Comment augmenter l'exécution avec moins d'inventaire

Partout, les leaders de la chaîne d'approvisionnement redéfinissent ce que signifie atteindre la « résilience » – et cela va au-delà du stockage et de la réponse aux risques. À la suite de la pandémie de COVID-19 et d'autres perturbations, les chaînes d'approvisionnement résilientes prospèrent réellement dans le chaos et, surtout, offrent un meilleur service client qu'auparavant.

Pour rendre le concept de résilience tangible, connectons-le à quelque chose que nous, en tant que professionnels de la chaîne d'approvisionnement, comprenons tous :l'inventaire. Un inventaire optimisé pour répondre aux niveaux de service client ne consiste pas à augmenter les stocks de sécurité, bien au contraire. Certains planificateurs pendant la pandémie ont augmenté les niveaux de service globaux de 3 à 5 % tout en diminuant les niveaux d'inventaire globaux de 10 à 30 %. Comme tant de théories de la chaîne d'approvisionnement, cela semble contre-intuitif. De nombreux planificateurs supposent naturellement que les niveaux de stock doivent augmenter pour augmenter les niveaux de service.

Taux d'exécution des commandes

Pour résoudre cette contradiction, nous devons faire la distinction entre la capacité de répondre à la demande globale et la capacité de répondre aux commandes des clients. Ici, je vais répéter le mantra que je dis à tous mes clients :l'exécution des commandes - ou le taux de remplissage des lignes de commande (OLFR) - est la mesure qui compte lorsqu'il s'agit d'atteindre les niveaux de service cibles. Les clients se soucient uniquement de savoir s'ils ont reçu leurs commandes à temps, et non de savoir si vos prévisions de demande globale sont exactes.

Mais une prévision précise n'est-elle pas le principal indicateur de la capacité d'une chaîne d'approvisionnement à honorer les commandes ? Là est le malentendu. Une précision élevée des prévisions peut bien s'analyser sur un tableau de bord exécutif, mais cela ne dit rien sur le taux d'exécution des commandes. Pourquoi? Parce que la précision des prévisions, telle que mesurée par la plupart des outils de planification, se rapporte uniquement à la demande totale, et non à la capacité d'exécuter des commandes individuelles.

Voici un exemple simple. Disons que vous recevez 10 commandes en un mois pour qu'une seule lampe LED soit expédiée dans 10 régions différentes du pays à des jours différents. Bien sûr, l'exécution de ces commandes nécessite un plan totalement différent d'une commande de 10 lampes à expédier à un seul endroit. Cependant, les prévisions agrégées ne font aucune distinction entre les deux. C'est exactement ainsi que les planificateurs et les employés d'entrepôt arrivent à un niveau de service de 99 %. Tant qu'il n'y a qu'un seul article de chaque article dans l'entrepôt, 100% des produits sont "disponibles". Mais il suffit d'une seule commande pour que 10 lampes LED désorganisent le système. Pas très résistant !

Je ne saurais trop insister sur l'importance, dans notre ère actuelle de forte incertitude, de définir des politiques d'inventaire qui garantissent des OLFR élevés. Selon l'étude McKinsey "Adapting customer experience in the time of coronavirus", au cours de la dernière récession, les entreprises qui offraient la meilleure expérience client ont obtenu des rendements trois fois plus élevés que leurs concurrents.

Alors, comment prévoyons-nous des OLFR élevés ? Alerte spoil :ce n'est pas une segmentation ABC. Cette approche, développée dans les années 1960, ne fonctionne pas pour la complexité des ventes, le volume et la diversité des portefeuilles de SKU d'aujourd'hui. Les planificateurs utilisant ABC finissent par appliquer la même politique d'inventaire à des scénarios très différents comme ces deux scénarios de lampe à LED ci-dessus et se retrouvent avec des excédents et des pénuries inacceptables. La segmentation ABC convenait en son temps à la gestion des niveaux de stocks, mais elle ne l'a jamais été à l'optimisation.

Optimisation du mélange d'inventaire

Contrairement à ABC, qui segmente les SKU en trois catégories en fonction de la « valeur commerciale », l'optimisation de la composition des stocks établit une politique d'inventaire globale pour chaque SKU. L'optimisation de la composition des stocks segmente les articles par « classe de service », puis attribue un niveau de service et une politique d'inventaire uniques à chaque SKU individuel. Ces catégories plus axées sur le client devraient être pertinentes pour les ventes et le marketing — par exemple :« accessoires », « articles à marge élevée », « marque de distributeur », « marques de grande valeur » et « pièces de rechange critiques ». En regroupant les articles de manière significative pour les clients, vous définissez des politiques d'inventaire pour chacun qui correspondent aux attentes de service.

L'optimisation de la composition des stocks dépend de l'utilisation d'un logiciel de planification avancé pour appliquer des courbes « inventaire-service » afin d'optimiser les niveaux de service et le stock de sécurité pour chaque emplacement SKU. La courbe stock-service montre la relation entre le niveau de service souhaité (OLFR) et le niveau de stock moyen requis, en tenant compte des niveaux de contrôle requis (stock de sécurité, stock de réapprovisionnement). Un principe de base de l'optimisation de la composition des stocks consiste à attribuer un niveau de service inférieur à certaines classes de service, telles que les articles à longue traîne qui sont rarement vendus et dont les clients n'ont pas besoin de toute urgence.

David Lubinski Ltd., seul importateur d'automobiles Citroën et Peugeot en Israël, est passé à un système de planification intelligent pour optimiser son stock d'environ 20 000 pièces, dont 75 % sont des articles à rotation lente. Bien que cette entreprise familiale établie ait été rentable avec sa planification des stocks ABC, elle soupçonnait que la résilience et les niveaux de service pouvaient être améliorés.

Pour tester le passage de la segmentation ABC et des feuilles de calcul à un nouveau système axé sur l'optimisation de la composition des stocks, Lubinski a effectué une comparaison côte à côte des deux approches. Les résultats ont été concluants. Lubinski a réduit ses stocks de 25 %, réduit d'un tiers les commandes urgentes par avion et économisé considérablement sur la ferraille et l'obsolescence. Il a réalisé tout cela tout en maintenant des niveaux de service globaux bien supérieurs à la moyenne de 95 à 96 % et en fournissant des niveaux de service individuels adaptés aux besoins de chaque produit. Cela a permis à l'entreprise de rapporter 1,5 million d'euros au résultat net grâce à des économies d'inventaire uniquement.

La productivité des planificateurs a également augmenté. Le nouveau système de Lubinski est maintenant presque entièrement automatisé. Aujourd'hui, une personne passe moins d'un jour de semaine à gérer le processus, de sorte que l'équipe de planification peut désormais se concentrer sur un travail plus important, en contact avec le client. La seule chose que le planificateur de pièces de rechange de Lubinski a regretté à la veille de sa retraite, c'est qu'ils n'avaient pas introduit le nouveau système plus tôt.

David Barton est directeur général de ToolsGroup NA.