la gestion des dates limites d’utilisation optimale dans l ... · outils de planification et scm...
Post on 16-Sep-2018
215 Views
Preview:
TRANSCRIPT
Université Paris I Stéphane Raedersdorf
Panthéon Sorbonne
Master II Logistique
Mémoire de fin d’études
La gestion des dates limites d’utilisation optimale dans l’industrie agro-alimentaire
Problématique : Comment intégrer la maturité et les DLUO
de denrées périssables dans l’industrie alimentaire par le
biais d’outils informatisés.
Maître de Mémoire : M. Pierre Médan
Promotion 2007/2008
Cette page a été volontairement laissée blanche.
Mémoire confidentiel
Ce mémoire est constitué d’informations à caractère sensible, comme par exemple les
résultats de l’activité de Vendor Managed Inventory entre Bongrain et Globus. De ce
fait, ce mémoire est strictement confidentiel.
Toute reproduction dans son entier ou en partie est interdite. Toute utilisation sans
demande de permission est également interdite.
Aucune mise en ligne ni diffusion n’est permise.
Wiesbaden, le 29.04 2008
Stéphane Raedersdorf
TABLE DES MATIERES
INTRODUCTION ................................................................................................1
1. LA DLUO DANS LA SUPPLY CHAIN OU COMMENT PREVOIR LES
QUANTITES OPTIMALES NECESSAIRES ?.................. ..................................5
1.1. La Supply Chain.................................... ..................................................................... 5
1.1.1. Historique ................................................................................................................ 5
1.1.2. Définition.................................................................................................................. 6
1.1.3. Caractéristiques d’une Supply Chain alimentaire ................................................... 7
1.1.4. Objectifs et orientations possibles de la Supply Chain ........................................... 8
1.1.5. Différents modèles références de la Supply Chain ............................................... 11
1.2. DLUO et maturité des produits...................... ......................................................... 13
1.2.1. Définition................................................................................................................ 13
1.2.2. Impact sur le consommateur, prise de conscience ............................................... 14
1.2.3. Impact réel sur le comportement d’achat du consommateur ................................ 14
1.2.4. Exigences générales des DLUO sur la Supply Chain........................................... 17
1.3. Outils de planification et SCM Planning............ .................................................... 19
1.3.1. Les outils informatisés pour la logistique et leur champ d’action .......................... 20
1.3.2. La Supply Chain Planning Matrix .......................................................................... 24
1.3.3. Les différents horizons de planification ................................................................. 25
1.3.4. Présentation des modules principaux des APS .................................................... 26
1.3.4.1. Demand Planning.............................................................................................. 27
1.3.4.2. Master Planning ................................................................................................ 28
1.3.4.3. Production Planning .......................................................................................... 29
1.3.4.4. Transport and Distribution Planning.................................................................. 30
1.3.5. Présentation d’outils technologiques pouvant être utilisés pour améliorer la DLUO
............................................................................................................................... 30
1.4. Prévoir les besoins................................ .................................................................. 34
1.4.1. Techniques permettant de prévoir au plus juste ................................................... 36
1.4.1.1. Droite de régression linéaire ............................................................................. 37
1.4.1.2. Prévisions avec saisonnalité............................................................................. 37
1.4.1.3. Collaborative Demand Planning ....................................................................... 39
1.4.2. Exemple concret de prévision des besoins avec Futur Master Demand.............. 40
1.4.3. Automatisation de la passation de commande – Computer Assisted Ordering
(CAO) ............................................................................................................................... 41
II
1.4.4. Transfert des prévisions à la production ............................................................... 42
1.5. Conclusion ......................................... ...................................................................... 43
2. COMMENT OPTIMISER LA PRODUCTION DE FAÇON A CE QUE L ES
DATES DE DLUO DES PRODUITS CONVIENNENT AUX ATTENTES
CLIENTS ..........................................................................................................44
2.1. Introduction....................................... ....................................................................... 44
2.2. Détermination des dates de DLUO .................... .................................................... 46
2.3. Planning production et définition des dates de DLUO ........................................ 47
2.3.1. Exigences des DLUO sur le planning production.................................................. 47
2.3.2. Solutions proposées par les outils informatisés pour gérer le planning production
tenant compte des dates de DLUO escomptées.................................................................... 51
2.3.3. Cas concret de gestion de production................................................................... 53
2.4. Ordonnancement production .......................... ....................................................... 55
2.4.1. Généralités sur l’ordonnancement de production ................................................. 55
2.4.2. Cas concret d’ordonnancement de production chez la Freiberger Lebensmittel
GmbH & Co............................................................................................................................. 57
2.5. Gestion des approvisionnements..................... ..................................................... 59
2.6. Conclusion ......................................... ...................................................................... 62
3. COMMENT PROPOSER AU CONSOMMATEUR DES PRODUITS AVEC
DES DATES DE DLUO ADAPTEES AUX ATTENTES ? .......... ......................62
3.1. Introduction et sécurité des produits .............. ...................................................... 62
3.2. Contraintes en matière de transport................ ...................................................... 63
3.3. Contraintes en matière de distribution............. ..................................................... 66
3.4. Gestion du service clientèle ....................... ............................................................ 68
3.5. Available to promise (ATP) et Capable to promise (C TP) ................................... 69
3.6. Gestion des retours et destruction des produits (en cas de dépassement de la
DLUO) 70
3.7. Cas concret de gestion opérationnelle de la DLUO av ec le cas concret de la
mise en place de la GPA entre Bongrain et Globus ... ........................................................... 73
III
3.7.1. Présentation des entreprises Bongrain Deutschland GmbH et Globus Holding
Group ............................................................................................................................... 73
3.7.2. Présentation du projet CRP entre Bongrain et Globus ......................................... 74
3.7.3. Résultats et comment la GPA permet-elle d’améliorer les dates de DLUO à court
