C - Big Data Paris 2016

L’usage du BIG DATA dans la Supply Chain
Support de présentation/Atelier Projets
CONGRES BIG DATA 20 mars 2012
JL LEBASCLE
VP Supply Chain ERMA
Président Commission Systèmes Information ASLOG
Agenda
Contexte et agenda des Directions Générales
Paramètres de la performance des entreprises en 2012
Lien structurel entre création de valeur et agilité de la Supply Chain
Particularités des Systèmes d’Information de la Supply Chain
Développement exponentiel des objets de gestion et volumes logistiques
Exemples :
Sorties de Caisse et ruptures en linéiares
Analyse de contributions de références produits
Flux d’entrées/sorties en entrepôt
Informations Clients
Exemple de WALMART
Priorités du management et limites actuelles
Conclusion
Contexte - Classement des facteurs ayant le plus d’influence sur les Supply
Chain (sondage Mc KINSEY juin 2010) par ordre décroissant
Complexité exponentielle des Produits et des Services
Accroissement du prix des énergies
Aggravation de la volatilité financière
Globalisation du marché du travail et des salaires
Refondation permanente des structures et des organisations
Adoption de techniques de management basées sur des paramètres scientifiques
et la gestion de la connaissance
Confrontation à une variété et une complexité des réglementations (nationales,
internationales, sectorielles, environnementales,…) et largeur de la géographie et
des cultures
Multiplicité des marchés et segments de clients émergents et difficulté à typer et
suivre leurs différents types de demande
Accroissement des préoccupations/contraintes provenant des aspects
environnementaux
Demande en plein essor par les clients pour des produits plus sûrs et bons pour
la santé
Infrastructures insuffisantes
L’agenda des Directions Générales en 2012
Rentabilité / Pérennité / Liquidité
Paix Sociale
Conformité réglementaire et Gouvernance (risk management)
(responsabilité sur biens propres et actions pénales)
L’agenda caché : je survis…..dans une situation où je n’ai que peu de
visibilité sur la demande des clients
Paramètres qui caractérisent la performance de l’entreprise en 2012
Performance actuelle
Ventes
Coûts
Ebitda
Cours bourse
Parts marché
Résultats
Opérationnels
et boursiers
Rentabilité
immédiate
et visible
Performance future
Capacité d’innovation
Cash Flows
Puissance des offres
Agilité organisationnelle
et re-configurabilité des
processus et évènementielle
Maîtrise contrats service et
performance supply chain
Vélocité des lancements
nouveaux produits
produits et services
Capacité de
Croissance
Et optimisation
Rémunération
(ROCE)
Maîtrise métier
- Création de valeur économique par l’agilité de la Supply Chain -
Dépréciation du produit
Critères de
performance
Supply Chain
Taux de service aux clients
Retour sur investissement
Service
client
Revenu
Qualité
Revenu du
Capital
(-)
Coût
opératoire
Valeur
ajoutée
économique
(-)
Fonds
employés
Coût du
Capital
Agilité
Coût de la
Supply
Chain
Durée du cycle total
Durée du cycle
"Cash to Cash"
Profit économique
Coût total de la Supply
Chain
Taux de rotation des stocks
Coût de possession des
stocks
Respect du plan directeur
de production
(x)
Productivité
Coût du capital
Performance fournisseur
Intérêt économique
Qualité des prévisions
Indicateurs de performance internes
Indicateurs de performance externes
Cloud Computing
Chaîne de Service Clients et chaîne de valeur
Chaîne du Management et de la Gestion des Ressources
Stratégie logistique
Chaîne du Service Client
Mise en place
des moyens
Prévision
Administration
Flux de demande Prévisions
de la
Commerciales
commande
Approvisionnement
Gestion
opérationnelle
articles et services
ou du
de la demande
sur entités
besoin calculé
opérationnelles
•Planification
Directrice
•Demande, flux
tiré, et
déploiement
poussé dans les
canaux et
segments clients
•Processus
collaboratif sur
ensembles type
demande
•Différenciation
•Objectifs
•Indicateurs
•Formalisation
•Fréquence
•Traçabilité
•Organisation
•Back-up
•Business Unit responsable niveau de stock
•Logistique réactive et:ou pro-active ?
