Maîtriser la chaîne d'approvisionnement retail : offrir des expériences omnicanales fluides

Les dirigeants de la chaîne d'approvisionnement retail sont sous une pression intense pour soutenir les expériences omnicanales fluides que les consommateurs exigent à l'ère numérique.

Les consommateurs veulent plus de variété de produits, une livraison plus rapide, l'accessibilité, et le retrait et retour sur n'importe quel canal. Répondre à ces attentes dépend de la capacité des détaillants à gérer une chaîne d'approvisionnement rentable qui peut réagir rapidement et avec précision. Quand il s'agit d'offrir une expérience client supérieure, c'est tout aussi important que le marketing front-end personnalisé.

Les temps sont durs pour les dirigeants de la chaîne d'approvisionnement retail. Les enjeux sont immenses, car chaque jour semble apporter la nouvelle d'un autre revers ou échec médiatique.

Le constat alarmant : manque de visibilité

La chaîne d'approvisionnement retail est une bête complexe difficile à dompter. Une récente étude de Sapio Research a révélé que :

• 94 % des détaillants manquent de visibilité de bout en bout des événements qui affectent la performance de la chaîne d'approvisionnement.
• 71 % affirment qu'un manque de visibilité de la chaîne d'approvisionnement affecte négativement l'entreprise.
• 87 % pensent qu'une chaîne d'approvisionnement entièrement visible avec des mises à jour en temps réel offrirait un avantage concurrentiel.

Ces résultats ne sont malheureusement pas surprenants. Près des deux tiers des détaillants et fabricants utilisent encore Excel pour la planification de la chaîne d'approvisionnement, selon une étude d'eyefortransport. Et 46 % s'appuient sur des processus de chaîne d'approvisionnement manuels et chronophages.

« Maintenant plus que jamais, une chaîne d'approvisionnement efficace sera le facteur clé de croissance pour les détaillants et les fabricants », indique le rapport Reuters. « Les outils de planification hérités comme les tableurs Excel et les solutions de planification traditionnelles à capacités limitées ne conviennent plus pour résoudre les défis complexes de la chaîne d'approvisionnement d'aujourd'hui. »

Quand le pansement ne suffit plus

Les chaînes d'approvisionnement retail innovent pour mieux répondre aux demandes des clients. Un exemple est l'entrepôt pop-up, situé dans des zones à forte demande pour accélérer la livraison du dernier kilomètre. Ces entités peuvent également servir de lieu de retrait pour les consommateurs, ou offrir une sélection retail limitée. De plus, les détaillants utilisent des modèles d'expédition depuis le magasin, transformant les magasins physiques en centres de fulfillment ad hoc.

Les deux modèles apportent les marchandises aux consommateurs plus rapidement, mais ils peuvent introduire des coûts supplémentaires qui rognent les marges. Ce sont des solutions pansement qui ne s'attaquent pas à la cause profonde de l'inefficacité de la chaîne d'approvisionnement : applications en silos, volumes de données en croissance rapide, et limitations humaines inhérentes.

La planification basée sur Excel et les outils conventionnels de prévision de la demande qui utilisent des données provenant des systèmes ERP, d'entreposage, de stocks, d'opérations commerciales et de logistique ne peuvent pas suivre. Les volumes de données et la complexité des applications augmentent aussi vite que les attentes des consommateurs.

En conséquence, les détaillants ne peuvent pas réagir rapidement aux changements de demande. Avec des délais fixés des mois à l'avance, ils sont lents à s'adapter si la demande grimpe dans une zone mais chute dans une autre, ou si les ventes e-commerce dépassent les projections. Souvent, ils auront recours au surstockage, risquant des coûts de possession élevés et des produits invendus si les ventes sont en deçà.

Gérer les nombreuses dynamiques de la chaîne d'approvisionnement en temps réel d'aujourd'hui s'avère virtuellement impossible pour les planificateurs humains. Il y a tout simplement trop de données, trop d'applications et trop de variables à prendre en compte. Pendant ce temps, les détaillants traditionnels perdent du terrain face aux natifs numériques comme Amazon qui utilisent la technologie de nouvelle génération comme l'intelligence artificielle pour optimiser la chaîne d'approvisionnement et l'expérience consommateur.