terme ............................................................................................................................... 76
3.8. Conclusion ......................................... ...................................................................... 78
4. CAS CONCRET – LA MISE EN APPLICATION D’OUTILS APS A FIN
D’AMELIORER LA PRISE DE DECISION ................... ....................................78
4.1. Introduction à l’étude ............................. ................................................................. 78
4.2. Informations générales concernant la culture des be tteraves sucrières .......... 79
4.3. Exigences aux APS .................................. ............................................................... 80
4.3.1. SND et SNP........................................................................................................... 82
4.3.2. Demand planning .................................................................................................. 83
4.3.3. Production Planning and Production Scheduling .................................................. 85
4.3.4. Approvisionnement................................................................................................ 86
4.3.5. Distribution Planning ............................................................................................. 87
4.3.6. Conclusion............................................................................................................. 88
4.4. Mise en place d’un outil APS....................... ........................................................... 91
4.5. Conclusion ......................................... ...................................................................... 92
CONCLUSION GENERALE DU MEMOIRE..................... ................................93
Bibliographie …………………………………………………………………....VIII Annexes XIII
IV
LISTE DES ABRÉVIATIONS
APO: Advanced Planner and Optimizer
APS: Advanced Planning Systems
CAO: Computer Assisted Ordering
CD: Cross Docking
CPFR: Collaborative Planning, Forecasting and Replenishment
CRM: Customer Relationship Management
CRP: Continuous Replenishment Program
CTP: Capable to promise
DLC: Date(s) limite(s) de consommation
DLUO: Date(s) limite(s) d’utilisation optimale
DP: Demand Planning
DRP: Distribution Ressource Planning
EAN: European Article Number
ECR: Efficient Consumer Response
EDI: Electronic Data Interchange (Echange de Données Informatisées)
EIS: Executive Information System
EPC: Electronic Product Code
ERP: Enterprise Ressource Planning
etc. et cetera
EUR: Euro
FIFO: First In, First Out
FTL: Full Truck Loading (chargement d’un camion complet)
GPA: Gestion Partagée des Approvisionnements
GPAO: Gestion de Production Assistée par Ordinateur
GSCF: Global Supply Chain Forum
LTL: Less Than a Truck Loading
V
MP: Master Planning
n°: Numéro
OF: Ordre de fabrication
p: Page
PDV: Point de vente (voir également POS = point of sale)
PGI: Progiciel de gestion intégrée
PPDS: Production Planning and Detailed Scheduling
PPS: Production Planning Systems
R&D: Recherche et Développement
SC: Supply Chain
SCM: Supply Chain Management
SCOR: Supply Chain Operations Reference
SI: Système d’information
SNP: Supply Network Planning
SRM: Supplier Relationship Management
TMS: Transport Management Systems
TTI: Time-Temperature Indicator
VMI: Vendor Managed Inventory
WMS: Warehouse Management Systems
VI
Remerciements Dans un premier temps, je tiens à remercier toutes les personnes qui m’ont aidé dans la
rédaction de ce mémoire, que ce soit par le partage de leurs connaissances ou par leur
soutien moral et technique. De ce fait, je remercie en premier lieu tous les
professionnels qui ont eu la gentillesse et le temps nécessaire pour répondre à mes
interrogations. Je pense notamment à M. Jaeglé et M. Scheffler de Bongrain
Deutschland, M. Jager de STG Nagel, M. Bousonville de la HTW des Saarlandes, M.
Saroia de Müller Milch, M. Schwarz de la Freiberger, M. Kolling de la SAP et M.
Ritter.
Par ailleurs, j’aimerais remercier les professionnels présents lors des salons RFID et
SITL qui ont pu me donner des indications concernant les procédés techniques et les
systèmes d’information présentés lors de ces salons.
Dans un second temps, j’aimerais remercier mon Maître de mémoire, M. Médan, qui
m’a permis de fixer l’ossature de ce mémoire et qui a su me donner des indications
concernant les orientations du mémoire.
Ensuite, j’aimerais nommer M. Lehu, directeur du Master logistique de Paris 1
Panthéon Sorbonne, qui m’a permis de prendre part à cette formation de renommée,
formation grâce à laquelle j’ai pu rencontrer 23 collègues étudiants provenant d’univers
très différents et grâces auxquels j’ai beaucoup appris aussi bien sur le plan culturel que
professionnel.
Lors de cette formation deux points se révélèrent bénéfiques pour la rédaction de ce
mémoire. Tout d’abord les visites de sites logistiques (STEF TFE, DHL, Heppner, La
Poste, etc.) qui nous ont rendu possible de voir des applications pratiques des
connaissances théoriques que nous avons reçues, ainsi que la forte présence
d’intervenants professionnels dans le cursus de ce Master auxquels nous avons pu poser
de nombreuses questions et avec lesquels nous avons pu mener des échanges très
intéressants. Envers ces derniers, je joins également mes remerciements pour leurs
interventions et leur disponibilité.
A titre personnel, ce mémoire a pour but de m’initier avec un domaine dans lequel je
débuterai une fois la rédaction de ce mémoire terminé. Il s’agit du métier de
planificateur logistique, que j’exercerai dans une entreprise spécialisée dans les produits
fromagers, la Bongrain Deutschland GmbH à Wiesbaden (Allemagne).
VII
En dernier lieu, je voudrais remercier mes parents qui étaient toujours présents pour me
soutenir dans mes orientations professionnelles et dans ma formation. Je leur suis
énormément reconnaissant pour leur soutien, l’éducation et les valeurs qu’ils m’ont
transmis.
Wiesbaden, le 29.04 2008
Stéphane Raedersdorf
1
Introduction
Comme le disait déjà Christophe Colomb (1451 – 1506) :
« Des informations fiables sont une nécessité essentielle pour la réussite d’une entreprise ».
Cette citation introductive a pour vocation de mettre en lumière l’importance que va jouer
la maîtrise ainsi que la rapide diffusion de l’information au sein de la chaîne logistique (ou
Supply Chain), spécialement pour le milieu étudié qui sera celui de l’industrie alimentaire.
Le thème principal de ce mémoire portera sur les dates limites d’utilisation optimale qui,
comme leur nom l’indique, requièrent une gestion attentive et efficace.
Or, dans un contexte d’intensification de la concurrence et d’une diminution des marges
réalisées, les entreprises du secteur de l’agroalimentaire se doivent de s’efforcer à mettre
en place et réaliser leur processus avec plus d’efficience. D’un point de vue concret cela
signifie qu’ils doivent se focaliser plus sur des innovations produits, ce qui rend la panoplie
des processus de fabrication et de gestion bien plus complexe, compte tenu de la rotation
plus rapide et de la réduction de la durée de vie de ces produits. L’intensification de la
diversification des produits requiert également de surmonter les exigences logistiques qui
accompagnent cette tendance. C’est pourquoi la maîtrise de l’entière Supply Chain et les
coopérations entre fournisseurs et clients de type ECR (Efficient Consumer Response)
représentent quelque-unes des majeures innovations en matière logistique de ces dix
dernières années. En plus d’une amélioration du besoin en coordination des différentes
entités de la chaîne logistique et de la mise en production de volumes de produits de plus
en plus petits (afin de respecter au mieux les désirs clients et éviter les surplus de stocks)
les entreprises doivent satisfaire des taux de service toujours plus bons, ce qui nécessite
une gestion logistique sans failles. Pour ce faire, les entreprises du secteur alimentaire vont
avoir recours à des solutions informatisées, leur permettant de gagner en performance et de
réduire des erreurs manuelles coûteuses.