•Make pr buy ?
•Administration dynamique
du Schéma logistique (network design)
•Organisation planification, stock,
opérations, entreposage, transport
•Planification des ressources
Programmation
Points vente FT
Gestion du déploiement
Suivi et
et des opérations
Gestion du SAV Réseaux
contrôle des
sur stocks
et Service clients Réseaux
opérations
Planification et Exécution
et Pilotage
De la Supervision
Production
•Fréquence
•Règles de gestion
•Responsabilité de
gestion, propriété
des stocks
•Indicateurs et reporting
•Périmètre d'autorité
•Réaction sur événement
•Coûts
•Capitalisation des connaissances
Objectif exprimé en
niveau de servicesur
site destinataire
Les systèmes d’information contribuent fortement à la tenue des
objectifs de la Supply Chain en temps de crise
- Synthèse
du niveau de contribution des SI Supply Chain Faible
Objectifs
Améliorer la flexibilité de votre
Supply Chain
Réduire les délais de livraison
Améliorer le taux de livraison
Gestion cycle de fin de vie produits
Réduire les niveaux de stocks
Réduire le fonds de roulement
Réduire les coûts logistiques
Réduire le coût des matières
Réduire les coûts de la main
d’oeuvre
Moyenne
Plage de variation
0
Élevé
1
2
3
4
Les critères de performance des entreprises
Agilité + Réactivité + Efficience
Qualité
Réactivité
Efficience
Vitesse à laquelle le système
répond à l’évolution
des demandes du marché
Élimination de toute forme
de gaspillage
Coûts
Délais
Agilité
Vitesse à laquelle le système
Adapte sa structure de coût
Et ses niveaux de service
Source : ATK - ELA
Intelligence : Exploitation maximale de toutes les informations
Pour accéder à ce triangle « magique » quelques pré-requis
Alignement Positionnement Marché / Objectifs / Performances /
Rémunérations
Capacités et compétences de « reconfiguration évènementielle »
Système de Pilotage réactif, réaliste, documenté
Calé sur les vrais enjeux et vrais leviers
Intégrant les aspects de RSE et Risk Management
Fonctionnement centré autour des Processus / Ressources / Attitudes
Elaborer, partager et administrer le modèle de valeur en
dynamique
Pouvoir se mettre en situation d’agilité, c’est :
Voir
Savoir
Mesurer
Simuler / Virtualiser
Décider
Capitaliser
Et donc disposer et traiter de grandes séries de données
Ex Connaître :
Analyses Supply Chain Performance/indicateurs clés
Indicateurs performance
Perform
Best
actuelle practice
Taux de service/ligne
95%
99%
Taux de service/commande
90%
98%
Jours de ventes en stocks
30,00
15
Delai d'approvisionnemnnent 10,70
6J
Duree totale d'un cycle
40j
25j
Utilisation des lignes de prod. 60-80% 80-90%
Cout de distribution/CA
4,00%
2.50%
Cout de transport /CA
6,00%
3,00%
Cout de la supply chain
20,00% 12,00%
Precision des previsions
70,00% 95,00%
Pourcentage d'obsolescence 1,40%
< 0,5%
Adhesion au plan de product. 65,00% 95,00%
Cash-to-cash-cycle
Attentes
Client,
100%
100%
Perform
Cible
99%
98%
20
7J
30j
90%
3,00%
4,00%
14,00%
95,00%
1,00%
95,00%
Perform
écart
13%
20%
10
3J
10j
10-20%
1,00%
2,00%
6,00%
25,00%
0,40%
30,00%
hors scope
Business
impact
high
high
high
high
high
high
high
high
high
low
medium
medium
high
Les « Uniques » des systèmes d’information de la Supply Chain
Volumes exponentiels de données ( flux, produits, évènements, statuts,
acteurs, prévisions, nomenclatures, etc)
Périmètres structurels et fonctionnels très larges
Données, plus ou moins structurées, provenant et allant vers des systèmes
d’information très hétérogènes (fournisseurs, sous-traitants, prestataires
logistiques, forwarders, opérateurs économiques agrées, ….)
