Dans mon précédent blog, j’ai décrit comment l’apparition du coronavirus était une illustration des conditions volatiles, imprévisibles, complexes et ambiguës (VUCA) auxquelles sont confrontées les chaînes d’approvisionnement. Étant donné que les conditions VUCA sont imprévisibles, il est impératif que les responsables de la chaîne d’approvisionnement évaluent les mesures qu’ils peuvent prendre pour améliorer l’agilité globale de leurs opérations. Plus les opérations de votre chaîne d’approvisionnement seront agiles, plus vous serez à même de faire face à des conditions imprévisibles.

Dans ce contexte, la forte dépendance des fabricants américains et européens vis-à-vis de l’approvisionnement en matières et composants en provenance d’Asie place les entreprises dans une position intrinsèquement à haut risque. L’allongement des délais qui accompagne le recours à des fournisseurs asiatiques se traduit par des temps de réaction plus lents, des niveaux de stocks plus élevés et un risque accru d’obsolescence. 

Lorsque les entreprises du monde entier ont commencé à utiliser les concepts de planification des besoins matières pilotés par la demande (DDMRP), elles sont devenues très conscientes des conséquences de l’allongement des délais sur leurs stocks et de la moindre flexibilité qu’elles rencontrent lorsqu’elles font appel à des fournisseurs éloignés.

Les principes de DDMRP consistent à adapter le rythme de réapprovisionnement à la demande réelle du marché. En réduisant la dépendance à l’égard de prévisions inexactes, les positions des stocks s’alignent davantage sur la consommation réelle. Cette évolution vers l’utilisation de la consommation réelle du marché comme principal signal de la demande est réalisée en maintenant les stocks en quantités suffisantes pour assurer une disponibilité constante des matières. Les positions de stock gérées à l’aide des buffers DDMRP s’adaptent dynamiquement aux changements de rythme de la demande, ce qui permet d’améliorer l’alignement des stocks sur la demande réelle du marché. Les délais de réapprovisionnement sont un facteur déterminant (avec les niveaux de variation) dans le dimensionnement d’un buffer DDMRP et le niveau de stock moyen prévu qui en résulte.  Tous les autres facteurs étant égaux, si les délais augmentent, la taille du buffer DDMRP et le niveau moyen de stock prévu augmenteront.

L’impact des longs délais

Dans le but de devenir plus agile, examinons comment les changements de délai peuvent affecter le dimensionnement de notre buffer DDMRP et les niveaux de stock qui en résultent. Cela nous donnera une idée de l’impact que nous rencontrerons en acceptant de longs délais de réapprovisionnement dans le monde VUCA dans lequel nous vivons. Pour ce faire, revenons à une simulation de DDMRP que nous avions réalisée lors de la conférence APICS à la Nouvelle-Orléans en 2014. Vous pouvez accéder à une copie du livre blanc que j’ai publié sur cette simulation ici.

En utilisant les valeurs de la demande aléatoire des visiteurs des stands de cette conférence, j’ai mis à jour la simulation en fixant la taille du buffer pour refléter la demande quotidienne moyenne sur l’année des données de simulation. J’ai également positionné une quantité minimale de commande (MOQ) pour refléter une utilisation moyenne de deux semaines. Pour la simulation, l’article 1 (Widget) a un délai de livraison de 90 jours, similaire à celui que vous auriez pour vous approvisionner en composants d’Asie aux États-Unis ou en Europe. Il y a eu 0 jour de rupture de stock au cours de l’année et les résultats récapitulatifs sont les suivants:

 

                      

 

Vous trouverez ci-dessous des graphiques qui illustrent la progression de la taille des zones du buffer dans le temps ainsi que la valeur des stocks et de la demande. Le graphique du haut illustre la flexibilité de la zone buffer au fil du temps en fonction de l’évolution du rythme de la demande. La ligne noire indique le stock disponible résultant de l’utilisation de la logique DDMRP au cours de l’année. Le graphique du bas illustre les valeurs de la demande quotidienne et donne une vue du niveau de variation de la demande auquel le buffer a fait face.

 

Nous pouvons maintenant évaluer l’impact d’un changement vers un délai beaucoup plus court en simulant un fournisseur local. Dans l’illustration suivante, nous avons modifié le délai de livraison à 7 jours en utilisant le même schéma de demande que dans l’exemple ci-dessus. Dans ce cas, le niveau moyen du stock disponible tombe à 2434 unités contre 8773 dans l’exemple précédent.  Dans ce scénario, les résultats sont les suivants:

                            

Les graphiques suivants illustrent l’évolution des zones buffers et des niveaux de stock disponibles pour ce scénario. Les valeurs de la demande sont identiques à celles de l’exemple précédent.

 

Conclusions:

Les niveaux de stocks sont considérablement plus bas dans le scénario utilisant le délai de 7 jours avec une moyenne de 2434 unités en stock représentant 28% du niveau que le scénario avec un délai de 90 jours a atteint.  Le stock moyen est de 16 jours dans le scénario à 7 jours de délai, alors qu’il était de 58 jours dans le scénario à long délai. Non seulement nous avons réduit les besoins en fonds de roulement, mais nous avons aussi considérablement réduit la probabilité de nous retrouver avec des stocks obsolètes. La réduction des délais de livraison devrait être une considération importante pour les leaders de la chaîne d’approvisionnement dans des secteurs tels que l’électronique, où l’introduction continue de nouvelles technologies rend obsolètes celles qui ont été introduites seulement 12 à 15 mois plus tôt.

Il est évident que le coût d’achat des matières sera toujours un élément clé pour déterminer les plans et les lieux d’approvisionnement. Toutefois, il ne devrait pas être le seul facteur, car les conditions VUCA sont de plus en plus importantes sur les marchés actuels. L’utilisation de tactiques axées sur la demande et l’adaptation de votre modèle de chaîne d’approvisionnement pour permettre une plus grande réactivité permettront aux entreprises de s’adapter plus rapidement à des conditions en constante évolution.

{{cta(‘f13ad1b6-fabc-4b70-8533-eaa2bd38ceb5’)}}