Selon Lütke Entrup1 à ce jour aucun éditeur d’Advanced Planning Systems (APS) ni voire
d’Enterprise Ressource Planning (ERP) dans une plus large mesure ne propose de
1 Ref. Lütke Entrup, M., (2005).
2
solutions adaptables ou complètes à tout type de branche. Ce constat fut un des fondements
de ce mémoire. Le but de ce dernier est de s’intéresser plus particulièrement aux exigences
de l’industrie alimentaire, qui par le biais essentiellement des dates limites de
consommation représente à juste titre une des contraintes les plus complexes à gérer pour
des outils informatisés. Nous allons donc étudier parmi les éditeurs de solutions
informatisées les principaux acteurs qui ont acquis de l’expérience dans le domaine de
l’agroalimentaire, comme par exemple Futur Master, SAP, Oracle, Numetrix pour ne citer
que ces derniers.
Par ailleurs, peu d’APS ou d’ERP couvrent toutes les activités de planification au sein de
l’entreprise. Le choix d’un APS adapté aux exigences de l’entreprise dépendra donc des
points forts ou des orientations que l’entreprise souhaite automatiser par le biais de son
outil APS (par ex. Bongrain utilise les modules DP et SNP de SAP APO, qui sont des
modules de gestion des prévisions et planification générale à moyen terme uniquement,
tandis que les sites de production vont en règle générale utiliser des outils spécifiques pour
gérer la production alors qu’en théorie et selon une logique d’uniformisation des données
l’utilisation d’un outil APS commun serait préférable).
Dans ce mémoire deux axes principaux vont être traités :
� D’une part les exigences envers les outils APS que doivent maîtriser ces solutions,
afin de pouvoir répondre aux spécificités de l’industrie alimentaire.
� D’autre part seront présentés des solutions ou cas concrets répondant à la question
« comment une solution informatisée peut-elle améliorer la gestion des DLUO au
sein d’une Supply Chain de l’industrie alimentaire ? ».
Par ailleurs, un troisième axe consistera en l’application des constats des parties
précédentes de l’étude sur un cas concret, qui est la culture des betteraves sucrières.
Pour pouvoir traiter ces trois axes le mémoire s’organisera selon quatre parties :
� Une introduction à la Supply Chain alimentaire, la recherche des attentes des
consommateurs pour en arriver à une optimale prévision des besoins clients.
� La production, étape phare dans la définition des DLUO.
3
� Les activités post-production, souvent négligées par l’entreprise mais au combien
importantes.
� Une application concrète d’optimisation des activités logistiques et de la chaîne
logistique toute entière, par le biais d’une solution APS dans la culture des
betteraves sucrières.
La logique selon laquelle sera établi le plan du mémoire suivant est comparable au flux
d’informations en entreprise (du client au contrôle de disponibilité final en passant par la
production, les approvisionnements et les activités de transports) en tenant compte des
différents échelons de planification (du long terme au court terme). Cette représentation est
similaire à la Supply Chain Planning Matrix2 de Meyr, Rhode et Wagner.
Dans la première partie sera traitée l’étude de la demande et le calcul des besoins, avant de
passer à l’optimisation de la production et le processus de distribution des produits. Le
schéma suivant présente le fil conducteur qui servira de charpente au mémoire.
Approvisionnements Production Distribution/Transport Relation client
Demand Planning
Etablir besoins
client
Production Planning
and detailed scheduling
Mettre en place
un planning production
répondant aux exigences client
Transport-ation
planning and
Distribution planning
Mettre en place un planning de transport et de distribution
Available to promise (ATP) –
contrôle disponibilité
Purchasing and Material requirements Optimisation des
appro-visionnements en
matières premières
1 2
2 3 7
Fig. 1 : La logique d’organisation du mémoire Chaque partie sera soulignée d’un cas concret qui présentera les solutions qu’ont pu
trouver les entreprises étudiées pour améliorer les DLUO, afin qu’elles correspondent aux
2 Cf. Chapitre 1.3.3 (Supply Chain Planning Matrix), Ref. Meyr, H., Rhode, J., Wagner, M., (2000), p.10-12
3
4
attentes clients. L’entreprise Bongrain Allemagne sera utilisée pour présenter une activité
opérationnelle (GPA) d’accélération et d’amélioration des flux logistiques ainsi que pour
l’étude des besoins et de prévision des besoins. La firme allemande Müller Milch va être
utilisée pour son outil de gestion de la production. La Freiberger GmbH viendra compléter
l’activité d’ordonnancement de production.
La particularité de ce mémoire est qu’il ne se limite pas dans la présentation d’un seul APS
ou d’une unique entreprise, mais qu’il se base sur des différents cas concrets d’entreprises,
différents outils informatisés utilisés par les entreprises traitées. Bongrain Allemagne
utilise à titre d’exemple les outils SAP, R/3 (ERP) et APO (APS), tandis que les entreprises
Müller Milch et Freiberger GmbH auront recours à d’autres solutions informatisées.
Par ailleurs, afin de faciliter le suivi de ce mémoire, l’optique de ce dernier est de répondre
aux deux hypothèses suivantes :
Hypothèse 1 : L’industrie agroalimentaire va contraindre les solutions APS à trouver des
parades aux exigences spécifiques de ce milieu, afin de pouvoir réaliser une optimisation
des flux et de la DLUO.
Hypothèse 2 : Pour gagner en présence et en notoriété dans ce domaine, les APS ont dû
trouver et ont trouvé des solutions à ces exigences bien particulières.
5
1. La DLUO dans la Supply Chain ou comment prévoir les
quantités optimales nécessaires ?
1.1. La Supply Chain
Le concept de Supply Chain compte parmi les mots-clés de la logistique moderne, qu’une
entreprise se doit de gérer au mieux afin de réaliser le meilleur résultat possible. Dans le
chapitre suivant sera défini ce concept ainsi que les principales tendances littéraires et
théoriques qui accompagnent le terme de Supply Chain.