Des remontées et des traitements d’informations en temps réel ou quasi
réel ( scans sortie caisse magasin, traçabilité des flux, pilotage automates
industriels, suivi exécution de production, ….) avec de forts enjeux sur la
valeur du flux ( qualité, coûts, délai)
Données souvent très distribuées
Ces « Uniques » relèvent clairement des Big Data
Volumes exponentiels de données ( flux, produits, évènements, statuts,
acteurs, prévisions, nomenclatures, etc) en téra octets et de plus en plus
en péra octets
Types de données très disparates : format fixe et structuré, non structuré,
vidéos, photos, fichiers log de sites web, contenus de source list ,
portails….
Données nourrissant, ou issues de traitements temps réel (vélocité) et les
applications (big analytics) doivent souvent réagir à grande vitesse
Pilotage de sorties caisse point de vente
Calcul et mise en forme de prévisions de ventes
Planification/re-planification en continu de flux d’approvisionnement, fabrication,
distribution
réalisation/exploitation d’inventaires cycliques et permanents (voix, données, images)
capture/exploitation de « sensor data » : GPS, RFID, voix,etc
Cartographie fonctionnelle du S.I. de Renault
Annexe 3
Les objets de gestion très nombreux dans les SI Supply Chain
Unités consommateurs
Unités Logistiques
Produits/Services
Flux
Statuts
Evènements
Ressources
Objets de coûts
Work-center
Client émetteur de la commande
Client à facturer
Client à livrer
Dates (initiale, réactualisée, négociée, validée,…)
Ordres Achats
Ordres Fabrication
……
Les volumes de données augmentent exponentiellement
Pour des raisons structurelles et réglementaires
Mondialisation des échanges liés au développement des affaires
Exigence des approches analytiques par les fonctions de BI et Marketing
Complexification/désagrégation des chaînes de valeur (délocalisation, sous-traitance, copacking, customisation, etc…)
Customisation/segmentation des services /logistiques
Multiplication /diversification des flux de distribution (e-business, cross canal, formats PVT)
Exigences/obligations de connaissance réglementaires, sanitaires et de gouvernance
Approches de qualité, RSE, traçabilité,…
Pour des raisons conjoncturelles et technologiques
Renouvellement des articles et des gammes (gestion du cycle de vie)
Fractionnement des commandes/flux (cash management, flux tendus, réduction stocks)
Multiplication des sources de données (données utilisateurs, réseaux sociaux, techniques de
mobilité, RFID, ….)
