C - Big Data Paris 2016
Transcription
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