Recherche

La loi de Pareto et les stocks (La Loi 20/80)

Written By Unknown on 23 juil. 2011 | 02:07

À la fin du XIXe siècle un statisticien italien, Pareto, étudiant la distribution des
revenus fiscaux, mettait au point des lois statistiques connues depuis sous le
nom de loi de Pareto. En simplifiant, on peut considérer que 20 % des bénéficiaires
de revenus, les revenus les plus élevés, représentent 80 % de la totalité
des revenus. On parle souvent aussi de loi 20/80 ou 80/20 ce qui revient
au même. 

Bien entendu les travaux de Pareto sont de nature statistique et ne
concernent pas seulement des revenus. Mais il se trouve que beaucoup de
phénomènes peuvent être représentés par des lois de ce type, et particulièrement
les stocks. 

Ce qui est important, chaque fois qu’on est capable de modéliser
un phénomène, c’est de savoir pourquoi on obtient tel type de modèle et
c’est ce que nous devons tenter de faire avec les stocks.
Voici par exemple, l’analyse de la consommation (en valeur) d’un stock de
1.000 articles techniques. Précisons qu’il s’agit ici d’un stock destiné à des
réalisations quasi industrielles d’assez grande technicité et non d’un stock de
produits de consommation.

Pour la réaliser, on trie les articles dans l’ordre des consommations (en valeur)
décroissantes. Puis on calcule les pourcentages d’effectif cumulé et de
consommation cumulée pour chaque article (tableau 4.1 et figure 4.2).
On constate que 11,85 % de l’effectif des articles ont une consommation
cumulée qui représente 79,85 % de la consommation totale. On est un peu en
dehors des stocks classiques pour lesquels on a plus souvent un rapport du
type 20/80 ou approchant. On peut donc se demander pourquoi on a un tel
résultat pour ce stock et, plus généralement, pourquoi l’on trouve des lois de
Pareto dans l’analyse de beaucoup de stocks.
On parle d’analyse ABC car on attribue un code « A » aux articles les plus
consommés, un code « C » aux moins consommés et un code « B » aux autres1.



À la recherche d’un modèle de représentation de la répartition en valeur des articles d’un stock :
Si quelques articles représentent une part importante des consommations en
valeur, c’est soit qu’ils sont particulièrement chers, soit qu’ils sont particulièrement
consommés ou, mieux encore, qu’ils sont les deux à la fois. L’analyse
ABC ne permet pas de séparer ces deux aspects qui sont pourtant tout à fait
différents. Il peut donc être utile de procéder à trois analyses ABC
différentes : une analyse ABC du catalogue (sur les prix unitaires), une
analyse ABC des consommations en quantité, même si ces unités de quantité
ne sont pas homogènes et l’analyse ABC classique sur les consommations
en valeur. Voici, toujours pour les mêmes articles, la courbe de Pareto
du catalogue, analyse réalisée uniquement à partir des prix unitaires sans
tenir compte des consommations (figure 4.3). On pourrait objecter que les
pourcentages en ordonnée qui représentent des pourcentages du total des
prix n’ont pas grand sens car ce total des prix ne représente rien. L’analyse
nous montre cependant à quoi ressemble la répartition des prix de ces articles
indépendamment de leur consommation. On est tout à fait dans la loi
des 20/80 car 18,27 % des articles représentent alors 79,93 % de ce total
cumulé des prix.


On peut de la même façon représenter l’analyse ABC des consommations de
ces mêmes articles en quantité et sans tenir compte de la valeur des articles
(figure 4.4). Ce total de nombre d’articles consommés est là encore tout à fait
hétérogène, mais il nous permet de voir à quoi ressemble la répartition des
consommations de ces articles indépendamment de leur prix. Il faut cependant
prendre garde que l’analyse peut se trouver tout à fait modifiée si l’on change
les unités de gestion. Ainsi un touret de câble de 600 mètres peut être géré
au mètre, soit 600 unités, ou au touret (1 seule unité). La place de cet article
risque de ne plus être du tout la même dans l’un et l’autre cas. Ce type
d’analyse est donc à considérer avec beaucoup de prudence, contrairement
aux analyses de consommations en valeur qui, elles, correspondent directement
à une approche économique.

On voit dans cet exemple que la courbe de Pareto est encore plus accentuée
et que le phénomène prend une très grande importance.
C’est le produit de ces deux phénomènes qui nous explique la forme relativement
accentuée de la courbe de Pareto de notre exemple avec une prédominance
de la répartition des quantités dans l’explication du phénomène.


Dans l’exemple précédent, on peut voir comment la combinaison du prix et de
l’importance des consommations tend à diminuer l’importance du phénomène ;
on a représenté sur le tableau 4.2 le nombre d’articles ayant un prix fort,
moyen ou faible et une consommation importante, moyenne ou faible et l’on
voit que les catégories extrêmes ne se combinent pas entre elles de telle sorte
que les effets de catalogue et de consommation ne se multiplient pas l’un par
l’autre :


On notera que le rapport de l’échelle des consommations est supérieur à 1/500
alors que le rapport de l’échelle des prix est supérieur à 1/10.
On aurait pu penser que la distribution type de Pareto résulterait simplement
de la distribution des consommations des articles par rapport à l’échelle de
leur prix. 
Si, par exemple, les articles se répartissaient également autour d’un
prix moyen selon une distribution normale, on pourrait penser que l’effet des
prix les plus élevés d’une part et celui des prix les moins élevés sur des quantités
comparables d’autre part provoquerait une certaine dissymétrie de la
répartition des articles en valeurs de consommation. C’est exact mais insuffisant
pour expliquer une distribution de Pareto. L’explication est en réalité
triple :

– l’effet combinatoire décrit ci-dessus ;
– une dissymétrie très forte dans les consommations en quantité ; c’est le
phénomène principal de notre exemple et qui s’explique par la spécialisation
du stock pour une utilisation technique déterminée ;
– une dissymétrie dans la répartition des coûts des articles.
Cette dernière dissymétrie s’explique. On peut résumer l’explication par la
formule suivante : « les articles les plus chers sont aussi très chers ». Un article
peut être cher pour plusieurs raisons :
– parce qu’il est d’un degré de complexité (de réalisation) plus grand qu’un autre,
– parce qu’il fait appel à des ressources rares (et donc probablement chères),
– parce qu’il est peu consommé en général et donc n’est pas produit de façon
industrielle à coût réduit.

Ces trois causes ne sont pas indépendantes. La cherté peut expliquer une part
de la faible consommation. On prendra garde cependant qu’un article qui est
beaucoup consommé dans un stock peut être un produit de faible consommation
sur le marché des produits de ce type. La complexité de réalisation découlera
en général d’un degré de performance élevé et/ou d’un haut degré de
complexité intrinsèque. Dans les deux cas, la conception et la réalisation du
produit font appel à des ressources rares. Le coût d’obtention de ce degré de
complexité et/ou de performance n’est pas proportionnel au degré atteint. On
sait depuis Ricardo1 que l’on se heurte alors à ce qu’on appelle « la loi des
rendements décroissants » et que plus l’on va loin vers la performance, plus
le coût augmente, cela bien plus que proportionnellement.
02:07 | 1 commentaires | Lire la suite..

Analyse d’un stock : Segmentation par les utilisations et les contraintes logistiques

https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjEUKBkDjCathVHDBXN9RmkWtNSOK8Vpjk_DkivcubZjKetaw_DUHRtoxdW9G6kk7qqlVhYLcWeBAntCWulEKwRixA-e3USFNFDQl_v5CNJ2wsdh0JTRJdupNo_dyISo2Y8Bd8ICElVums/s1600/stockage+en+ligne.jpg 
Un stock est souvent constitué de produits hétérogènes. Ce peuvent être des produits ayant des caractéristiques logistiques très différentes : produits frais et produits secs dans l’alimentation, produits électroniques et câbles dans les télécommunications, etc. Il importe de bien distinguer des produits qui demanderont
des conditions différentes de transport, de manutention et de stockage.

C’est un problème que l’on retrouvera dans l’étude des schémas directeurs
logistiques au chapitre 18.

Mais il est plus important encore de segmenter un stock à partir de ses paramètres
d’utilisation. Un stock, même constitué de biens logistiquement homogènes,
peut être destiné à satisfaire des besoins de clientèles différentes ou des besoins
différents d’une même clientèle. Ainsi les besoins de grossistes ne seront pas les
mêmes que ceux de détaillants livrés directement ni en quantités de chaque
livraison, ni en fréquence de livraison, ni en horaires, etc. En fait ce qui est alors
important n’est pas l’analyse du stock mais l’analyse du flux. Il n’y aura lieu de
segmenter le stock que si la différenciation des flux impose une différenciation
des unités de conditionnement. Cependant il est évident, que pour la gestion des
stocks, il est indispensable de segmenter les divers flux qui concernent le stock.
On retrouvera ce type d’analyse au chapitre 5 sur les prévisions. Pour l’instant
nous nous limiterons à l’analyse du stock proprement dit en supposant que ce
stock est homogène, tant logistiquement que du point de vue de ses utilisations.
01:39 | 0 commentaires | Lire la suite..

Finalités et actions d’optimisation des stocks

CONDITIONNEMENT PERSONNALISE
Une analyse typologique des stocks permet d’identifier 6 grandes catégories de stock :

1– Le stock de sécurité qui a pour objectif de répondre à un aléa, un évènement, un risque que celui-ci concerne le flux amont (inbound flow) ou le flux aval (outbound flow). 