Internet des Objets
Données des systèmes d’information d’entreprise (ERP, APS, SCE, BI,
Quelques domaines Métier Supply Chain porteurs de BIG DATA
Prévisions de vente et de demande ( calcul & analyse)
Saisie unitaire par lecture des sorties caisse
Nomenclatures et Gammes
Planification, exécution et suivi des OA et des OF
Supervision et déclaration de flux de production
Optimisation /simulation de déploiement de stocks vs taux de service (DRP)
Gestion des activités en entrepôts /plateformes (Warehouse Management System)
Planification /exécution de flux de transport
Réaction sur évènement sur les flux
BIG DATA et Supply Chain
Limite entreprise
Sourcing et gestion
fournisseur
Planification
supply chain
Planification
supply chain
Profils marchés
Données
Données
Données
Systèmes de
coût
APS
DRP
Achats transport
Données
Planification
de production
MRP 2
Pre
order
Prévisions
Gestion des
stocks
Planification
du trajet
Traçabilité
order
Fabricat°
Ordre
achats
Mise à disposition
matières /
composants
Suivi et exécution
de fabrication
Réception
matières et
composants
Stock
Fabricat°
Picking et
conditionnement
Système de
pilotage
d’entreprise
Order entry
Affectationa
ux véhicules
Conditionnement
Système d ’information logistique
Stock
Stock
Expédition
order
Domaines d’application et data de la traçabilité
Unité
logistique
Unité consommateur
GTIN 13
Company Prefix
CIP
EAN 13
C
Fichiers articles
GTIN 13 / GTIN 14
C
ITF 14
Messages EDI
GS1 128
(00)331234512345678917
Tag RFID
Lecture en caisse
Fichiers Fournisseurs/Clients
Catalogues
électroniques
Lecture en entrepôt
Gestion des réceptions, des stocks, des
expéditions
20
Le GS1 128 : beaucoup d’informations en peu de place
GS1-128
Start F1 AI
Exemple :
(10)AB123H23(01)03453120009991
D. variable
Numéro de lot
00
01
02
10
15
17
310x
37
413
91 à 99
GS1 France - SPILOG 2006 Standards et compétitivité des
supply-chains
F1 AI
D. fixe
Clef Stop
GTIN
numéro de palette ………………………
n18
GTIN (code EAN) d'un article ……...…. n14
GTIN (code EAN) de l'article contenu... n14
numéro de lot …………………………...
an..20
DLUO………….. ………………………..
n6
DLC………….. ………………………….
n6
poids net en kilo………………………...
n6
quantité contenue ………………………
n..8
lieu de livraison final ……………………
n13
informations internes …………………..
an..30
21
Étiquette logistique normalisée
Carrier (Transporteur) :
Pro duit
Transport DUVAL
St Brieuc
FR59 000
FRAIS
FROM (Exp.)
:
GS1 France
2 rue Maurice Hartmann
92137 Issy-les-Moulineaux
Depart. date : 21/05/2003
TO (Dest):
:
Ste SUPEROUEST
Z.I. de la Grange 50 rue Nationale
59000 LILLE
FRANCE
Delivery date : 22/05/2003
Ob servation s :
N° d'UE/UM :
Poids brut (Kg) :
Route :
621
Partie transport
Shipment (N° expédition) : 31234512345678912
Code de rouage
(403)621
PARTIE CLIENT
Order Number (N° de commande) :
SSCC : 034531200000002527
GTIN (EAN) : 03453120001209
USE BY (D.L.C.) : 31 12 2005
Partie produit
(01)03453120001209(17)051231
SSCC
GS1 France - SPILOG 2006 Standards et compétitivité des
supply-chains
(00)034531200000002527
22
Les analyses de sorties de caisse et de ruptures en linéaire sont
grosses consommatrices de données (exemple cosmétique)
Analyse des ruptures
-VPC + VPM, toutes filiales , 16 semaines 2010-
En marge
160 000
3 500 000
140 000
3 000 000
120 000
2 500 000
Période
Période
Capillaires
Parfumage
Solaires
Hygiène
Soins du corps
Divers
Maquillage
Soins du visage
Note : Ruptures produits finis, hors mini-produits et simplex
Source
: Logos 18/ 3526 / PJ / mm
A.T. Kearney
/ 13
S16
S15
S14
S13
S12
S11
S10
S9
S8
S7
S16
S15
S14
S13
S12
S11
S10
S9
S8
S7
S6
S5
S4
0
S3
0
S2
500 000
S1
20 000
S6
1 000 000
S5
40 000
1 500 000
S4
60 000
2 000 000
S3
80 000
S2
100 000
S1
Contribution
Volumes
En volume
Big Data : FLUX ENTRE 320 ET 450 CAMIONS sur entrepôt
3 camions
60 à 100
camions
120 à 160
camions
30 à 40
camions
60 à 100
camions
6 camions
Parking
Camions
Bascule
Parking
VL
V6