Compte tenu du fait que l’objet de ce mémoire consiste en l’étude de produits à forte
péremption, il s’agira dans un premier temps de différencier la Supply Chain générique à
une Supply Chain appliquée à l’agroalimentaire. Cette dernière sera marquée par de
courtes périodes de stockage, des flux de transport accélérés, plus de transparence, une
traçabilité complète des produits, ainsi qu’un échange d’informations intensifié entre les
différents acteurs de la chaîne logistique. Ces particularités vont être étudiées dans le détail
tout au long de ce chapitre.
1.1.1. Historique
Les origines du concept connu sous le nom de Supply Chain Management remontent au
début des années 1950 pendant lesquelles ce concept fit son apparition dans la construction
navale japonaise. Par la suite, cette technique fut utilisée dans la construction automobile et
une fois de plus ce sont les Japonais et plus précisément Toyota qui furent les pionniers
dans ce domaine.3
Au-delà de la recherche des sources de ce concept primordial dans la logistique actuelle,
nous nous intéressons aux origines qui ont permis d’élaborer cette technique. Dans une
volonté générale des entreprises industrielles d’augmenter leur compétitivité, leurs parts de
marché et leur profitabilité furent élaborées ces quatre stratégies suivantes :
� Réduction des coûts de production
� Introduction de nouvelles technologies
� Amélioration de la qualité
3 Ref. Jones, D., Womack, P., (1998), Lean thinking, Touchstone books, London
6
� Concentration sur le cœur de métier
1.1.2. Définition
Dans la littérature se trouve de nombreuses définitions différentes du concept de Supply
Chain Management, ce qui s’explique par une considération différente de la chaîne
logistique par les experts en la matière. Les diverses définitions théoriques peuvent se
classer en trois grandes catégories : 4
� La Supply Chain en tant qu’outil de création de valeur
� La Supply Chain en tant qu’ensemble d’entreprises
� La Supply Chain en tant qu’organisation interentreprises
La première définition qualifie la chaîne logistique d’ensemble d’activités se référent à la
chaîne de valeurs de Porter et comprenant tous les processus interentreprises allant de
l’achat de matières premières à la vente de produits finis.
La Supply Chain en tant qu’ensemble d’entreprises correspond à un concept qui assimile la
chaîne logistique à une succession d’entreprises acceptant de réaliser différentes activités
d’un processus dans l’optique de réaliser un projet commun.
La comparaison de la chaîne logistique à une organisation interentreprises va considérer la
réalisation de produits par plusieurs entreprises partenaires en tant que résultat de
fabrication d’une entité agissant sur le marché en tant que un seul groupe.
Compte tenu des différents point de vue que l’on peut porter sur la chaîne logistique, il est
relativement difficile de formuler une définition générale du terme de Supply Chain. Par
contre, pour ce mémoire nous allons nous rapprocher de la définition proposée par
Hellingrath et Kuhn qui déterminent la chaîne logistique de la façon suivante :
Le Supply Chain Management est l’intégration des processus de planification et de
contrôle des flux de marchandises, d’informations et financiers tout au long de la chaîne de
valeur allant du client aux fournisseurs de matière première.5
4 Ref. Hertel, Schramm-Klein, Zentes, (2005), p.47-51 5 Ref. Hellingrath, Kuhn, (2002), p.10
7
1.1.3. Caractéristiques d’une Supply Chain alimentaire
Le secteur de l’agroalimentaire, caractérisé par des produits qui requièrent un traitement
spécial en fonction de leur durée de vie réduite, de leur périssabilité, des exigences toujours
revues à la hausse de part des consommateurs, d’une modification constante des standards
de qualité, ainsi que de la globalisation toujours plus prononcée qui entraîne des marges de
plus en plus faibles, etc., peut se qualifier de secteur pour lequel les solutions devant être
proposées par le Supply Chain Management se traduisent par un réel défi en matière de
gestion et de contrôle des activités de la chaîne logistique.
Parmi ses activités qui surviennent tout au long de la chaîne logistique une entreprise qui
veut jouer un rôle majeur dans l’industrie alimentaire se doit d’être capable d’assurer
efficacement les services suivants :
� Flexibilité
� Transparence tout au long de la chaîne logistique
� Rééquilibrage de l’offre par rapport à la demande
� Gestion de la réception des produits
� Capacité à gérer des produits à l’unité ou au poids
� Réduction voire abolition des erreurs de distribution
� Suivi des dates de péremption
� Gestion des lots
� Gestion des ressources humaines et optimisation de ces dernières
� Mise en place d’un système de RFID
� Respect à la lettre des standards et normes
� Planification optimale des ressources transport
� Achat de matières premières prévu au plus juste en fonction de la demande
� Optimisation de la gestion d’entrepôt et de stockage
En règle générale les chaînes logistiques propres à l’industrie alimentaire débutent par un
acteur (fermier) qui va exploiter une ressource naturelle avant de proposer cette ressource à
des industriels qui la transformeront en bien de consommation. Il est à noter l’organisation
particulière du premier échelon de cette chaîne logistique. Les fermiers se regroupent sous
des coopératives qui sont des associations venant défendre ou proposer les produits de
8
plusieurs fermiers. Un autre aspect particulier de la Supply Chain agroalimentaire est la
forte position de la distribution. Par des regroupements successifs menant à une
concentration des groupes de distributeurs, ces derniers se sont vu conférer une position de
force au sein de la Supply Chain. Ce facteur allant à l’encontre de la définition de la
Supply Chain citée précédemment, va contraindre les industriels et fermiers de réaliser les
attentes toujours plus exigeantes des distributeurs.6
Dans l’ensemble la chaîne logistique agroalimentaire comprend les acteurs suivants :
� Producteur primaire ou fermier
� Entreprise(s) de transformation
� Canal de distribution
� Distributeurs ou grossistes
1.1.4. Objectifs et orientations possibles de la Supply Chain
Un des objectifs majeur de la Supply Chain est de minimiser un phénomène connu en
logistique sous le nom d’effet Bullwhip ou effet de coup de fouets. Sa découverte remonte
à 1961, date à laquelle Jay Forrester publia Industrial Dynamics et System Dynamics,
œuvres dans lesquelles furent décrit ce phénomène pour la première fois. De ce fait, ce
phénomène peut également se rencontrer sous le nom d’effet de Forrester. Dans ses œuvres
Forrester étudia le comportement de la Supply Chain lors de besoins différents. Il émit
comme postulat que les commandes amplifiaient de plus en plus en fonction que l’on
s’éloignait du client final.7
L’effet Bullwhip peut apparaître dans une situation dans laquelle l’avenir est incertain, et
de ce fait l’entreprise ne peut définir avec exactitude ses besoins en produits. Beaucoup de
facteurs peuvent entrer en compte lors de la définition des besoins. Pour remédier à cette
situation l’entreprise va générer des stocks de sécurité pour combler des situations comme :
� Fluctuations des prix de vente : Lors des activités d’approvisionnement d’une
entreprise, si cette dernière peut acheter des produits peu coûtant elle en profitera
pour en acheter au-delà de ses besoins. Lors d’une augmentation des prix, les
commandes seront annulées aussi longtemps que les stocks le permettent.