Les risques potentiels sont florilège tels que : une demande
supérieure à la moyenne, un retard de livraison, une panne machine, une grève, ou encore un défaut de qualité. Le dimensionnement de ce stock est fonction de l’écart type caractérisant la distribution statistique de l’aléa concerné ;

2– Le stock outil plus communément appelé stock d’en-cours soit le WIP (Work In Progress). Il résulte fondamentalement du type d’outil de production ou de
distribution utilisé. C’est le résultat d’un calcul économique d’optimisation,
comme cela est explicité dans ce qui suit, entre les coûts antagonistes que
sont le coût de changement d’outil ou de passation de commande et le coût
du stock qui conduit à dimensionner la taille optimale d’un lot (batch). Il peut
aussi résulter d’un délai client (Order-to-Delivery) souhaité dans les cahiers
des charges inférieur au délai technique de mise à disposition du produit à ce
client ou encore générés par des barèmes quantitatifs (BQ) attractifs qui
conduisent un distributeur à massifier ses approvisionnements pour obtenir la
remise quantitative liée à la commande d’un camion complet plutôt que de
fractionner ses appels de livraison ;

3– Le stock d’anticipation est le résultat de la non synchronisation du profil des
ventes et de la production ou encore du profil des approvisionnements et de
la production du fait de la saisonnalité du flux entrant ou sortant et du caractère
plus fixe que variable de la capacité de production. Ce stock est utilisé comme
levier de lissage de la production et donc comme réservoir de capacité.

4– Le stock mort ou obsolète qui est le fruit d’une mauvaise prévision des
besoins ou de la demande, de l’introduction par le marketing d’un nouveau
produit qui déclasse les anciennes références ou encore d’une évolution technologique
qui met au rebut les composants que l’on a dû approvisionner en
masse pour éviter des ruptures de pénurie ;

5– Les stocks imposés par la réglementation comme dans l’automobile ou
l’aéronautique, secteurs dans lesquels la fin de la commercialisation d’un véhicule
ou d’un aéronef n’implique pas la fin de la fourniture de pièces de
rechange pour permettre les réparations et ce, souvent pendant une période
de 10 ans ;

6– Le stock spéculatif qui répond à des motivations essentiellement financières
l’idée étant de générer de la marge en spéculant soit sur une appréciation de
la valeur de stock dans le temps (matières premières) soit sur une augmentation
tarifaire des produits finis. Un trade-off est alors estimé entre le surcoût
de détention physique et financier du stock et le gain de marge lié à nonaugmentation
du prix des marchandises.

La recherche de fluidité entre la source de production et la demande du client
qui se traduit par l’accélération du flux s’accompagne mécaniquement de la
baisse des stocks. Identifier et implémenter des actions de réduction des
niveaux de stocks est donc un objectif clef de tout logisticien.

L’approche typologique proposée permet d’identifier les actions possibles pour
réduire ces stocks catégorie par catégorie de stock. Certaines de ces actions
sont spécifiques à une catégorie donnée alors que d’autres sont communes et
revêtent donc un intérêt tout particulier. Parmi les actions communes, il faut
noter l’action capitale de réduire les interopérations déjà notées dans le chapitre
précédent au sujet de l’effet bullwhip. 

Cette réduction permet de réduire le délai d’écoulement des produits et de rendre possible un processus de différenciation retardée combinant les logiques Make To Stock en amont et Make
To Order en aval, voire de systématiser un processus Make To Order ou Build
To Customer Order. L’enjeu est de quitter le monde du prévisionnel et de ses
aléas et risques et de vivre dans le monde de la demande réelle en réduisant
les horizons de planification mais aussi de réduire les tailles de lot et donc de
mieux coller à la demande sans appliquer des calculs de quantité économique.

Les actions spécifiques sont nombreuses et concernent la fiabilisation des
systèmes de prévision, la mise en oeuvre de prévisions collaboratives, la mise
en place des approches TPM (Total Productivity Maintenance) et TQC (Total
Quality Control), la remontée automatisée d’informations de la demande vers
la source pour les stocks de sécurité, la flexibilité des outils de transport,
d’entreposage et de production pour les stocks outils, la sous-traitance, le
recours à la main-d’oeuvre intérimaire, les promotions, l’investissement en
surcapacité pour les stocks d’anticipation, la fiabilité des prévisions et la
conception modulaire des produits autorisant les substitutions de pièces pour
les stocks réglementaires, et enfin le lissage des hausses de prix (Every Day
Low Price) pour les stocks spéculatifs.
01:22 | 0 commentaires | Lire la suite..

Les Mécanismes de régulation de Stockage

On peut d’abord, pour simplifier le modèle, supposer qu’il n’y a que deux flux,
un flux entrant et un flux sortant, et un seul produit stocké. La régulation du
stock suppose une possibilité d’action sur le flux entrant et/ou sur le flux
sortant. Le paysan bamiléké qui remplit son grenier après la moisson ne peut agir
ensuite que sur le flux sortant en réduisant sa consommation en période
de disette. Au contraire, le marchand wolof de cacahuètes ne régule que son
approvisionnement en fonction de ses ventes.

Pour réguler des flux, il faut un mécanisme régulateur : cerveau humain, ordinateur,
dispositif mécanique comme la chasse d’eau des WC ou dispositif électromécanique
ou électronique, comme un régulateur PID.
Il faut en outre connaître la situation du stock soit à n’importe quel moment (en
tenant à jour une représentation permanente, un modèle), soit à des périodes
de scrutation.

C’est la distinction importante qu’il convient de faire entre le suivi des stocks
dont la mission est de s’assurer de la justesse de la connaissance des stocks
au niveau informatique et comptable par rapport au niveau physique de ces
stocks et la gestion des stocks dont la mission est de définir les règles du jeu
qui conduisent au niveau des différents types de stock.
Dans le second cas, on peut mesurer le niveau du stock à chaque période de
scrutation : capteur de niveau, bras du flotteur de la chasse d’eau, inventaire
physique du magasinier, etc.

Si l’on considère des entrées et sorties discrètes, l’équation fondamentale d’un
stock est en effet :

Stock (n) =  Stock (n – 1) + Σ Entrées – Σ Sorties

On peut déterminer le niveau de stock à n’importe quel moment à partir du
niveau précédent et de la connaissance des entrées et des sorties. Les résultats
de ces calculs peuvent cependant dériver progressivement par rapport au
stock réel à la suite d’erreurs dans l’enregistrement des entrées et sorties. 

Il faut donc procéder à des inventaires périodiques de recalage.
En comptabilité par exemple, on distingue la technique de l’inventaire annuel et
celle de l’inventaire permanent. L’inventaire physique annuel par le ou les magasiniers
permet d’établir les quantités en stock et donc de déterminer les valeurs
du stock au jour de l’établissement du bilan (qui lui est même une sorte de mesure
des stocks de « valeurs » de l’entreprise – y compris des stocks proprement dits – par opposition 
au compte d’exploitation qui mesure des flux pendant l’exercice
comptable). 

L’inventaire permanent consiste pour un stock comprenant plusieurs
articles, à recenser périodiquement une partie des articles en stock de telle sorte
que, par exemple, tous les articles aient été recensés une fois dans l’année.
En régime stable, le flux d’entrée doit être égal au flux de sortie sur une
période de temps caractéristique du stock, sinon le stock tendrait vers zéro ou
s’accroîtrait indéfiniment. 
Dans un stock où la variable de régulation est le flux
d’entrée (un stock de commerçant par exemple), la période caractéristique de
ce stock est la période qui sépare deux réapprovisionnements. 
Pendant cette période, le stock diminue régulièrement. Ainsi, dans une grande surface, le
chef de rayon fait son inventaire tous les soirs ou trois fois par semaine pour
déterminer ce qu’il va réapprovisionner.

Lorsque le niveau du stock ne permet plus de satisfaire le flux sortant, on parle
de rupture de stock. Lorsque la capacité de stockage ne permet plus de recevoir
le flux entrant, on est dans une situation sans nom et l’on peut parler
« d’embouteillage », par analogie avec la bouteille pleine. Ainsi un feu rouge
sur une voie à sens unique, constitue une régulation du stock des automobiles.


Le stock de voitures accumulées au feu rouge s’écoule au feu vert en même
temps que le flux entrant. Si, par rapport au flux entrant, l’espace réservé à ce
stockage des voitures est trop petit ou si le temps du feu vert est trop court ou
si le flux sortant est ralenti pour une raison ou une autre, on arrive à une situation
d’embouteillage. Une caractéristique importante d’un stock est donc sa
capacité de stockage (figure 4.1).

Pour réguler un stock, on peut soit réduire ou augmenter le flux entrant (ou le
flux sortant) : c’est ce que fait parfois un agent au carrefour en faisant accélérer
les voitures ou un fontainier en ouvrant plus grand la vanne ou un commerçant
en passant ses commandes... 

On peut aussi réduire ou augmenter le flux sortant : rationnement, promotions commerciales, lâcher de barrages, etc.

Pour réguler un stock, il faut prévoir ce que sera le flux que l’on ne contrôle
pas entre deux opérations de régulation. Gérer un stock, c’est prévoir.
Cette prévision peut se faire à partir de l’analyse statistique des flux passés,
ce qui suppose que l’on soit capable de déterminer une « loi ». Elle peut aussi
se faire à partir de données extérieures au système par la connaissance anticipée
des facteurs qui régissent le flux non maîtrisé. Ainsi en est-il du gérant
d’entrepôt qui reçoit la liste des commandes à expédier le lendemain et peut
déterminer de combien il va devoir se réapprovisionner aujourd’hui pour satisfaire
les commandes de demain.
À partir de cette analyse très théorique, il est donc possible de caractériser un stock :
– pour chaque flux, déterminer :
 
• s’il s’agit d’un flux d’entrée ou de sortie,
• s’il est discret ou continu,
• si le flux est régulable ou seulement prévisible (s’il n’est ni l’un ni l’autre,
on est très ennuyé...) ;

 
– pour la capacité de stockage, connaître son maximum et son minimum (le
plus souvent nul mais parfois négatif) ;
– pour un flux régulable, connaître son débit minimal et maximal, les valeurs
de régulation qu’on peut lui donner et le temps de réaction entre une décision
de modification et son exécution (hysteresis) ;
– pour un flux prévisible continu connaître sa loi d’écoulement ou disposer de
prévisions ;
– pour un flux prévisible discontinu connaître la loi de répartition des « grappes
» et leur loi d’arrivée ou des prévisions (cette notion de « grappe » est
importante car ce n’est pas la même loi qui caractérise des arrivées ou des
sorties d’un item à des intervalles de temps variables ou des arrivées ou
sorties d’un nombre variable d’items à des intervalles de temps variables) ;
– nature de l’organe de régulation ;
– méthode de détermination du niveau du stock ;
– période de scrutation ou de calcul du niveau de stock ;
– méthode de détermination des régulations à effectuer (temps, nature et paramètres).
01:09 | 0 commentaires | Lire la suite..