DRD
Bureaux
Gardien
Mélange
V7, V4
Stockage
V4 Est
Stockage
Chargement
Stockage
Chargement
Palettisation
Plâtrières
V2, V5
Bascule
Stockage
Chargement
Cloisons
40 / 50
Chaîne Plaques V3 Nord
NAVETTES
JOUR
DT
Concassage
Stockage
Chargement
Carreaux
Bureaux
Doublages
Stockage
Chargement
Ensachage
Recyclage
Gypse
Plâtrière V8
Ensachage
Stockage
Chargement
Bascule
Plâtrières
Chargement
Prémélange
Stockage
Gypse
V2
50 hectares – 60 000 m² d’entrepôts couverts
24
Exemple des flux de l’industrie pharmaceutique
Dépositaire
Usine
Grossistes
Usine
pharmacie
Patient
Centre de Distribution
• Mise en place des
technologies de
marquage des boites
•Modification des
conditionnements
extérieurs
•Modification des
unités logistique
(carton)
• Mise en place des
technologies de lecture et
d’identification des
boites/unités logistique
•Modification des SI de
gestion des entrepôts
(WMS)
•Modification des éléments
de livraison (BL ou
message EDI Avis
d’expédition)
• Mise en place des
technologies de lecture et
d’identification des boites et
unités logistiques
•Modification des SI de
gestion des entrepôts
(WMS),archivage des
données
•Modification des éléments
de livraison (BL ou message
EDI Avis d’expédition)
• Mise en place des
technologies de lecture
et d’identification des
boites
•Modification des SI de
gestion des pharmacies
• Modification des
interfaces de
transmission Sésame
vital
Système d’information commercial de gestion des commandes
(modification du code CIP)
Imprimer, faxer, envoyer un message, tous
les outils pour communiquer
Des outils de navigation pour se
déplacer plus vite dans
l’application
Envoi par messagerie
ou
e-mail
Messages workflow pour prévenir
des incidents
sur le flux
Des listes déroulantes,
des cases à cocher,
vous simplifie ntla saisie
Un système d'aide
contextuel multimédia
Des Onglets, des Boutons,
une structuration claire et
logique de l’information
Des zones librement
paramétrables
L'assistant de saisie évite des
erreurs à l'utilisateur
Productivité et ergonomie vont de pair...
4. Offer management
Lead time supply reliability :
is not in adequation with the safety stock level configuration
Average lead time < of
the parameter
Taille de lot exacte
Taille de lot fixe
Arrondi de taille de lot
Lot périodique
Taille de lot minimum
Taille de lot maximum
1%
13%
3%
86%
2%
Taille de lot exacte
Taille de lot fixe
Arrondi de taille de lot
Lot périodique
Taille de lot minimum
Taille de lot maximum
35%
13%
20%
52%
81%
21%
AA1
4%
AA2
Average lead time +/10% of the parameter
20%
Average lead time > of
the parameter
72%
13%
8%
34%
53%
shortage risk
Taille de lot exacte
Taille de lot fixe
Arrondi de taille de lot
Lot périodique
Taille de lot minimum
Taille de lot maximum
13%
31%
10%
56%
7%
74%
AA3
39%
51%
10%
Over-storage risk
Taille de lot exacte
Taille de lot fixe
Arrondi de taille de lot
Lot périodique
Taille de lot minimum
Taille de lot maximum
91%
9%
© PMGI –
51%
MOI
46%
47%
27
8%
ABC analysis
10 to 20% of references make 80% of sales (CPP)
TIV
100%
2 474 602 €
90%
7 520 583 €
80%
A
80% of the sales value (CPP)
70%
230
60%
B
15% of the sales value (CPP)
50%
39 473 251 €
40%
C
30%
5% of the sales value (CPP)
91
20%
10%
55
0%
NO of articles references
TGC
100%
2 128 401 €
90%
6 316 993 €
100%
80%
70%
70%
60%
50%
40%
33 529 928 €
40%
30%
30%
72
44 042 693 €
20%
20%
0%
137
60%
874
50%
10%
2 790 230 €
8 422 305 €
90%
80%
2002 deliveries
delivered in 2002
TDH
102
10%
93
Number of articles references
delivered in 2002
55
0%
2002 deliveries
Number of articles references
delivered in 2002
2002 deliveries
Le monde de l’information Client
L’information, un système vivant…
Une évolution dans le temps, des usages différents
Forme
Contenu
Classement
Droits
Criticité
Valeur
Usages
L’information est un système vivant. La connaissance de l’information est la première
étape vers des projets de gestion d’information.