6 Ref. Lütke Entrup, M., (2005), p.37-42 7 Ref. Simchi-Levi, D., et al. (2000)
9
� Anticipation de situation de rupture : Quand une entreprise prévoit une situation
de rupture elle en profitera pour commander plus. En période de rupture une
entreprise commandera plus que ses besoins car elle espère toute de même recevoir
une partie de ses besoins, or en commandant plus, elle espère montrer à ses
fournisseurs qu’elle a d’importants besoins et qu’ils se doivent d’essayer de fournir
une certaine proportion de ces besoins.
� Commandes groupées : En règle générale, dans les relations entre industriels et
distributeurs, l’on peut définir par le calcul une quantité optimale à commander (cf.
formule de Wilson ou quantité économique) ainsi qu’une fréquence
d’approvisionnement optimale. De ce fait, l’entreprise va commander plus qu’elle
aura réellement besoin pour la période donnée. De plus, il est à noter que ce
phénomène sera accentué par les distributeurs qui désirent être livrés à des périodes
précises, ainsi que les fournisseurs qui proposent des rabais lors d’achats
conséquents.
Comme mentionné, ce concept découvert par Forrester, n’a seulement été démontré dans la
pratique bien plus tard par Procter & Gamble après une étude de la demande dans leur
segment de couches culottes8. Ce concept se traduit par la mise en évidence dans des
chaînes logistiques de plusieurs échelons (distributeur, détaillant, producteur, fournisseur),
que malgré une faible variabilité de la demande chez le distributeur (dernier échelon de la
chaîne), sa demande auprès du détaillant connaîtra d’ores et déjà une forte amplification.
Ce phénomène se verra reproduit à chaque interface entre différents acteurs de la chaîne.
Au final, le fournisseur de matières premières se retrouvera avec des quantités à fournir
bien au delà des quantités réellement nécessaires.
La représentation ci-dessous met en valeur la fluctuation et l’amplification de la demande
chez différents acteurs de la chaîne logistique.
8 Ref. Kilger, C., Stadler, H., (2005), p.28
10
Fig. 2 : Représentation graphique de l’effet Bullwhip9
Appliqué à l’industrie alimentaire, sur laquelle se focalisera l’étude de ce mémoire, il va de
soi qu’une amplification de la demande de produits à courte durée de vie va entraîner soit
une dégradation des dates de péremption chez le client final, ou alors dans le pire des cas,
va entraîner un fort taux de déclassement produits (cad. les produits seront détruits pour
cause de dépassement de la date de péremption).
Un des meilleurs moyens pour lutter contre l’effet Bullwhip est de mettre en place des
techniques ou stratégies collaboratives entre industriels et distributeurs afin que les
partenaires puissent plus aisément véhiculer l’information pour commander au final des
quantités étant en corrélation avec les ventes réelles.
Un nouveau concept logistique pourrait également venir lutter contre l’effet Bullwhip. Il
s’agit du concept de Flowcasting, mis en place par André Martin. Il consiste à l’instar du
forecasting (terme anglais référant à l’estimation des besoins) à un pilotage de la Supply
Chain en partant des points de vente. Ces derniers seront à l’origine des prévisions qui
trouveront leur application chez tous les membres de la chaîne logistique. Selon A. Martin
cette technique permettrait de diminuer les ruptures en linéaires ainsi que de réduire les
stocks dans toute la Supply Chain.10
9 Ref. Dickersbach, J.T., (2005), p.5; Stadler, (2005), p.29 10 Ref. Festinger, J.C., (2007) – Transport Internationaux & Logistique, p.22
11
1.1.5. Différents modèles références de la Supply Chain
Dans ce point seront présentés deux des principaux modèles qui font office de référence
dans la littérature11 de la gestion de la Supply Chain. Parmi ces différents modèles de
représentation de la Supply Chain, un d’entre eux, élaboré par un conseil d’experts en la
matière, fait office de modèle référence pour la gestion de la chaîne logistique.
Il s’agit du Supply Chain Operations Reference (SCOR). Ce modèle de référence pour les
processus de gestion de flux au sein d’une chaîne logistique, a été développé et diffusé par
le Supply Chain Council12. Cet outil de diagnostic pour la Supply Chain permet à ses
utilisateurs de communiquer et améliorer les méthodes du Supply Chain Management aussi
bien en interne qu’au delà des limites de l’entreprise.
Le SCOR peut être défini comme outil de management qui intervient quelque soit la
branche et peut être appliqué pour gérer les activités émanant du fournisseur du fournisseur
et allant jusqu’au client du client. Bien évidemment, l’optique principale de ce concept est
de satisfaire au mieux les exigences du client final.
Le SCOR-Modèle se base sur trois piliers majeurs :
� Une modélisation du processus logistique
� Une saisie et analyse des performances
� Une analyse des best-practices (meilleurs cas concrets ou mise en application)
Le concept du SCOR Model part du postulat que l’entière chaîne logistique peut-être
divisée en cinq types de processus : la planification, l’approvisionnement, la fabrication, la
livraison et la gestion des retours (cf. représentation du SCOR Model en annexe 2). Le
découpage des activités logistiques de l’entreprise va être reproduit sur l’ensemble des
acteurs de la chaîne logistique. Pour ces derniers, leurs activités seront aussi classifiées en
cinq types de processus logistiques.