La Définition Du Stock Stockage - Principes

Principes :
https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgk3qtoPVhRuzhbBLjkCQX5qOYp6gYwzIpI40NV1eAcF-HuJ4WFcKjmMZdXx4oVKF2Uh2f005k-6xKYXzTwiCzTl3c-Ab7MgE903PLWXgfBcsqcUD9BVcbPeOiDhxOROr1pgMe5ggchgtzW/s748/stockage+sur+rack.jpg

La pratique des stocks est universelle ; elle n’est même pas propre à l’homme.
Les écureuils qui amassent des noisettes ou autres graines pour l’hiver ne sont
pas les seuls, non plus, à pratiquer cet art de la gestion des stocks. Tous les
organismes vivants, le corps humain par exemple, utilisent peu ou prou des
stocks. 
Cette gestion est une condition de survie et sa pratique est « câblée »
dans l’instinct. Les premiers « cueilleurs » ou agriculteurs ont dû constituer des
greniers pour stocker afin de survivre d’une saison l’autre. Il en résulte que le
« modèle » du stock est un des modèles fondamentaux de l’homme, ce qu’on
appelle depuis Kuhn, un « paradigme ». Face à un paradigme, on a toujours
intérêt à conduire l’analyse avec beaucoup de soin afin d’éviter des comportements
« instinctifs », source d’erreurs et de sous-optimisation.

Soit un réseau de flux, de quelque nature que ce soit. Aux noeuds de ce réseau
(les sommets d’un graphe orienté), on a des flux entrants et/ou des flux
sortants. Si la somme des flux entrants pendant une période de temps n’est
pas égale à la somme des flux sortants, il y a accumulation à ce noeud, d’un
stock positif ou négatif. L’idée d’un stock négatif n’est pas invraisemblable pour
celui qui regarde la situation de son compte bancaire en fin de mois...

Le modèle du stock est cependant un peu plus complexe. N’importe quelle
accumulation de n’importe quoi n’est pas un stock. Il faut en plus une finalité.
Il faut en plus une finalité ce qui signifie que le stock doit être toujours considéré
comme la conséquence soit d’une règle de gestion résultant d’une décision
ou d’un arbitrage, soit d’un mode d’organisation entre des fonctions
impliquées sur le niveau des stocks ou à un niveau opérationnel au niveau par
exemple du processus de production ou d’entreposage des produits.

Il y a stock, lorsqu’il y a contrôle du stock, ce qui suppose un objectif et un
mécanisme de régulation. On s’attachera aux finalités par la suite après avoir
précisé les mécanismes de base de la régulation.
00:51 | 0 commentaires | Lire la suite..

Stocks et supply chain : le bullwhip effect ou le théorème fondamental de la supply chain

1- Le bullwhip effect :

La supply chain est moins une chaîne qu’un réseau avec, en outre des flux
d’informations, des flux de marchandises et des noeuds où elles s’accumulent
plus ou moins longtemps : entrepôts et plates-formes. À la gestion des stocks,
discipline déjà ancienne aux méthodes reconnues, s’oppose désormais la
« gestion des flux » sans que l’on sache toujours bien ce que l’on entend par
là et les relations qu’il peut y avoir entre ces deux gestions. 

L’effet de « fouet à boeufs1 » (en américain bullwhip), argument en faveur du contrôle de la
supply chain, est au coeur de ce problème et il peut être bon de le regarder de
près si l’on veut mesurer comment s’articulent désormais ces deux gestions.
Le dessin de cette courbe en forme de fouet (voir figure 1.11 au chapitre 1) est
caractéristique de l’évolution de la demande dans la supply chain au fur et à
mesure qu’on s’éloigne du consommateur et on retrouve désormais très
souvent ce concept dans la littérature sur la supply chain.

L’interprétation de cette figure n’est pas très claire avec ses fluctuations à la
hausse et à la baisse et les interprétations qu’on en donne parfois et qui ne
sont pas très convaincantes : si les consommateurs commandent un jour 120
au lieu de 100, les grossistes commandent eux-mêmes 150 pour suivre cette
tendance, l’entrepôt du fournisseur commande à son tour 200 et l’usine va
produire 300 pour répondre à une demande en hausse… On n’est pas très
éloigné des multiplicateurs et accélérateurs keynésiens sauf qu’il ne s’agit pas
d’investissements.

Une autre explication classique attribue tout ou partie de cet effet aux tailles
des lots achetés à chaque niveau de la supply chain. L’exemple des « colliers
pour chiens » de A. J. Martin est célèbre (1997) : le magasin vend 20 colliers
par semaine mais il doit les acheter par boîtes de 100, soit pour 5 semaines
à la fois ; le grossiste ou acheteur de la chaîne les achète par palette de 3 000
pour avoir un meilleur prix bien que ses besoins soient de 1 200 par semaine,
voire par 6 000 pour remplir les camions… Le phénomène baptisé bullwhip en
1997 (Lee, Padmanabhan, Whang), est en réalité un peu plus subtil. Il était
connu depuis longtemps (Forrester, 1962) et il est étrange que l’on s’en soit si
peu préoccupé jusqu’à ces dernières années.

2- Le jeu de la bière :

Pour mieux l’expliquer, beaucoup de départements industriels ou logistiques
d’universités américaines utilisent un jeu de simulation pour leurs élèves, le
jeu de la bière (beer-game) inspiré du cas célèbre d’un distributeur nordaméricain
d’une bière européenne connue1. C’est un jeu simple, presque trop
simple, mais extraordinairement démonstratif pour comprendre la nécessité du
contrôle de la supply chain.
On définit une supply chain pour la vente de bières avec quatre étapes : le
brasseur, le distributeur national, les grossistes et les détaillants. Un élève
représente chacune des étapes en passant des commandes au niveau supérieur
et en livrant les commandes du niveau inférieur. Chaque commande met
deux semaines pour être traitée au niveau supérieur et deux semaines pour
être livrée – ce pourrait d’ailleurs être aussi bien des jours, cela ne changerait
rien au jeu. L’animateur du jeu transfert les données hebdomadaires entre les
participants en respectant les délais et l’on joue 30 à 52 semaines en environ
2 à 3 heures.

Le détaillant livre immédiatement les commandes hebdomadaires de ses
clients représentées par une série de consommations qu’il découvre au fur et
à mesure des semaines, par exemple à partir d’un jeu de cartes.

Chaque semaine, il découvre donc la consommation finale, la satisfait au mieux à partir
de son stock et passe une commande au grossiste en tenant compte de ce qui
lui reste en stock, des commandes qu’il prévoit pour les semaines suivantes
et des commandes qu’il a déjà passées ainsi que du stock qu’il veut conserver
pour parer aux aléas de consommation. Il entre ensuite en stock ce que lui
envoie le grossiste pour la semaine suivante sur la commande passée 4
semaines plus tôt.

Le grossiste à son tour satisfait au mieux la commande qu’a
passée le détaillant deux semaines plus tôt et éventuellement ce qu’il n’avait
pas pu livrer la semaine précédente. Il passe une commande au distributeur
en tenant compte de son stock, de ses dus éventuels, de ses attendus, des
commandes qu’il prévoit et du stock qu’il veut conserver. Il en est de même
du distributeur par rapport au grossiste en aval et au brasseur en amont. Le
brasseur procède de même sauf qu’il passe ses commandes de matières
premières à un fournisseur, commandes traitées en deux semaines, et sa
fabrication lui prend encore deux semaines (figure 3.2).

Le but du jeu, et de chacun des partenaires, est de minimiser les coûts de la
supply chain, coûts représentés pour chacun d’entre eux par 1 $ de pénalité
pour chaque carton de bière non livré et par 0,5 $ pour chaque carton en stock
pendant une semaine.

On détermine les paramètres de début de jeu puis on le joue. La figure 3.2
présente les résultats d’une partie de 52 semaines.
Le coût a été de :


– 4 311 $ pour le détaillant,
– 8 457 $ pour le grossiste,
– 13 202 $ pour le distributeur,
– 42 345 $ pour le brasseur,
soit en tout 68 316 $.
On voit que la consommation finale des consommateurs est restée constante
avec de faibles fluctuations (m = 500 ; σ = 35, soit 7 % de la moyenne), ce qu’à
la fin du jeu découvrent avec surprise les managers des trois autres étapes
qui ont vécu des variations très importantes de commandes et de plus en plus
importantes à mesure que l’on s’éloigne des consommateurs :
– m = 485 ; σ = 333 pour les commandes reçues par le grossiste, soit 69 % de
la moyenne ;
– m = 504 ; σ = 431 pour les commandes reçues par le distributeur, soit 86 %
de la moyenne ;
– m = 507 ; σ = 649 pour les commandes reçues par le brasseur, soit 128 %
de la moyenne (figure 3.3).

La qualité de service mesurée en pourcentage des unités livrées à la demande
finale sur le total des unités commandées en 52 semaines est de 97 %.
Chacune de ces courbes représente le célèbre bullwhip. Les oscillations ne
sont freinées à la baisse que par l’impossibilité de passer des commandes
négatives (annulations de commandes).


 L’évolution des stocks moyens présente aussi le même profil (figure 3.4).


Une telle situation est d’autant plus surprenante que la doctrine de gestion des
stocks prévoit normalement un résultat inverse. Avec, par exemple, 10
détaillants par grossiste ayant chacun une consommation de 50 de moyenne
et un σ de 10, soit 20 % de la moyenne, on doit avoir pour chaque grossiste
une consommation de 500 avec un σ de 10 × = 32, soit 6,4 % des
commandes. Plus l’on s’éloigne du consommateur final et plus les fluctuations
devraient diminuer. C’est d’ailleurs au nom de ce principe qu’actuellement on supprime beaucoup d’entrepôts régionaux au profit d’un seul entrepôt national ou même européen et, a priori, les résultats confirment les prévisions.

