… 

Revenons à aujourd’hui. Nous venons d’accueillir en alternance dans notre équipe un jeune étudiant en Supply Chain Management. Alors que je lui expliquai vendredi que la formule de Wilson était à bannir, il écarquilla les yeux : ça fait des années qu’on lui enseigne cette formule pour déterminer les quantités économiques, c’était même le dada d’un de ses professeurs ! 

Enseigner aux jeunes générations la formule de Wilson en 2020 est un crime contre le flux des années à venir, non ? 

Bon me direz-vous, pourquoi tant de haine contre la formule de Wilson ? Après tout elle a l’air scientifique non ? Il y a une racine carrée ! 

La formule de Wilson est un bel exemple de formule précise. On divise un numérateur par un dénominateur, et en on prend la racine carrée. Popularisée en 1934 par Wilson, et à l’origine édictée dès 1913 par Harris, elle établit le point optimal de coût total entre le coût de possession de stock et le coût de passation de commande. C’est imparable. 

Ah, petits détails : 

Comment est-ce qu’on calcule le coût de possession ? Quel est le coût de porter du stock ? Quel est le coût réel du capital immobilisé dans ce stock ? Quel est le coût de non qualité, de stockage, d’obsolescence ? Quel est le coût d’un surstock ? Quel est le coût d’une rupture ? Quel est le coût de ventes perdues ? Comment fait-on pour calculer ce coût sans mélanger allègrement des coûts variables et des coûts fixes ? 

Et le coût de passation de commande, qu’est-ce que c’est ? J’ai connu des entreprises qui avaient réalisé le calcul suivant : j’ai quatre approvisionneurs, chacun travaille 1600h par an, ils traitent 10 000 commandes par an, j’ai donc un coût par ligne de commande de 0,64 heures d’un approvisionneur. Hum – si je passe 1000 commandes de moins est-ce que je vais économiser 640 heures ? 

En résumé : la formule de Wilson applique une racine carré au ratio d’une estimation arbitraire divisée par une autre estimation arbitraire. On a là un bel exemple de calcul précisément faux, non ? 

Ce raisonnement de 1913 n’est clairement plus applicable, s’il ne l’a jamais été. Soyons clair, cette formule a conduit la majorité des entreprises à entraver leur flux, alors que le cœur du métier d’une entreprise est de générer un flux rapide et fiable de produits qui rencontrent les attentes des clients ! 

Il ne s’agit pas d’ignorer de véritables contraintes qui induisent des coûts. C’est souvent un point d’achoppement dans les démarches lean : le « flux pièce à pièce », où la taille de lot est 1, n’est pas réaliste dans de nombreux cas.  

Un camion ou un conteneur a un coût et une empreinte écologique. Des changements de série qui requièrent du temps sur un équipement saturé ont un coût. Les pertes matières liées au lavage entre deux produits dans des industries de process ont un coût.  

Même si on peut améliorer la flexibilité de nos moyens avec des démarches SMED et des évolutions technologiques, on ne doit pas ignorer ces coûts, et on doit les prendre en compte dans la conception de notre modèle.  

Le modèle Demand Driven nous apporte un support précieux pour adresser la question des tailles de lot, et travailler à les mettre en adéquation avec l’établissement d’un flux matière rapide et fiable : 

Visibilité partagée 

• Les tailles de lot des positions stockées sont matérialisées par les zones vertes des buffers. Lorsque ces zones vertes sont disproportionnées par rapport aux zones rouge et jaune, ça saute aux yeux. Si vos acheteurs, vos producteurs, votre supply chain, les équipes technique, le marketing ont été formés au DDMRP, tous comprennent la même chose et l’impact des zones vertes. Il devient plus facile d’aligner les vues des uns et des autres.  

Impact économique 

• L’impact de la zone verte sur les valeurs de stock est facile à exprimer en montant d’investissement. Le modèle de fonctionnement peut être simulé avec plusieurs tailles de lot, et les impacts sur les stocks, le service, les délais, le nombre de changements de série sont faciles à évaluer. 

Pragmatisme des tailles de lot 

• L’utilisation de cycles de commande (intervalle en jours entre chaque lot), ou d’un facteur de délai (utilisation d’un pourcentage pour établir une taille de lot raisonnable en rapport avec un délai court, moyen ou long) permettent de dimensionner un modèle compatible avec les contraintes existantes. 

Planification groupée 

• Les buffers de stock et les buffers de temps DDMRP permettent facilement la planification groupée : on regroupe les productions ou les commandes qui peuvent s’enchaîner à moindre coût, tout en prenant en compte en temps réel des priorités client. Ceci est un moyen très efficace de réduire les tailles de lot au code article sans détériorer les coûts. La définition de ces règles dans la conception du modèle opératoire permet de se reposer les bonnes questions et d’extraire de la tête des opérationnels ou du méandre des fichiers Excel la logique adaptée à un flux. 

Amélioration continue 

• La performance du modèle Demand Driven est mesurée en permanence, les leviers d’amélioration sont mis en valeur, et les équipes sont incitées à améliorer le modèle en permanence. 

Qu’est-ce qu’une taille de lot économique au final ? Un lot qui permet au flux de s’écouler rapidement, qui est compatible avec l’état actuel de nos capacités, qui prend en compte de manière pragmatique nos contraintes, et que l’on va travailler en permanence à réduire. Ça ne se met pas en équation avec racine carrée, mais ça sollicite la connaissance et l’intelligence de nos équipes !