Ce mémoire va lui aussi se fonder sur ces cinq types de processus logistiques et présenter
comment les outils informatisés peuvent gérer la durée de vie réduite de produits de
11 Ref. Cohen, S., Roussel, J., (2005), p.70-78, Dickersbach, J.T., (2005), p.10, Kilger, C., Stadler, H., (2005), p.41-48 12 Le Supply Chain Council est une organisation à but non lucratif, qui se consacre à la création de modèles de référence pour le fonctionnement de la Supply Chain. Le but premier de cette organisation est de permettre à ses membres une meilleure gestion de la chaîne de valeur de leur entreprise. Actuellement plus de 1000 entreprises et universités sont membres de cet organisme.
12
l’industrie alimentaire. Les phases de planification et de production vont être les
principales dans cette étude.
Le modèle SCOR se fixe l’optimisation des processus logistiques de l’entreprise comme
leitmotiv et pour ce fait est en règle générale accompagné d’une méthode d’intégration qui
suit les quatre étapes suivantes :
� Stratégique : Benchmarking, analyse de la concurrence, de l’efficacité requise par
le marché cible, analyse de la performance interne et étude des écarts afin de
déterminer un plan d’optimisation
� Opérationnel : Analyse des flux physiques
� Systémique : Représentation des flux d’informations et des processus existants
� Mise en Œuvre : Développements, tests et mise en production de la chaîne
optimisée
Selon les auteurs le modèle SCOR peut être échelonné en quatre niveaux distincts. Le
premier niveau est dit de positionnement concurrentiel et comprend les activités internes à
l’entreprise. Le second niveau peut être qualifié de niveau de définition et contrôle de la
performance. Le troisième niveau se concentre sur les étapes des différents processus de
l’entreprise alors que le dernier niveau se base sur les activités spécifiques développés par
l’entreprise.13
Un autre modèle référence de gestion de la Supply Chain peut également se trouver dans
les principaux ouvrages en la matière : le Global Supply Chain Forum (GSCF). Ce système
s’organise autour de huit unités de business clés, qui se révèlent être aussi bien interne à
l’entreprise que au delà des limites de cette dernière. Chaque processus est dirigé par une
équipe composée de responsables de services différents (logistique, finances, marketing,
achats, production, R&D, etc.).14
Du fait que chaque processus va interagir avec des clients et fournisseurs clés, les fonctions
CRM et SRM vont se voir conférer une place de la plus haute importance lors de la gestion
de la chaîne logistique.15
13 Ref. Cohen, S., Roussel, J., (2005), p.70-76 14 Ref. http://scm-institute.org/ 15 http://scm-institute.org/
13
1.2. DLUO et maturité des produits
Dans le point suivant nous allons, dans un premier temps, définir ce que sont les dates
limites d’utilisation optimale avant de nous intéresser à la perception du consommateur de
ces dernières par le biais d’une étude réalisée dans divers surfaces de vente. Ces deux
caractéristiques (DLUO et maturité des produits) qui marquent les produits de l’industrie
agroalimentaire vont être les deux aspects principaux que nous allons traiter dans l’étude
suivante.
1.2.1. Définition
Selon J. M. Lehu la date limite d’utilisation optimale peut se définir par une date de
durabilité minimale présente pour des denrées alimentaires ayant une durée de vie assez
longue. Cette notion est accompagnée de la mention « A consommer de préférence avant le
… ». Il faut différencier la DLUO de la DLC qui est la date limite de consommation qui se
retrouve sur les denrées très périssables. Ces dernières sont soumises à de nombreux
contrôles (qualité, traçabilité, etc.) et doivent porter sur leur emballage la mention : « A
consommer jusqu’au … ».16
La maturité d’un produit quant à elle, est l’état dans lequel cet organisme a atteint son plein
développement. Il est alors qualifié de mûr. Cette phase intervient une fois la phase de
croissance complètement accomplie et il est à noter que ce stade est généralement suivi
d’une phase de déclin dans laquelle les qualités du produit peuvent s’altérer. Dans notre
cas dans lequel nous voulons optimiser les dates de consommation cette caractéristique
devra être intégrée avec précision dans l’outil informatique. En guise d’exemple peuvent
être citées les bananes qui sont cueillies non mûres en Afrique (couleur verte) afin de
pouvoir être proposées mûres (couleur jaune) en Europe au consommateur final. Si la
cueillette s’effectue trop tard, le risque est grand de retrouver ces mêmes bananes de
couleur brunes en rayon de supermarché, c’est à dire au delà de la date de consommation
optimale et il est fort à parier que le consommateur final ne voudra en acheter du fait de
l’esthétique du produit.
16 Ref. Lehu, JM., (2004), p.224 et 249. A noter que dans la littérature anglo-saxonne il est question de shelf life pour la DLUO et de best before expiration date pour les produits DLC.
14
1.2.2. Impact sur le consommateur, prise de conscience
Ces dernières années, les crises successives qui ont marqué l’industrie agroalimentaire,
entraînent des modifications non négligeables pour les producteurs en matière de sécurité
du consommateur et qualité du produit.
Les crises n’ont exempté aucun secteur comme le présente le listing suivant :
1970 : Mycoses et viroses des huîtres, 1974 : Fièvre aphteuse, 1993 : Peste porcine, 1996 :
crise de la vache folle17, 2007 : grippe aviaire, depuis 1990 : crise des organismes
génétiquement modifiés (OGM), ou les cas de nécrose hématopoïétique infectieuse chez
les saumons, la rage, etc.
L’ensemble de ces épizooties vont provoquer chez le consommateur un degré d’insureté
que l’entreprise devra combler par une production répondant à des standards de qualité afin
d’obtenir des labels qui vont faire acte que la consommation des produits mentionnés
n’aura aucune influence néfaste sur l’état de santé du consommateur.
1.2.3. Impact réel sur le comportement d’achat du consommateur
Afin de mieux pouvoir orienter ce mémoire il m’a paru nécessaire de partir à la rencontre
du consommateur et de l’interroger sur ses attentes et sa perception de la DLUO. Cette
étude a été réalisée dans les rayons produits frais (yaourts essentiellement) des points de
vente suivants :
� Carrefour du centre commercial Belle Epine de Thiais (région parisienne)
� Le supermarché Leclerc du Kremlin Bicètre (région parisienne)
� L supermarché Leclerc de Marly (10km de Metz)
� Lidl de Jouy aux Arches (20km de Metz)
Cette étude a été menée dans différentes surfaces de vente pour éviter de rencontrer une
catégorie de consommateur bien particulière mais pour augmenter le champ de vision de
l’étude et de toucher aussi bien les grandes surfaces que le discount. Au total, l’échantillon
auprès duquel ont été posés les différents questionnaires regroupait cent personnes. Afin
d’élargir cette étude nous avons essayé de toucher un maximum de personnes différentes
17 1996 équivaut à l’année de mise en application de l’embargo européen sur la viande bovine anglaise.