On analyse assez souvent ce phénomène de bullwhip comme le résultat du
comportement des joueurs. La peur des ruptures de stock – et la sanction d’un
dollar par article non servi – encourageraient à passer des commandes exagérées.
De plus, chacun des joueurs autres que le détaillant ignore ce qu’est la
demande réelle des consommateurs et percevrait donc une tendance irréelle
à l’augmentation. L’effet serait en quelque sorte le résultat de conduites irrationnelles.
Il en serait de même dans la vie réelle.
En réalité, on peut aisément démontrer que ce n’est pas tout à fait la vraie
raison.

Il est en effet facile de modéliser une conduite rationnelle de chacun des
joueurs et de reconstituer le jeu avec un tableur. Le détaillant peut analyser
l’évolution de la demande, par exemple, en utilisant un lissage exponentiel
avec un facteur de lissage raisonnable, disons de 0,1. Comme la première
consommation de la série est de 500, soit la moyenne, il obtient des valeurs
correctes. Il peut déterminer sa commande en essayant de maintenir un stock
de sécurité, disons de 100, quand il aura reçu toutes les commandes attendues,
soit :
Commande à passer + Stock en fin de semaine1
+ Attendus – 5 × Consommation moyenne = 100
ou
Commande à passer = 5 × Consommation moyenne
+ 100 – Stock en fin de semaine – Attendus

Ainsi, la situation du détaillant au cours des 3 premières semaines apparaît
sur le tableau 3.1.


 Il a donc lancé une commande de 500 à l’issue de la première semaine. La
deuxième semaine, la consommation s’accroît à 550 ce qui augmente la
moyenne des consommations à la suite du lissage, soit 505 et sa nouvelle
commande calculée de la même façon tient compte des 50 qui lui manquent
en stock de sécurité, d’où une commande de 575.
Le grossiste va recevoir cette commande de 575 en semaine 4 comme le
montre le tableau 3.2.


 Il détermine de la même façon une commande de 613 pour reconstituer son
stock de sécurité à 100 en tenant compte de l’augmentation constatée par
lissage du niveau moyen des commandes qu’il reçoit.
Le distributeur reçoit cette commande de 613 en semaine 6 comme le montre
le tableau 3.3.


Il ne peut pas tout livrer et détermine une commande de 669 tenant compte
de l’augmentation du niveau moyen des commandes qu’il reçoit, des dus et de
la nécessité de reconstituer son stock.
Cette commande sera reçue par le fabricant en semaine 8 et de la même façon
il déterminera une commande de 753 à son fournisseur. On voit ainsi comment
une augmentation de 50 de la consommation en semaine 2 génère une mise
en fabrication de 253 de plus par le brasseur en semaine 8. Or, chacun des
managers a eu une attitude parfaitement rationnelle.

Pendant ce temps, le détaillant a reçu en fin de semaine 6 sa commande de
575 passée en fin de semaine 2 (tableau 3.4). Comme son stock de sécurité
s’était en partie reconstitué, il a désormais un stock excédentaire de 65 en fin
de semaine 7 et il ne commande que 407 au grossiste, ce qui va entraîner une
nouvelle fluctuation à la baisse en amont…


On pourrait certes se demander pourquoi tous ont pris arbitrairement un stock
de sécurité de 100. Mais s’ils calculaient leur stock de sécurité en appliquant
la règle : SS = 1,65 σ √4 pour un délai de livraison de 4 semaines avec un taux
de service de 95 %, on aurait des stocks de sécurité :
– de 123 pour le détaillant,
– de 1 166 pour le grossiste,
– de 1 509 pour le distributeur,
– de 2 272 pour le brasseur,
ce qui conduirait à des résultats trop coûteux. En fait, on peut démontrer par
simulations que les meilleurs résultats avec cette méthode sont dans ce cas
obtenus avec des stocks de sécurité voisins de 100 pour chaque manager.
La cause du bullwhip est donc finalement l’attitude parfaitement rationnelle des
décideurs à qui on ne saurait reprocher de reconstituer leurs stocks et de lisser
leurs moyennes de consommation : c’est une prudence élémentaire avec un
marché dont on ne sait pas s’il n’est pas en croissance ou décroissance ou
plus vraisemblablement sujet à des variations saisonnières.

3- Comment remédier au bullwhip effect ?

À la suite d’un exercice de ce genre, les étudiants sont convaincus qu’il faut
faire circuler tout au long de la chaîne l’information sur la consommation finale.
Mais, il n’est pas tout à fait évident de déterminer quelles commandes doivent
alors être passées à chaque stade. Les délais en effet restent importants et il
faut toujours, selon la règle du jeu, 6 semaines de transport plus autant de
temps de traitement des commandes pour transférer un lot depuis la brasserie
jusqu’au détaillant. 

C’est toute l’ambiguïté du DRP qui doit prévoir l’avenir pour
toute la supply chain avec un horizon relativement éloigné.
La solution est cependant très simple. En renonçant à tout stock de sécurité
et en commandant systématiquement 500 à chaque commande et à chaque
niveau, on obtient une supply chain qui ne coûte plus que 3 200 $ au lieu de
68 000 $ et dont le taux de service est alors de 0,997 au lieu de 0,97… Stupéfiant
non ? Plus de bullwhip ! Chaque courbe de commande est une droite de
niveau 500. 
Le paradoxe est qu’en acceptant de ne pas conserver et surtout
de ne pas reconstituer de stocks de sécurité, on améliore le taux de service.
Cela suppose bien entendu que l’on est capable de prédire la consommation
finale avec un bon degré de certitude, ce qui n’est pas du tout évident à partir
de la simple analyse de séries chronologiques. La prévision sera – ou est déjà – la clef de la logistique… 
On comprend aussi que les simulations et les
(Advanced Planning and Scheduling) constituent un des points forts du DRP.
La cause de cet effet de bullwhip est donc double :

– prise en compte par lissage, d’une part, des variations accidentelles de la
demande finale ;
– prise en compte des variations de commandes (en hausse ou en baisse),
dues à la remise à niveau des stocks de sécurité des étages inférieurs.

La première difficulté est relative à l’analyse statistique de séries chronologiques
pour lesquelles il est difficile de distinguer les fluctuations aléatoires des effets
de tendance ou de variations saisonnières. Le remède qui consisterait à ne pas
tenir compte de ces fluctuations risquerait dans la réalité économique d’être pire
que le mal. 
En effet, le modèle présenté ci-dessus sans variations saisonnières
 ni tendance est beaucoup trop simple sur des marchés à variations rapides et
même de plus en plus rapides. 
C’est même une simplification pédagogique
parfaitement irréaliste pour le marché de la bière. Une des premières analyses
célèbres de tels phénomènes montre les variations de production et de vente
de la soupe « chicken noodle » de Campbell, article saisonnier par excellence.
Il en est de même dans de plus en plus de domaines : la durée de vie – en
production – de plus en plus courte des ordinateurs individuels ou des mobiles
en fait ce qu’on appelle parfois un « marché de la banane » où chaque variation
de ces nouvelles denrées périssables doit être prise en compte très vite.

La deuxième difficulté, la plus importante, est l’incapacité pour chacun des
gestionnaires de stocks de distinguer ce qui est variation de la demande
globale et ce qui est modification de stocks des échelons inférieurs dans les
variations des commandes qu’il reçoit. 
Chacun des gestionnaires de stock
devrait ne pas tenir compte dans ses commandes des variations de stock des
échelons inférieurs, variations qui devraient se compenser par des mouvements
aléatoires en sens inverse dans les prochaines semaines. Mais
comment les connaître ? Le remède évident consiste à échanger tout au long
de la supply chain des informations sur la demande finale. 
C’est l’organisation de cet échange d’information qui est difficile à réaliser en s’efforçant de saisir
la consommation aux caisses enregistreuses pour l’ensemble des participants
à la supply chain, en attendant de la saisir à la sortie des réfrigérateurs…
En synthèse on peut conclure sur les principales recommandations pour limiter
et maîtrise l’effet bullwhip :

– le développement d’un processus collaboratif tant interne entre les fonctions
concernées que sont la production, le marketing, les ventes et la logistique
qu’externes entre chaque acteur se situant de part et d’autre d’un même interface.
Ce processus collaboratif concerne les prévisions des ventes, les quantités
d’approvisionnement et de commande et les fréquences associées.
L’objectif est de partager l’information pour instaurer la confiance entre les
acteurs et augmenter la transparence de cette information. Le programme
ECR (Efficient Consumer Response) intègre l’ensemble des solutions tactiques
et opérationnelles pour concevoir, développer et mettre en oeuvre de
telles solutions collaboratives ;

– la mise en place d’une tour de contrôle qui prend en charge la centralisation
des informations et joue le rôle de pilote de flux pour l’ensemble de la supply
chain sans nécessairement prendre en compte l’exécution des opérations
elles-mêmes. Une solution du type 4PL (Fourth Party Logistics) s’apparente
assez bien à cette approche, les acteurs de la chaîne acceptant de déléguer
sous conditions contractuelles bien évidemment le pilotage de leurs flux ;

– l’accélération des interopérations et la réduction de leur nombre et ce, par
exemple par l’accroissement de la flexibilité des opérations industrielles, la
fragmentation des lots expédiés, le transfert automatisé des informations ;

– l’élimination des intermédiaires et la réduction du nombre des interfaces qui
se traduit par la mise en oeuvre du modèle direct qui a permis jusqu’en
janvier 2007 à Dell d’être leader mondial dans son marché. Cette solution qui
s’appuie sur la technologie internet n’est pas toujours envisageable dans le
cadre de canaux de distribution qui sont structurés autour d’intermédiaires qui
apportent leur valeur au niveau achat ou commercial ;

 – la mise en place de la solution VMI (Vendor Managed Inventory) qui permet
une délégation de la gestion des stocks du distributeur par son fournisseur ou
CRP (Continuous Replenishment Program) qui s’appuie sur des techniques
éprouvées dans le secteur automobile déjà mentionnées et qui dans le secteur
de la distribution bénéfice de la connaissance des sorties de caisse des points
de vente.

4- Mesure du bullwhip effect :

Il faut donc considérer l’effet de bullwhip comme représentatif d’un phénomène
réel même s’il est souvent moins prononcé que dans le jeu de la bière. On
peut alors se demander comment le mesurer.