« La nécessité de numériser pour faire face à la vélocité croissante de la chaîne d'approvisionnement retail ne fera que croître », dit le rapport Reuters. « Pour les détaillants avant-gardistes, il est essentiel de commencer à réfléchir à la façon d'utiliser la nouvelle technologie analytique non seulement pour analyser et comprendre le passé, mais pour prendre de meilleures décisions pour l'avenir. »

Automatisation cognitive pilotée par l'IA

L'IA s'est frayé un chemin dans nos vies de consommateurs, nous aidant à sélectionner des produits, éviter les embouteillages et même choisir des traitements de santé. Maintenant, elle fait de même à l'échelle de l'entreprise, en donnant aux entreprises des capacités révolutionnaires pour gérer des chaînes d'approvisionnement plus rapides, plus visibles et moins coûteuses.

L'IA est une technologie fondamentale dans ce qu'on appelle l'automatisation cognitive, qui apporte l'analytique d'apprentissage automatique (ML) en profondeur dans les opérations de la chaîne d'approvisionnement. Une plateforme d'automatisation cognitive pilotée par l'IA effectuera des explorations de données des milliers de fois par jour à travers toutes les applications pertinentes, agrégeant ces informations dans une seule couche de données cognitive.

On l'appelle couche cognitive car c'est là que les algorithmes d'IA et de ML sont appliqués pour analyser les situations, prédire les résultats et faire des recommandations pour des actions optimales basées sur des objectifs — réallocation des stocks, réduction des coûts ou accélération du délai de livraison, par exemple.

Contrairement aux méthodes conventionnelles, ces insights analytiques ne s'appuient pas sur des données vieilles de semaines ou de mois ; ils sont basés sur des informations en quasi temps réel. L'automatisation cognitive repère les tendances et les problèmes au fur et à mesure qu'ils se déroulent pour permettre une intervention rapide. Et comme l'automatisation cognitive est connectée aux systèmes transactionnels, les mesures correctives peuvent s'exécuter automatiquement, sans que les humains aient à se connecter aux systèmes pour modifier les processus.

L'automatisation cognitive fournit déjà des améliorations de plusieurs millions de dollars dans les opérations de chaîne d'approvisionnement chez des entreprises de CPG, pharmaceutiques et manufacturières. Les détaillants qui commencent petit et montent en puissance peuvent récolter de multiples récompenses, notamment :

• Meilleure prévision. L'automatisation cognitive consolide des données SKU hautement granulaires à travers de multiples applications, canaux et géographies. L'analyse par IA des tendances de vente, de la démographie, des variétés de SKU et d'autres variables améliore la précision pour avoir le bon produit au bon endroit au bon moment.
• Réallocation agile des stocks. L'automatisation cognitive analyse constamment les données de stock et de vente en temps réel avec une vitesse et une portée impossibles avec les outils traditionnels. Elle fait des recommandations pour réallouer les stocks au fur et à mesure que les conditions changent, ou peut suggérer des promotions pour les biens sous-vendus.
• Planification intégrée. En s'appuyant sur une large gamme de données, l'automatisation cognitive aide les détaillants à coordonner la production, les stocks, le marketing, le merchandising, les promotions, la logistique et d'autres domaines généralement cloisonnés. Les marchands peuvent prendre des décisions basées sur les données sur l'ensemble des cycles de vie, plutôt que de s'appuyer sur des suppositions éclairées.
• Améliorations du transport et de la logistique. L'automatisation cognitive équipe les détaillants pour accélérer le fulfillment et minimiser les coûts en analysant des variables en temps réel telles que les stocks disponibles, les fluctuations de la demande, la disponibilité des transporteurs, les coûts de fret, les délais et plus encore. En cas de perturbation, l'IA recommandera des alternatives pour atteindre les objectifs.

La perturbation à travers le paysage retail continuera en 2020 et au-delà. Il devient clair que l'innovation technologique est ce qui sépare les détaillants gagnants des retardataires. Les détaillants qui investissent intelligemment dans la technologie pour prendre des décisions basées sur les données et orchestrer les processus seront équipés pour survivre et prospérer dans une industrie en évolution rapide.

Arnaud Morvan est directeur principal de l'engagement client chez Aera Technology.