15
selon les sexes, âges et pouvoir d’achat (cf. figure 3). Le fait d’avoir opté de réaliser
l’étude dans un supermarché Carrefour et Leclerc est entièrement voulu car ce premier
code pour des produits de qualité tandis que le deuxième se dit orienté prix. Il se pourrait
qu’il existe une différence au niveau du comportement d’achat d’un consommateur
Carrefour et Leclerc. Le choix de réaliser cette étude dans deux supermarchés Leclerc
différents servait dans un premier temps de supermarché témoin mais également de
possibilité de comparer des comportements d’achat entre la région parisienne et la France
métropolitaine. Nous avons aussi réalisé cette étude dans le discounter Lidl pour avoir
accès aux consommateurs ayant en règle générale un pouvoir d’achat plus faible.
Leclerc Marly Leclerc Villejuif
Lidl Metz
Carrefour Thiais Somme
Hommes 6 6 7 6 25 Femmes -25 5 5 6 6 22
Femmes 7 7 7 7 28
Femmes +60 7 6 5 7 25
Somme 25 24 25 26 100
Fig. 3 : Echantillon interrogé L’étude portait essentiellement sur la perception des dates de DLUO de part le
consommateur, c’est à dire « Est-ce que le consommateur prend garde à la date de DLUO
du produit qu’il vient d’acheter ? », « Quelle serait la date limite de DLUO qu’il
accepterait ?» et « Consommerait-il le produit sachant que la date de DLUO a été
dépassée ? ».
Les résultats de l’étude sont présentés en détail en annexe (cf. Annexe 3). Nous pouvons
résumer l’étude par le fait que les consommateurs interrogés semblent porter une plus ou
moins grande attention aux produits qu’ils achètent en fonction du lieu dans lequel ils
achètent leurs produits. Les résultats obtenus dans les grandes surfaces se valent malgré
une orientation différente entre Leclerc et Carrefour. Les clients des supermarchés Leclerc
semblent exiger des prix relativement plus faibles associés à des produits de qualité. Il en
est différent pour les clients du discount qui veillent à priori moins sur les dates de DLUO
lors des achats que leurs homologues des grandes surfaces. Nous pourrions formuler que
lors de l’acte d’achat le facteur prix semble être la caractéristique avec le plus grand
coefficient.
16
Un autre constat assez marquant est que les hommes interrogés portent plus rarement
attention aux dates de péremption des produits qu’ils achètent. Certains affirmaient même
qu’ils ne savaient pas quand les produits qu’ils possèdent chez eux allaient être périmés.
Chez les femmes, l’intérêt porté aux dates de DLUO varie également en fonction de l’âge.
En synthétisant ce résultat, il apparaît que l’intérêt pour les DLUO est proportionnellement
croissant avec l’âge.
Dans l’ensemble, nous pouvons conclure qu’une majeure partie des consommateurs
interrogés porte bel et bien un intérêt aux dates de péremption des produits. Les dates de
DLUO des produits deviennent de ce fait un argument concurrentiel pour un producteur.
Un consommateur (qui n’est pas fidèle à une marque bien précise) pour des produits de
même qualité va dans la plus part des cas opter pour celui dont les dates de DLUO
restantes sont les plus longues. De ce fait, il pourra bénéficier plus longtemps de ce produit
chez soi.
Les consommateurs semblent également dénigrer quelque peu le discount. Les personnes
interrogées y accepteraient de renoncer à de longues DLUO et des produits de qualité au
dépend d’un produit bon marché. Cela s’explique en partie par la perception du discount
par le consommateur français, qui est assez différente de celle de pays européens comme
l’Allemagne par exemple. En France l’image de marque du discount est associé à des
produits de basse qualité à des prix extrêmement faibles. En Allemagne par contre étant
donnée la forte diversité en matière de discount (Aldi, Lidl, Plus, Netto, Norma, etc.) ces
derniers sont contraint de recourir à de produits avec de plus en plus de qualité à des prix
de plus en plus faibles.18
Nous conclurons donc notre étude par le postulat suivant, que le consommateur veille
attentivement aux dates de DLUO indiquées sur l’emballage du produit et optera pour le
produit d’une marque proposant les dates de consommation restantes les plus éloignées de
l’échéance. De ce fait les producteurs de produits périssables doivent veiller à proposer aux
consommateurs des produits avec de longues DLUO. Nous présenterons par la suite par
quels procédés un industriel peuvent améliorer les dates de péremption de ses produits
dans les points de vente. Nous pouvons par avance déjà dévoiler que cette optimisation ne
18 Ref. Lütke Entrup, M., (2005), p.46
17
se fera sans l’aide d’outils informatisés qui viennent prêter main forte aux logisticiens
responsables de la prise de décision en matière de planification, prévision, production,
approvisionnement et distribution.
1.2.4. Exigences générales des DLUO sur la Supply Chain
Dans l’ensemble, nous pouvons relever une dizaine de points clés ou facteurs clés de
succès qu’il s’agit d’intégrer et bien maîtriser pour pouvoir obtenir une gestion optimale
des DLUO. Afin de proposer une accélération des flux d’informations nous orienterons
déjà ces dix points clés en fonction de leurs intégrations possibles dans des outils
informatisés de type APS, puisque ces derniers sont, selon nous, l’avenir de la maîtrise des
DLUO au sein de l’entreprise :
� Echange de données avec le système ERP :
Ce dernier va fournir les données qui seront utilisées par l’APS pour réaliser les différentes
planifications. L’important est que l’APS puisse tirer les informations nécessaires en temps
réel mais également pour « redonner » les résultats à l’outil duquel ont été tirées les
données de base. Par ailleurs, il est à noter que dans le domaine de l’agroalimentaire des
ERP spécifiques peuvent souvent être appliqués pour gérer la gestion des activités d’ordre
opérationnelles . En guise d’exemple est à mentionner l’outil CSB, souvent utilisé par les
grands groupes de l’industrie de fabrication de viande19. Ces derniers vont recourir à ce
type de système car les dates limites de consommation sont encore plus complexes à gérer
que les dates limites d’utilisation optimale, principalement car elles sont généralement plus
courtes.