Il nous semble qu’un indice de bullwhip pourrait être le rapport entre le σ de
la consommation finale et le σ des commandes à l’entrepôt usine. On pourrait
préférer à ce dernier le σ de la production usine mais celui-ci peut être affecté
par la gestion de production de telle sorte qu’il n’est plus représentatif des
besoins de la supply chain.

Ce « taux de bullwhip » pourrait avoir la valeur :

– 1 si l’écart-type de la consommation finale se répercute intégralement sur
celui de l’entrepôt usine : livraison directe au consommateur final ou au moins
allotement effectué départ usine ;

– > 1 s’il y a un effet bullwhip ; dans l’exemple ci-dessus du jeu de la bière, le
« taux de bullwhip » était de 649/35, soit 18,5 pour n’être plus que très proche
de 1 dans le cas de passations systématiques de commandes de 500 ;

– < 1 s’il y a un effet de bullwhip négatif avec réduction du s par l’effet statistique
de la proportionnalité des variances.

Plutôt que d’utiliser l’écart-type, on peut d’ailleurs utiliser aussi bien l’écart
absolu moyen (en anglais MAD) qui est proportionnel à l’écart-type (au moins
si la distribution est gaussienne, ce qui n’est d’ailleurs pas toujours le cas si
l’effet de bullwhip est prononcé).

La mesure d’un tel taux suppose que l’on connaisse la consommation finale –
au moins aux caisses enregistreuses – ce qui peut être souvent le plus difficile,
et que l’on définisse une unité de temps commune. Ce choix d’une unité de
temps n’est pas neutre car cette unité étouffe les variations qu’elle contient.
D’autre part, s’il n’y a qu’un seul flux à la sortie de l’entrepôt de production, il se
divise normalement en de multiples magasins au niveau de la consommation
finale. Il faut alors, soit ajouter les σ en valeurs absolues, soit pondérer les σ en
pourcentage par les moyennes de consommation. Cependant, si le « taux de
bullwhip » ne pose pas trop de problèmes avec les variations de quantités d’un
article représentatif, il devient plus difficile à déterminer avec une catégorie
d’articles car il faut alors le pondérer par les valeurs avec toutes les difficultés
classiques en ce domaine. 

Bien entendu, l’intérêt de mesurer le bullwhip est d’en
analyser les causes et de prendre ensuite les mesures nécessaires pour le diminuer.
Il y a donc là toute une voie à explorer pour un meilleur contrôle des flux
au sein des entreprises et un beau champ de recherche pour la logistique.











00:28 | 0 commentaires | Lire la suite..

Techniques d’analyse des flux de produits - Logistique et supply chain

Written By Unknown on 22 juil. 2011 | 23:21

L’analyse des flux de produits est toujours la première étape d’une étude de
supply chain. Elle est indispensable et doit permettre ensuite de déterminer la
situation actuelle avec :

– les flux de produits de toutes sortes : composants, produits de base, produits
semi-finis, produits finis, etc. ;

– les stocks et plates-formes ou plus généralement les points d’accumulation
de marchandises dans l’entreprise et tout au long de la supply chain ;

– les délais de chaque étape ;

– les flux d’informations correspondant aux flux de produits ;

– les coûts ;

– les processus de régulation tout au long de la chaîne ;

– les dysfonctionnements observés.

Malheureusement peu de logisticiens sont formés à ces études de flux. Les
descriptions que l’on trouve dans les entreprises des éléments précédents sont
très souvent incomplètes, voire erronées, et très pauvres : une grande partie
des informations restent informulées et chacun des participants n’en possède
qu’une petite part, plus ou moins exacte et ne permettant aucune synthèse.
Des tentatives de description par des stagiaires ou des agents de l’entreprise
travaillant sans méthodes sont rarement très utiles. 

Les savoir-faire en ce domaine sont souvent limités à quelques logisticiens qui ont eu l’occasion de
participer à de telles études dans une autre entreprise, à des informaticiens
bien forcés de « mettre à plat » l’organisation qu’ils doivent paramétrer dans
des logiciels ou des consultants spécialisés.

On présentera donc ici les bases de la méthode SCOR du Supply Chain
Council qui a l’avantage de présenter un cadre d’analyse que l’on peut combiner
avec les méthodes classiques d’analyse d’informations des organisateurs
et informaticiens (voir § 1.4.3).

1- Représentations géographiques :

La représentation géographique des flux de marchandise est la plus naturelle
car elle consiste à représenter sur une carte géographique les lieux de stockage
ou plates-formes entre lesquels les flux de marchandises vont donner
lieu à transport.

Voici un exemple tiré d’une présentation de la méthode SCOR, méthode
d’analyse et de représentation de supply chain proposée par le Supply Chain
Council. Cette présentation géographique (figure 1.9) n’appartient pas vraiment
à la méthode mais elle précède la représentation de la chaîne sous une
autre forme.

Ces représentations géographiques ont une grande utilité logistique. Une part
importante de l’informatique logistique est composée de bases de données sur
les routes qui permettent de déterminer des itinéraires en fonction de paramètres
et d’en évaluer la distance, le temps nécessaire à les parcourir, le coût
du transport, etc. De même, il existe des programmes pour déterminer sur la carte
l’endroit le plus judicieux pour localiser un entrepôt avec des méthodes de
barycentre ou de programmation linéaire en fonction des transports à assurer à
partir et à destination de ces entrepôts. Bien entendu, comme toujours en
matière de cartographie, l’échelle de la représentation géographique commande
la précision de la représentation des flux : on choisira une tout autre échelle
géographique pour représenter les flux à l’intérieur d’une usine.

2- Représentations symboliques :

Une représentation symbolique des flux est comparable à une représentation
géographique puisqu’elle peut, par exemple, permettre de représenter les lieux
de stockage et plates-formes sous l’aspect de sommets d’un graphe dont les
arêtes représentent les flux – et donc les transports – entre les lieux de stockage
et les plates-formes. La différence est que l’emplacement de chaque
sommet n’a aucune correspondance géographique et que la longueur des
arêtes est sans rapport avec la distance des trajets.
Sur le graphique de gauche de la figure 1.10, on a représenté la carte de France
et l’emplacement de deux magasins d’usine ainsi que sept magasins régionaux
de distribution. Les trajets entre les uns et les autres n’ont pu être représentés
exactement compte tenu de l’échelle de la carte ; ils indiquent cependant la
direction générale des trajets et l’ordre de grandeur des distances.
Sur le graphique de droite, les mêmes entrepôts et les mêmes flux sont représentés
mais sans localisation avec seulement l’analyse des trajets prévus
entre les uns et les autres. On va voir que la logistique utilise beaucoup de
représentations schématiques de cette sorte, comme toutes les sciences qui
s’intéressent aux flux.


De la même façon, voici la représentation en utilisant la méthode SCOR de la
supply chain de l’entreprise ACME (figure 1.11) dont nous avons vu la représentation
géographique au paragraphe précédent. Un tel graphe, avec ses
flèches successives, est très proche des graphes utilisés pour les analyses de
processus, et ce n’est pas une simple coïncidence.


Chacune des flèches représente une opération dont la nature est déterminée
par son sigle. On reconnaît dans chaque flèche les quatre processus types :
Source (S) ou « approvisionner », Make (M) ou « fabriquer », Deliver (D) ou
« distribuer, envoyer » et Plan (P) ou « planifier, piloter ». Le numéro qui suit,
par exemple « 2 » dans D2, précise seulement la nature plus particulière du
processus : ainsi D2 = « Livraison pour une commande particulière » par opposition
à D1 qui est une « Livraison sur stock ». 
Les flèches de type P (planifier ou piloter) sont relatives à des flèches de niveau inférieur
et expriment le pilotage des actions du niveau inférieur. La méthode développe ensuite des
conventions beaucoup plus détaillées pour analyser avec plus de détail
chacune des opérations. 

Une telle représentation est déjà plus abstraite que la représentation précédente des flux entre usines et entrepôts. Elle s’apparente aux différentes méthodes de représentation de processus que l’on trouve dans
beaucoup d’entreprises, avec cependant une spécialisation sur la représentation
des flux de produits par opposition, par exemple, aux conventions utilisées
par les informaticiens ou automaticiens pour représenter des flux d’informations
ou des relations entre concepts (diagrammes entités-associations par exemple).
La notion de « fil » (thread) mérite d’être précisée. En effet, un réseau n’est
pas une simple chaîne. Comme on l’a vu, plusieurs modes de distribution peuvent exister pour un même produit avec des parties différentes de la chaîne logistique. Le « fil » est alors la description complète de l’un des processus à
l’intérieur du réseau, description qui permet de s’assurer que la description que
l’on donne de chaque processus est bien cohérente et exhaustive.

3- Informatique et représentation du réseau de l’entreprise :

Le pilotage des flux et des stocks de l’entreprise exige que l’on dispose de
représentations cohérentes de tous les flux et de tous les stocks selon les
différents axes et aux différentes échelles nécessaires pour ces pilotages.
C’est en principe l’objectif des  d’intégrer toutes ces représentations
nécessaires. En réalité, les ERP sont le produit de l’histoire et de la nécessité.
La plupart d’entre eux se sont construits autour d’une base de données comptables
interfacée avec un certain nombre d’applications de gestion. Or la
comptabilité est d’abord un système de représentation des flux et des stocks
reposant sur des principes de base, la partie double par exemple, un plan
comptable et des schémas d’imputation des comptes : une sortie de stock vers
un chantier est traduite en comptabilité par des écritures qui transcrivent une partie
des caractéristiques de l’opération : date, article, quantité, prix unitaire, compte de
stock, compte de destination, n° de chantier, etc.

D’autres caractéristiques ne sont pas retranscrites par la comptabilité : heure, poids, emplacement en magasin,
transport, etc. 
D’autres applications de gestion de magasin, gestion de production,
gestion des transports, etc. viennent donc assurer d’autres représentations
de ces mêmes opérations du réseau financier et réel de l’entreprise. On
a tendance à les intégrer progressivement dans des systèmes informatiques
de management de la supply chain (SCM) ou dans des modules d’ERP. 