L’information Client c’est compliqué….
…et donc doit être gérée.
Hétérogénéité des
Systèmes d’Information
Perte, complexification de
l’information
Organisation
Gouvernance
Réduction des ressources
(période de crise…)
Loi/réglementation
Freins au changement
Exigences clients
Adéquation
compétences/marché
Information
RSE – Transparence
Cloisonnement de
l’information
Moteurs du changement
30
La gestion de l’information Client est un pilier de la performance, la
compétitivité et la pérennité du Service Clients.
Qui connaît vraiment l’ensemble
des types de flux de demande Client ?
Commandes Clients (fermes)
Reliquats sur commandes Clients (backlog)
Options d’achat (ou de commande)/Réservations
Re-complètement de stocks/réapprovisionnement sur GPA
Appels sur Programmes (pluriannuels ou pluri-périodiques)
Prévisions de Vente
Besoins en Distribution
Ordres de transfert/fabrication internes
Retours/Reprises de produits
Besoins en composants et sous-ensembles
Echantillons - Essais Produits et expérimentation
Et donc disposer de systèmes d’information ayant un ensemble de
fonctionnalité nouvelles dans la connaissance Clients
Clients
&
Prestataires
Exploiter les
données
Fournisseurs
Stocker les
données
Données
Amont
Échanger
Échanger
Générer les liens
Identifier
Connaître le flux
Marquer
Données
Avales
L’analyse des commandes fermes et des prévisions montre une
tendance à sous-estimer les forecasts court terme (budget ?)
100%
90%
4
8
47
47
98
Firm demand
without
forecasts
80%
2
70%
60%
50%
42
73
3
1
35
over stock
risk
Firm demand <
forecasts
116
Forecasts
reliable at +/10%
40%
30%
42
20%
10%
11
Firm demand >
forecasts
shortage risk
21
10
42
TGC
TIV
Total
0%
TDH
64
148
Forecasts
without firm
demand
Connaissance Clients avec des données en non qualité
Données non mises à jour
Données manquantes
Dispositif de collecte incomplet
Absence référentiel unique/partagé
Données non contrôlées/ qualité
Motivation insuffisante Commerciaux
Syst d’information trop « permissif »
Pas stratégie collecte vs enjeux
Absence réflexion s/besoins infos clés
Investissements collecte insuffisants
Multiplicité des acteurs concernés
82%
64%
55%
55%
45%
45%
45%
35%
27%
25%
18%
La non qualité des données Clients peut gravement
dégrader la conception/optimisation du fonctionnement des
Chaîne Service Clients
Big Data et RFID chez WALMART
Toute la logistique de WALMART est passée sous RFID ( 15 000 fournisseurs)
Aucun scan manuel dans l’ensemble des flux
Bénéfices de la RFID : productivité et vitesse des flux, suivi automatisé des stocks,
fiabilité des inventaires (temps réel), gestion optimisée des stocks
Alimentent et exploitent les échanges et EDI et le réseau « RETAIL LINK » de
remontées des ventes et de CPFR/GPA
Service accessible par un site Internet sécurisé (password unique) qui permet de :
Connaître les ventes en sortie de caisse u niveau le plus fin
Suivre et réagir sur les commandes d’approvisionnement
Connaître le taux de retour
Opérer de la gestion partagée des approvisionnements
Recherche de systèmes d’information en support du cross -canal et du e-business
Mais les priorités du management ……sont focalisées sur
Réduction des coûts de fonctionnement et d’investissements des SI
Extension/adjonction de modules décisionnels sur les ERP ( APS, SCEM, SCE,BI)
Recherche de processus et systèmes de collaboration/mutualisation ( GPA, CPFR,