Il va de soi qu’on est loin d’une intégration conceptuelle complète des représentations
de l’entreprise, ce qui est peut-être utopique, et même souvent d’une
simple cohérence. La comptabilité, même si les comptables n’aiment pas le
dire, est souvent une représentation biaisée des flux de l’entreprise.
Sans entrer dans les délicats problèmes d’urbanisme informatique des grandes
entreprises, qui seront abordés dans le chapitre consacré à l’informatique
logistique, on peut noter tout de suite qu’il existe deux métiers ou deux groupes
de métiers de la logistique :

– des métiers de gestionnaire des flux, et stocks, en utilisant les outils informatiques
disponibles ;

– des métiers d’« analystes logistiques » à mi-chemin de l’informatique et de
la logistique, qui consistent à bâtir progressivement puis à réaménager en
permanence la représentation des réseaux de l’entreprise.

De plus en plus souvent, on voit des informaticiens devenir logisticiens, et, peutêtre
plus souvent encore, l’inverse.
Il n’est pas rare de trouver des directeurs de la performance des flux et des
systèmes d’information. C’est la reconnaissance d’une double compétence et
appartenance au métier de logisticien et d’architecte des systèmes d’information
qui soutiennent les flux physiques.
Les problèmes de représentation de concepts, d’ensembles ou fichiers et de
mouvements sont d’une grande difficulté : quiconque a tenté de représenter un secteur d’entreprise en diagrammes « entités-associations », par exemple, en
connaît la complexité. Les relations quotidiennes entre logisticiens, informaticiens
et comptables sont très souvent difficiles. Jusqu’à présent les concepteurs
d’ERP et de SCM ont été d’une grande timidité, se contentant de connecter peu
à peu par des interfaces des applications éprouvées puis de fusionner des
fichiers au sein de bases de données. 

Le temps est désormais venu de concevoir des représentations plus intégrées. Il y a là un gigantesque domaine de recherche, encore une fois transverse, auquel l’université devrait s’intéresser…
23:21 | 1 commentaires | Lire la suite..

Flux de produits et réseaux à valeur ajoutée - La Supply chain

Le concept de supply chain, aussi efficace soit-il sur le plan pratique, ne
permet pas d’assurer une représentation pertinente des flux de marchandises :

– même s’il existe un seul fabricant d’un produit, il existe le plus souvent
plusieurs distributeurs et chaque distributeur a plusieurs surfaces de vente si
bien que la chaîne logistique est alors une arborescence ;

– il existe le plus souvent à partir d’une entreprise plusieurs circuits de distribution
pour un même produit ou pour des produits différents : grande distribution,
circuits classiques grossistes-détaillants, VPC, etc. Chacun de ces
circuits représente une supply chain dont beaucoup d’éléments sont communs,
par exemple ceux de production ; physiquement, l’entreprise peut livrer à partir
de plusieurs entrepôts ; elle peut livrer tantôt un entrepôt ou une plate-forme
de distributeur et tantôt une surface de vente directement, voire le consommateur
directement en vente par correspondance ou à travers le e-commerce.

En réalité, la supply chain n’est pas une chaîne mais un graphe orienté dont
chaque arête représente un flux, c’est-à-dire un déplacement de produit, et
chaque sommet une étape entre plusieurs flux et, éventuellement, un stockage.
On distinguera donc par la suite deux sortes de sommets :

– les entrepôts, points d’accumulation de produits où ceux-ci sont stockés en
plus ou moins grande quantité et pour une durée plus ou moins longue ;

– les plates-formes, dites parfois plates-formes de transit, où les produits ne
sont pas stockés mais passent seulement pour aller d’un flux à un autre avec
parfois un simple transit et parfois un regroupement ; l’on parle alors de crossdocking.
Il existe bien entendu toutes les situations intermédiaires et il peut arriver que
la durée de séjour d’une marchandise en entrepôt ne soit que de quelques
jours ou quelques heures si celui-ci est géré en juste-à-temps alors que sur
une plate-forme de distributeur par exemple, il peut y avoir en permanence
quelques jours de consommation.

Aussi est-il préférable d’analyser l’ensemble de ces circuits sous forme de
réseaux et, depuis quelque temps, a-t-on tendance à parler de « réseaux à
valeur ajoutée » par référence à la valeur qu’apporte au produit le passage par
chaque point du réseau.

On verra d’ailleurs que les méthodes d’analyse de supply chain les représentent
le plus souvent sous forme de réseaux. D’autre part, le développement
des « entreprises virtuelles » conduit à prendre de plus en plus en considération
des réseaux d’entreprise et cette approche tend à se renforcer à travers
le développement des réseaux d’entreprise internet qu’il s’agisse par exemple
des « places de marché » du B2B, ou des « galeries marchandes » ou Fourth
Party Logistics du B2C.

Certaines définitions de la supply chain ne retiennent
plus que cet aspect. Ainsi Lisa M. Ellram (citée par Halley, 2000) définit la
supply chain comme « un réseau d’entreprises en interaction dont l’objectif est
de livrer un produit ou un service à l’utilisateur final, en intégrant les flux à
partir des matières premières jusqu’à la livraison du produit fini ». L’accent
n’est plus mis sur l’entreprise, ses fournisseurs et ses clients mais sur un
réseau d’entreprises.

C’est donc à partir de ces concepts que nous nous efforcerons de présenter
la façon dont on peut le mieux analyser et piloter des flux logistiques, même
si nous continuerons d’utiliser l’expression supply chain en l’entendant dans
ce sens étendu d’un réseau

1- Principe :

Il est possible de représenter l’économie tout entière en termes de flux. Il y a
d’abord des flux de matières premières et produits de toutes sortes qui vont
des champs ou des mines, puits de pétrole, mers, etc., vers des usines, puis
d’usines en usines, passant par des entrepôts à travers des moyens de transport
et de manutention tels que wagons, camions, chariots élévateurs, etc. ; à
l’intérieur des usines, les produits sont modifiés et assemblés et les produits
finis vont ensuite d’entrepôts d’usines en entrepôts ou plates-formes de distributeurs
jusqu’aux grandes surfaces elles-mêmes ; le flux ne s’arrête pas là car
les consommateurs eux-mêmes jouent un rôle en prélevant ce dont ils ont
besoin dans les rayons des supermarchés, poussant leurs caddies jusqu’aux
caisses puis jusqu’à leur véhicule pour ensuite les transporter jusque chez eux.
À côté de ces flux de produits, circulent, parfois en sens inverse, des flux
d’informations sur papier ou à travers les réseaux de télécommunication :
commandes, factures, avis de livraison, feuilles de routes des camions, flux
monétaires, etc.

On peut représenter chaque flux élémentaire par une flèche qui indique son
sens, ce qu’un mathématicien appellerait un « arc » sur un « graphe » ; aux
points de rencontre de plusieurs arcs se trouve ce qu’on appelle un
« sommet » ou un « noeud » avec des flèches qui entrent et des flèches qui
sortent. Chacun de ces noeuds peut être un entrepôt où entrent et d’où sortent
des produits ou une usine ou un hypermarché, etc.
L’ensemble de ces flux constitue un immense réseau qui couvre le monde entier.
Voici un extrait d’une représentation très simple d’un ensemble d’entreprises
avec des distributeurs (ronds) et des producteurs (carrés) du domaine agroalimentaire
(figure 1.5). Ce graphique ne prétend pas représenter la géographie
mais seulement les flux entre entreprises, chaque flèche indique un flux de
marchandises.

Cet extrait de représentation est très simple si l’on considère qu’une GMS
(grande et moyenne surface de vente) peut avoir des centaines de fournisseurs
et qu’on n’a pas représenté les clients finaux… D’autre part, on s’est
limité à représenter des flux de produits mais ces flux de produits ne sont
rendus possibles que grâce à des flux d’informations (propositions, contrats,
commandes, bordereaux de livraison, lettres de voiture, etc.) dont la représentation
serait encore beaucoup plus complexe, et il faudrait encore y rajouter
les flux de monnaie, scripturale le plus souvent, avec les intermédiaires obligés
que sont les banquiers. La vie économique est un tissu capillaire d’une
extrême complexité. Compte tenu de cette complexité des circuits économiques,
pour procéder à une analyse logistique on est obligé de simplifier en ne
retenant qu’une petite partie de la réalité.
On peut pour simplifier, ne représenter qu’une seule entreprise de production
avec son fournisseur et ses clients en éliminant tout le reste (figure 1.6).

Pour obtenir une représentation plus significative d’un point de vue logistique,
il est cependant nécessaire d’affiner la représentation. La figure 1.7 représente,
par exemple, des flux de marchandises provenant de deux producteurs et allant
vers les surfaces de vente d’un distributeur à travers la plate-forme régionale


du distributeur. Les productions de deux usines différentes d’un des producteurs
sont regroupées dans un entrepôt à partir duquel se font les expéditions
vers les distributeurs. On remarquera qu’une des surfaces de vente est livrée
tantôt par la plate-forme du distributeur, tantôt directement par un des producteurs
dont l’entrepôt est proche de cette surface.

Bien entendu, ce schéma ne représente qu’une toute petite partie des flux réels d’un grand distributeur qui
dispose de nombreux entrepôts régionaux, éventuellement de ses propres
entrepôts nationaux ou internationaux, et qui est approvisionné par des milliers
de fournisseurs avec leurs entrepôts d’usine, entrepôts de regroupement,
plates-formes de leurs transporteurs, etc. On pourrait représenter des flèches
partant de chaque plate-forme de vente et symbolisant les transports assurés
par les clients qui emmènent leurs emplettes chez eux dans leurs propres
voitures. On pourrait aussi bien représenter les flux des fournisseurs des
usines qui leur livrent les matières premières et les composants nécessaires.
On a distingué jusqu’à présent « plates-formes » où transitent les marchandises
et où il n’y a pas normalement de stocks et « entrepôts » où l’on gère les
stocks. 

Cette distinction est pertinente mais si l’on se place dans une optique
de flux, il suffit que le débit des entrées de marchandises soit supérieur au
débit des sorties sur un des noeuds du réseau quel qu’il soit, pour que la
marchandise s’accumule en ce noeud et que l’on ait alors ce qu’on appelle un
stock jusqu’à ce que ce stock ait été écoulé. Cela arrive sur les plates-formes
où les marchandises s’accumulent parfois plus qu’on ne le voudrait à la suite
d’une erreur quelconque.

On peut donc considérer qu’il existe à chaque noeud
de graphe un stock réel (entrepôt) ou virtuel (plate-forme), ce dernier étant un
stock que l’on s’efforce de maintenir à un niveau minimum de quelques heures
ou quelques jours.

2- Hétérogénéité des produits:

Le principe de supply chain considère que les produits s’écoulent tout au long
de la supply chain « depuis les fournisseurs des fournisseurs jusqu’aux clients
des clients ». Cependant ce ne sont pas exactement les mêmes produits qui
s’écoulent dans les différents arcs du réseau.

Par exemple, les figures précédentes pourraient nous faire croire que toutes
les flèches représentant le produit ont la même signification et traduisent un
transfert géographique d’un même bien. D’abord ce n’est pas le cas pour une
entreprise industrielle.


Sur la figure 1.8, on a distingué des flèches noires et des flèches en pointillé.
En effet, ce ne sont pas les mêmes produits dont le transit est représenté par
ces flèches. Les flèches en pointillé correspondent à des envois de matières
premières ou composants, tous divers. Les flèches noires correspondent à des
biens fabriqués par l’usine et qui intègrent les différents composants sous une
forme ou sous une autre. 

Certains composants peuvent ne pas apparaître
dans le produit, par exemple l’électricité qui a servi à produire ces biens et qui
a bien été envoyée à l’usine, à moins qu’elle n’ait ses propres générateurs
mais dans ce cas, elle recevra du combustible. Les cercles ne désignent pas
de simples stocks : le cercle qui représente l’usine représente des stocks
multiples d’en-cours, des transferts d’un lieu à l’autre dans l’usine, des processus
de fabrication, etc. 

Le cercle qui représente le magasin d’usine peut représenter
non seulement un stockage avec tout son environnement de réception,
préparation, expédition mais aussi des opérations de post-manufacturing :
mise sous emballages spéciaux pour une promotion, adjonction de modes
d’emploi en diverses langues, etc.

Il peut y avoir également des températures ambiantes différentes à maintenir
dans la chaîne logistique et la solution de porteurs tri-température si elle représente
une solution d’optimisation transport attractive génère en revanche une
complexité qui ne pourra être appréhendée que par le recours au concept de
familles logistiques. Cette approche permettra d’équilibrer les solutions en
matière de systèmes partagés économes et de systèmes spécifiques répondant
à des contraintes locales.

Même lorsqu’on représente des chaînes de distribution, il y a là encore des
changements de produits. En effet, un premier producteur envoie par exemple
à la plate-forme du distributeur des palettes de ses produits. Ces palettes ne
sont pas logistiquement la même chose que les cartons ou même les articles
individuels qui sont expédiés aux surfaces de vente après regroupement en
rolls par exemple. Il faut donc se méfier un peu de ces schémas très généraux
qui ne correspondent que très partiellement à la réalité du terrain.

3- Principe d’arborescence:

Un autre aspect important de l’organisation des flux réside dans le principe de
double arborescence.
L’ensemble des flux logistiques constitue au sein de la société tout entière une
sorte de gigantesque graphe. Pour une production particulière cependant, on a
vu que, comme sur la figure précédente, l’approvisionnement des matières
premières et composants vers l’usine de production constituait une arborescence
en remontant depuis l’usine vers les sous-traitants de 1er niveau puis de
2e niveau, etc. De l’autre côté de la supply chain, la production s’éclate sur des
entrepôts nationaux puis régionaux du producteur ou des distributeurs puis entre
toutes les surfaces de vente, avant d’être éclatée entre les millions de consommateurs
qui vont chacun utiliser le produit. C’est encore une arborescence.
Ce schéma général d’une double ou même de multiples arborescences est un
schéma universel. 

On le retrouve aussi bien dans un « arbre », le végétal, dont
les racines constituent une première arborescence qui recueille les substances
nutritives, le tronc qui permet de faire monter la sève, les branches maîtresses
qui se décomposent progressivement en plus petites branches puis en
rameaux et feuilles où se réalise la photosynthèse. On en retrouve une version
différente avec les grands réseaux nécessaires aux agglomérations humaines.
Ainsi un réseau de télécommunication est constitué de ce qu’on appelle la
« boucle locale », multiples paires de fils, de cuivre le plus souvent, allant
depuis chaque abonné jusqu’à un répartiteur ; puis les paires se regroupent
dans des câbles progressivement de plus en plus gros pour relier les abonnés
à des commutateurs ou des routeurs. 

Des câbles, le plus souvent en fibre optique
à grandes capacités, relient les commutateurs et les routeurs et l’on
obtient ainsi de multiples arborescences reliées entre elles par des canaux à
grande capacité comme des sortes de rhizomes.
Chaque fois que l’on a une structure de transport de ce type, on constate que,
comme pour toute structure hiérarchique, le nombre de branches croît de
façon géométrique au fur et à mesure que l’on descend l’arborescence avec
une conséquence importante :

– pour les artères de grande capacité qui relient entre elles les arborescences,
les coûts de transport sont faibles pour chaque produit car ils sont partagés
en un grand nombre de produits ;

– plus l’on se rapproche du consommateur final, plus le coût du transport
augmente car les quantités transportées sur chaque trajet particulier sont de
plus en plus petites et les transports de moins en moins fréquents : il en résulte
un coût de distribution de plus en plus important. La conséquence en est que
le coût du dernier kilomètre de la distribution, celui qui est supporté par le consommateur final avec son propre véhicule ou son panier à provision, est le coût logistique le plus important.

De même qu’en télécommunication la boucle locale est la partie la plus
coûteuse d’un réseau, de même en logistique de marchandises, la croissance
géométrique des branches fait que le dernier kilomètre est la partie la plus
coûteuse de la distribution et nous devrons tenir compte de ce phénomène en
étudiant les grandes évolutions de la logistique de distribution sous la pression
d’Internet et du e-business.

4- Le concept de valeur ajoutée:

L’analyse de la valeur est une technique déjà ancienne puisqu’elle fut développée
pendant la deuxième guerre mondiale par Larry D. Miles de General
Electric. Il s’agissait alors d’étudier si dans les conditions du temps de guerre,
on ne pouvait pas remplacer des composants d’un produit par d’autres moins
rares ou moins coûteux. Par la suite, l’analyse de la valeur est devenue une
technique classique de réduction des coûts qui consiste à examiner en détail
tous les composants susceptibles d’être modifiés, standardisés ou fabriqués à
moindre frais. On recommande généralement ce type d’analyse aux acheteurs
qui doivent, pour un produit acheté en grande quantité :

– déterminer quelles sont les fonctions de ce produit ;
– chercher si certaines caractéristiques actuelles de ce produit ne sont pas
indispensables ;
– se demander si les spécifications retenues ne sont pas trop élevées ;
– chercher des substituts moins onéreux ;
– voir si on ne peut pas standardiser ce produit pour l’utiliser dans un plus grand
nombre de cas et donc réduire son prix de revient, d’acquisition et d’utilisation ;
– en définitive, remplacer ce produit par un autre qui remplira les mêmes fonctions
à un moindre coût.

L’exemple classique est celui des bouchons de réservoir des automobiles
réalisés en acier avec plusieurs composants et que l’on a souvent remplacés
par une pièce en plastique beaucoup moins chère avec moins de composants.
Dans l’absolu, on devrait pouvoir déterminer la valeur ajoutée par un composant
à un produit et comparer son coût à cette valeur.

L’analyse de la valeur doit pouvoir s’appliquer à la chaîne logistique. Toute
opération de la chaîne logistique doit apporter de la valeur et l’on doit en
permanence rechercher si l’on ne peut pas obtenir la même valeur à un moindre
coût. Par exemple, un transport permet au consommateur de disposer d’un
produit fabriqué loin de là. 

Ce transport a un coût et l’on peut se demander si
l’on n’a pas intérêt à réduire ce coût en produisant plus près du consommateur
si le marché, les conditions de production et les coûts de transport des produits
de base et composants permettent d’obtenir un résultat positif.

La difficulté est que l’on connaît le plus souvent les coûts de chacune des
opérations – et encore pas toujours – mais qu’il est beaucoup plus difficile de
déterminer la valeur ajoutée. C’est cependant une recherche indispensable,
mais l’on doit prendre garde qu’une économie sur un maillon de la chaîne peut
entraîner une augmentation sur un autre. Ceci n’est pas toujours défavorable.

Par exemple, le développement de la grande distribution a diminué de façon
très importante les coûts des PGC (produits de grande consommation), mais
elle oblige les consommateurs à se rendre avec leur propre véhicule dans les
surfaces de vente, à réaliser le picking, puis le transport jusqu’à leur résidence
(en passant par les caisses), ce qu’ils n’avaient pas à faire avec le système
des épiceries de quartier. Cette contribution à l’amortissement de leur véhicule
est un facteur psychologique important pour chacun d’entre eux. Une partie
importante des développements très actuels de la logistique consiste à tenter
de mesurer les économies possibles sur l’ensemble de la supply chain au prix
d’une augmentation plus faible des coûts sur une partie de la chaîne. C’est un
des objectifs de l’ECR qui suppose une collaboration entre tous les participants
à la supply chain pour étudier ces améliorations possibles et bien entendu
déterminer qui supportera les nouveaux coûts et qui profitera, et dans quelle
mesure, des gains.

5- Les trois niveaux d’extension:

On a vu le principe de modularité de la supply chain qui permet d’effectuer les
analyses à différents niveaux. Il en est de même de n’importe quel réseau et
l’on connaît bien les échelles en cartographie en fonction desquelles on représente
avec plus ou moins de détail chaque élément d’un plan.

On a vu avec les problèmes de valeurs ajoutées et de coûts sur les différents
maillons d’une chaîne que l’on ne pouvait étudier son économie sur une simple
portion. Il est en effet évident que lorsqu’on étudie un phénomène, quel qu’il
soit, sous l’angle des flux, on a tendance à étendre le champ de l’étude bien
au-delà des objectifs initiaux. 