consolidation du transport,…)
Développement des SI adaptés aux approches Lean et Planification Avancée
Harmonisation/alignement des systèmes d’information dans les grandes
entreprises
Recherche de systèmes d’information en support du cross -canal et du e-business
Last but not least………..l’adhésion/compétences des hommes
Les Hommes sont sous pression fonctionnellement et
techniquement
85%
76%
60%
37%
53%
des cadres ont été obligés de réaliser des gains d’efficacité en Europe ( LAWSON 2010)
ont assurer avoir fortement réduit les stocks
ont assurer avoir réduit les délais
ont indiqué que cette réduction était la pus grosse difficulté dans leur chaîne
des personnes se sont déclarées « circonspectes »
Les secteurs de la Production/Logistique/MRO sont sous
sensibilisés et staffés sur les compétences d’analyste de
données et de datamining
Sur ces sujets les Français sont plus à distance des nations
leader
Les entreprises ne pourront être agiles que si elles sauront
« négocier » autour des savoir-faire des Big Data
CONCLUSION
Créer et/ou développer de l’agilité n’est pas une sinécure
Tous les 18 mois le volume de données que doit traiter une entreprise
double….et pendant ce temps sa capacité à les traiter n’augmente que de
3% ( Pfrs G DAY et D REIBSTIEN /WHARTON SCHOOL)
Hommes et Entreprises sont des entités gravitationnelles et inertielles par
nature, devenues peu agiles par construction
Hors de quelques secteurs/entreprises « pilotes » le phénomène du big
data n’est pas encore rentré dans l’univers des opérations logistiques/SCM
et donc l’équation rapidité + facilité dans l’exécution des mouvements
internes et externes ne peut que se traiter qu’avec ….mémoire collective et
organisée …..donc par l’organisation et l’exploitation de séries de big data
et par un retour à une revitalisation des Métiers
Questions ?
Jean-Luc LEBASCLE
ASLOG
[email protected]
Tel 06 07 45 40 37
BACK UP SLIDES
Piste n° 1 : segmenter en ABC Clients
et offres de supply différenciées
Un objectif de
segmentation
Différencier le traitement commercial des clients
pour redresser les résultats
Des critères de
segmentation
Observables, mesurables, sur la base de
données « primaires » : les résultats qualitatifs et
quantitatifs de l’activité commerciale par client
(base client)
Des définitions
de segments
Telles qu’à chaque segment correspond une
politique commerciale adaptée
Un mode
de rapprochement
Entre les variables de segmentation et les
segments définis, permettant d’attribuer chaque
client à un segment (et donc de l’assujettir au
traitement commercial adapté)
Classification ABC
Matrice de politique commerciale
Gestion
commerciale
Clients à contribution
Objectifs de croissance majeurs,
importante et à A feuille de route clairement identifiée
forte croissance
Clients rentables à
Objectifs de croissance majeurs,
B feuille de route clairement identifiée
potentiel significatif
Service
d'Assurance Qualité
Logistique /
Gestion des commandes
Réponse en fonction des attentes des
Délai d'expédition :
clients (si sensées), et respect des
10 ou 15 jours ouvrés
formats spécifiques / sur-mesure
Réponse en fonction des attentes des
Délai d'expédition :
clients (si sensées), et respect des
15 jours standard
formats spécifiques / sur-mesure
Petits clients à
Objectif pour l'an prochain :
C marge de 55 % minimum.