Les militaires ont découvert ce phénomène au XVIIIe siècle lorsque les premiers théoriciens ont commencé à étudier l’art de la guerre comme une science des flux sur le terrain : flux de troupes, de vivres,
de munitions, etc. Le caractère un peu abusif de la réduction de la stratégie à
l’art du ravitaillement des troupes, et l’expérience nouvelle des campagnes
napoléoniennes ont conduit D. H. von Bülow à faire évoluer ces analyses
autour du concept de « bases », passant ainsi des flux aux stocks ce qui n’était
d’ailleurs qu’un simple changement de point de vue, pour revenir ensuite avec
le baron de Jomini, l’inventeur du mot « logistique », au concept de « lignes
intérieures » qui, comme le lui reproche Clausewitz, n’est qu’une approche
« géométrique » et non véritablement stratégique. L’important est que cette
approche de l’art de la guerre à travers l’analyse des flux conduisait le
nouveau concept de logistique à absorber stratégie et tactique. Il en est de
même aujourd’hui dans les entreprises et il est donc important de bien voir à
quel niveau on se situe à chaque phase d’analyse.

A- Le service fonctionnel :

Il est possible de faire des zooms sur une partie du réseau. Là où une usine
n’est représentée que par un noeud du graphe avec en entrée des composants
et en sortie des produits finis, il est possible de représenter les différents
magasins et lignes de production de l’usine avec leurs flux internes de matières
premières, composants et en-cours. On pourrait de la même façon faire un
zoom sur un supermarché pour montrer les divers rayons et arrières magasins,
analyser les flux de produits des quais de déchargement aux arrières maga-sins 
puis aux linéaires et enfin des linéaires aux caisses dans les caddies des
clients et enfin aux parkings. Les spécialistes de la grande distribution analysent
d’ailleurs aussi les flux de consommateurs à l’intérieur de la surface de
vente pour les mesurer, les réorienter ou déterminer les emplacements optimaux
des produits. 
On pourrait dire que la logistique est l’étude de tous ces
flux, mais il faut prendre garde qu’un tel concept aurait tendance à absorber
peu à peu toutes les activités humaines et toute l’économie, ce qui est un peu
trop pour une discipline…

B- L’entreprise :

L’entreprise est par définition un triple réseau de produits, d’informations et de
monnaie. Les flux de monnaie sont retranscrits par la comptabilité ; les flux
d’informations s’organisent de plus en plus à travers son système informatique,
en outre de la communication orale toujours essentielle et des flux de
« papiers » encore importants ; les flux de matières et de produits sont ce
qu’ils sont, mais leur organisation n’avait peut-être pas donné lieu jusqu’à
présent à une approche méthodique avec la même rigueur que les deux catégories
précédentes. Les travaux de Forrester ont commencé à permettre la
modélisation de ces différents types de flux et les techniques de gestion de
production ont ouvert la voie aux approches intégrées actuelles. 

Il n’est cependant pas si simple de rationaliser les flux des produits au sein d’une même
entreprise et c’est peut-être le premier acquis du concept de supply chain de
faciliter une approche rationnelle de l’analyse des flux au sein de l’entreprise,
indépendamment des frontières de directions et de services.

Les concepts de flux de produits et de réseaux à valeur ajoutée permettent
donc de constituer une méthodologie d’intégration pour l’analyse de tous les
processus transverses dont l’amélioration mobilise actuellement une partie
importante des cadres des grandes entreprises.

C- Le réseau d’entreprises :

L’analyse du réseau n’a aucune raison de s’arrêter à la porte d’une entreprise.
Les entreprises qui participent à la satisfaction des consommateurs
sont multiples. Chacune d’entre elles apporte sa valeur ajoutée et répercute
sur les produits tout ou partie de ses charges, dégageant en outre un éventuel
bénéfice selon la logique des négociations commerciales entre les unes
et les autres sur chacun des marchés. Rien n’interdit de poursuivre l’analyse
d’une entreprise à l’autre. 

Mais ce qui est possible pour l’économiste, l’est
aussi pour l’entrepreneur et l’on peut penser à engager la négociation
commerciale sur une approche plus globale qui prend en compte l’ensemble
du processus, évaluant les économies possibles sur chaque maillon de la
chaîne logistique, sachant qu’un supplément de coût pour l’un peut être à
l’origine d’économies importantes pour l’autre. C’est un des points forts de
l’analyse par supply chain interentreprises que de rechercher une nouvelle
organisation plus économique et donc profitable à tous, y compris au
consommateur final, en organisant la répartition « au mieux » des profits
réalisés. 

On quitte alors le domaine des relations commerciales classiques
pour entrer dans de nouveaux modes de collaboration entre entreprises,
modes qui ont donné lieu à de nombreux développements au cours de ces
dernières années.

La difficulté est d’organiser cette collaboration et l’on voit se développer de
nouvelles organisations économiques aptes à prendre en charge cette
nouvelle approche globale de la supply chain :

nouvelles relations sous-traitants-assembleurs, dans l’industrie automobile
par exemple ;
collaborations entre producteurs et distributeurs sous divers noms et différentes
formes, souvent évoquées sous le nom d’ECR et l’on verra ce qu’il faut
entendre par là ;
« nouvelle économie » des places de marché internet avec de nouvelles
formes de collaboration plus ou moins étroites entre entreprises traditionnelles
(brick and mortars), nouveaux venus sur le marché (pure players), entreprises
informatiques et de télécommunications, et aussi entreprises logistiques plus
ou moins engagées dans ces collaborations (third party logistics et fourth party
logistics) ;
« entreprises virtuelles », celles qui veulent maîtriser l’ensemble de la chaîne
logistique en ne gardant en pleine propriété que ce qui est nécessaire au
marketing et au pilotage, en négociant les fonctions opératoires (production,
distribution, transport, entreposage, etc.) sur des bases contractuelles ou plus
souvent de partenariats à moyen terme.

22:44 | 0 commentaires | Lire la suite..

Libellés :

4PL 90 minutes Enquête ABC ACME Acting auditions disney channel Ads Affiliate Alimentation Aliso Viejo Realtor Analyse ABC Analyse de stock Analyse des Flux APS Assessing career Assistant Salary Audition for disney channel show Australia B2B B2C Bad Investment BBB BBB online Best deals Better Business Better Business Bureau Billboard Promotions Blah d Blah bolloré logistique Boutique des livres Bright Assessing Building traffic bullwhip Business Business arena Business insurance Business management approaches Buying houses CA CBIP CCENT CCIE CCNA CCNP Chauffards Chicken noodle Child Health Insurance Ciblage CNA Coaching Compétitivité Logistique Concept Concept de marketing CONCEPT DE SUPPLY CHAIN Contrôle du stock Coordonner Coupon Create Something CRP CTs Définition chaine logistique Définition de Supply Chain Définition du Logistique Définition du Stock Développement de produits Disney channel Distribution DRP DUI insurance E-business E-commerce E-marketing Earn money while not having to abandon their own families behind Ecole de Toyota Ecoles logistique ECR EDLP Education Electric Electric Generator Email logistique Maroc EMP Emplacement en magasin Energy Broker Energy Consultant Engineering Engineering Materials English Enjeux Distribution Enquêtes Entrepôt Entreprises ERP ESLI Etude de marché Eyeglass Chain Family Flow shops Flux Fm logistique Foncière europe logistique Formation Logistique Gestion Gestion du Production Gestion du stock Gestion du Transport Gestion marketing Get Twitter Followers Glasses Chains GMAO GMS GPAO Graphic design Graphic design in London Guru Product Blueprints Higher Conversion Rates Historique du marketing Home Jobs Hospital How How to get followers en twitter How to Get More Twitter followers HR Duties Human resources human resources salary id logistics ID LOGISTICS France Increase Followers Increasing Sales Innovation Insurance Insurance Plans insurance policies Intelligence Internet Marketing Interview Investment Job Job Hunters Job obligations Job shops Just In Time Juste à temps KANBAN KARIM GHELLAB Kid's Kids Kyle and Carson Wealthy Affiliate La chaîne logistique La méthode SCOR Lactalis logistique Le coût logistique Leadership programs alabama Learn Life Life insurance Link Building Services Livraison Livres Logistique Livres Supply Chaine Livres Transport Logistique Logistique de marchandises Logistique def Logistique ebooks Store Logistique Email logistique france mail Logistique industrielle Logistique Mail Logistique Maroc Logistique maroc mail Logistique Militaire Logistique urbaine Logistique video Loi 20/80 Magnetic Magnetic Motor Magnetic Motor Electric Generator Management Manager Mangement Video Manutention Marketing Marketing Guide Marketing-Mix Maroc Logistique Maroc Logistique Adresse Master Matt Bacak Mauffrey Mécanismes de régulation de Stockage Media Medical Medical Examiner Méthode ABC Metiers Logistique Million MLM MLM Success Mobile marketing Motor MRIs MRP Mutualisation logistique Network Online business Online marketing Optimisation de stock outbound flow Overstock paradigme Pareto Pharmacy Phlebotomist Picking Programs Pièces de Rechange Pilotage de stock Pilotage des flux Piloter Planifier Plate forme Positionnement pre school teacher salary Pro Resume Writing Production Professional Professional seo company Purchase QCD Qualité Quality Quality contents Radiologist Real wealth online Réduire le stock Régression logistique Réseau de flux Reverse logistics Sales SCM Search engine optimization company Secrets Sécurité routière Segmentation Self-assurance Selling houses SEnuke XCr SEO SEO copywriting SEO copywriting rates SEO copywriting services Site maps Software customer support SPC SR22 Steven Gérard Sticky-ness Stock Stock d’anticipation stock mort ou obsolète stock spéculatif Stockage Stocks de sécurité Strategic Strategie marketing Study Study In Australia Successful advertisement Suivi de stock Super affiliate Supply Chain Supply Chain Council supply chain d’ACME Supply Chain management sur-stocks The tricks of having a good purchase TOYOTA TOYOTA Logistique TOYOTA Management TOYOTA Transport TPM TQC Traffic Training Transport Twitter Vendor Managed Inventory Video Video Transport Logistique VMI What What is hvac WIP Work at home Work from home jobs Writing X-ray graphic Youth leadership programs alabama