rentabilité acceptable
Réponse par document standard dans Délai d'expédition :
les délais standard
20 jours ouvrés standard
Ckients non rentables
Augmentation de prix immediate
à déplacer en C D pour atteindre 55 % de marge
commerciale
ou à éliminer
Délai d'expédition :
Réponse par document standard dans
20 jours ouvrés standard
les délais standard
si produit en stock
Classification ABC Sélection des critères
Etape 1
CA actuel (KEuros) x Croissance du volume d’affaire (3 ans)
Etape 2
Correction basée sur la marge commerciale (MC) actuelle
Un degré de plus si MC sup. ou égale à 55 %
Un degré de moins si 35 % < MC < 45 %
Deux degrés de moins si MC < 35 %
Croissance Moyenne
sur 3 ans ) / CA
0 à 99 Keuros
>100%
A
A
A
A
10% to 100%
B
B
A
A
0 to 10 %
C
B
B
A
<0%
D
C
B
B
100 à 299 Keuros 300 à 999 Keuros
> 1000 Keuros
Classification ABC Statistiques sur les Segments
Nombre de
Segment
clients
CA Segment
(Keuros)
Proportion de Croissance moyenne Marge moyenne
l'activité (%)
sur 3 ans
(%)
A
5
1 268
15,7%
42,6
53,1
B
11
1 418
17,6%
11,3
48,2
C
22
5 124
63,5%
12,3
34,8
D
47
254
3,1%
Total
85
8 064
Des Supply Chain à qualifier et différencier Segmentation Client
exemple industrie du packaging
Nom
Segment
Caractéristiques
Contrats formels
Prévisions demande >6 semaines
changements de conception planifiés
Moins de SKUs
Grandes
marques
Indicateur: <50% marques privées
Indicateur: packag dépensé > €2m
Indicateur : achats centralisés
Indicator : organized supply chain
Contrats informels
Manques de prévisions demande
Changements design sans préavis
Nombreux SKUs
Labels
privés
Export ou
PME
Indicateur: >50% marques privées
Indicateur: packaging dépensés > €2m
Contrats informels
Manque prévisions demande
Peu de SKUs
Les clients Export achètent produits de
spécialités
Indicateur : packaging dépensé < €2m
Service
Requirement
Clients
Gestion rentabilité
OTIF
fiabilité
Temps cycle courts
sur prototypes et
échantillons
Accepte fourniture
multi-Usines (avec
certification)
Danone
Nestle
Muller
Yoplait
Campina
Arla
OTIF
Flexibilité
Fiabilité
Temps cycle courts
(sur nouveaux
designs)
transparence sur
statuts commandes
Uniq
Senoble
Nordmilsch
Humana
Ehrman
Frischili
Zott
Novandie
OTIF
Gestion rentabilité
Besoin de fiabilité
Prefere fourniture
depuis 1 usine
Accepte temps de
cycle longs
Dairy Crest
Trefle
Soumann
Parmalat
Triballat
Valio
Tine
Note: Profit: ‘-’ = unprofitable, ‘+’ = slightly profitable, ‘++’ = profitable
Enjeux CA & CroissanceCA Profitabilit
Parts
du segment
é du
Marché
Segment
€197M
37%
1%
-/+
€122M
58%
3%
++
€128M
40%
5%
++
Domaines d’application
Unité
logistique
Unité consommateur
GTIN 13
Company Prefix
CIP
EAN 13
C
Fichiers articles
GTIN 13 / GTIN 14
C
ITF 14
Messages EDI
GS1 128
(00)331234512345678917
Tag RFID
Lecture en caisse
Fichiers Fournisseurs/Clients
Catalogues
électroniques
Lecture en entrepôt
Gestion des réceptions, des stocks, des
expéditions
46