� Support des données EDI :
Malgré le fait que les données EDI sont dans un premier temps transférées directement
dans l’ERP, l’APS doit, par un moyen ou un autre, avoir accès à ces données primordiales.
En fonction de la spécificité et du domaine d’application de l’APS (agroalimentaire,
automobile, biens de consommation, etc.), l’outil doit comprendre au minimum les
langages de codification généralement utilisés dans ce domaine.
� Support des e-marketplaces ou points de ventes Internet :
19 Ref. Lütke Entrup, M., (2005), p.140-143
18
Ces nouveaux moyens de vente de produits en utilisant l’interface Internet requièrent de
bien complexes interconnexions. Ces procédés de vente seront représentées dans le détail
sous le 1.3.
� Suivi de KPI spécifiques à l’industrie alimentaire :
La création de tableaux de bord permettant d’afficher, d’analyser et de suivre les
déroulements des activités de l’entreprise, doit être orientée selon les exigences
particulières de l’industrie alimentaire. Par ailleurs, ces tableaux de bord ne doivent pas
uniquement présenter les résultats de l’entreprise, mais aussi ceux des principaux
partenaires de la chaîne logistique de l’entreprise. Les principaux indicateurs de
performance qui ne doivent manquer en aucun cas dans un tableau de bord d’une Supply
Chain alimentaire sont les suivants :
• La fiabilité des prévisions
• Les ruptures de stocks tout au long de la chaîne logistique
• Le taux de service
• Les déclassements, autrement dit la part de produits détruits lors de
leur stockage pour obsolescence ou dépassement des DLUO.
• Les niveaux des stocks de la Supply Chain.
• La fraîcheur des produits lors de la livraison.
� Unités de mesure variables :
Dans l’industrie alimentaire les unités de mesure des produits peuvent être amenées à
varier tout au long de la chaîne logistique (par exemple le lait peut être donné en litres ou
en kg, tandis que les yaourts par la suite seront définis en kg, colis ou palettes). Pour
améliorer le flux d’information et afin d’éviter des erreurs de conversion ou de lecture, les
outils APS doivent permettre à un utilisateur de choisir l’affichage des produits qu’il gère
en fonction de l’unité qu’il désire. L’APS devra pour cela effectuer instantanément les
conversions d’unités.
� Caractéristiques spécifiques ou culturelles selon les pays :
Dans un cadre de mondialisation et d’internalisation des entreprises du secteur
agroalimentaire, les outils APS doivent répondre à des caractéristiques variantes selon les
différents pays. Pour cela, le nombre de langues intégrées, les différentes monnaies
soutenues, la présence de fonctionnalités import et export, la prise en compte des impôts et
les taxes locales, la prise en compte de la législation nationale en matière de manipulation
19
et de sécurité de denrées alimentaires, font pour un outil APS partie des arguments qui vont
faire opter l’acheteur de choisir cet outil au dépend d’un autre.
� Support de l’EPC et de la RFID :
Bien que la plus part des distributeurs n’utilisent pas encore la technique de la RFID ou
alors en sont encore et toujours au stade de l’essai, les outils APS doivent être prêt à
utiliser cette technique. En cas de percée de ce procédé un APS ne possédant pas de
fonctionnalité de soutien se verrait rapidement perdre en notoriété et en part de marché. Par
ailleurs les éditeurs peuvent déjà intégrer les différents standards en matière de
formalisation des données pour la RFID comme l’EPC (Electronic Product Code) qui est
un identifiant standard permettant de reconnaître un produit.
� Support des données collectées dans les points de vente :
Les données pouvant être collectées dans les différents points de vente (fréquence d’achat
d’un produit, réaction du consommateur par rapport à un produit, etc.) sont des
informations d’extrême importance pour tous les acteurs de la Supply Chain. L’objectif au
sein de la Supply Chain consiste à faire véhiculer ces informations le plus rapidement à
tous les éléments constituant la chaîne logistique afin de permettre une réaction rapide à
d’éventuelles modifications des volontés du client. Par ailleurs la connaissance de données
du point de vente peut permettre de pallier l’effet Bullwhip. Pour cela les solutions APS
doivent posséder des interfaces pouvant récolter des données POS, comme par exemple les
sorties en caisse de supermarché lors du scannage des produits en caisse.
� Collaborations flexibles :
Etant donné le fait que des industriels ne vont pas livrer leurs produits exclusivement à un
distributeur, leur système de gestion devra donc être capable de gérer différentes chaînes
logistique à la fois. Par dessus tout l’outil APS doit permettre le soutien de nouvelles
activités coopératives, pendant que leurs intégrations devront s’effectuer avec des efforts
de programmation et de paramétrage minimum.
1.3. Outils de planification et SCM Planning
Ce point fera office de premier point dans lequel nous intégrons les activités de l’entreprise
en nous intéressant aux activités de planification des besoins futurs et du bon déroulement
des activités principales de l’entreprise (production, approvisionnements, transport,
20
distribution). Dans ce point seront donc présentés les différents outils technologiques qui
peuvent jouer un rôle dans les opérations de planification de l’entreprise.
1.3.1. Les outils informatisés pour la logistique et leur champ d’action
Dans ce point seront présentés les différents types de logiciels et progiciels pouvant être
utilisés par les logisticiens pour gérer les activités quotidiennes des processus logistiques.
Afin de ne pas quitter de vue le sujet premier de cette étude, nous nous concentrerons sur
les outils informatisés pouvant réellement entrer en jeu pour améliorer la gestion des dates
de DLUO. A noter que ces outils informatiques ou progiciels seront présentés selon leur
apparition au sein de l’entreprise (des approvisionnements à la relation client en passant
par la production et la distribution) à l’exception des ERP et APS qui peuvent trouver leur
application pour tous les domaines de l’entreprise. Les APS en tant qu’outil principal de
notre étude feront l’objet d’une analyse plus détaillée dans le point suivant.
Achat Production Stockage Livraison Vente
Gestion des
approvisionnements
GPAO Gestion des
stocks
Gestion des
transports
Gestion des
ventes
ERP
MES MRP
WMS TM SCE
AOM
Planification des achats
Planification de la
production
Planification du stockage
Planification des transports
Planification des ventes
Techniques coopératives (GPA, Cross Docking, CPFR)
APS
DRP
Opérationnel
Tactique
Stratégique
Fig. 4 : Classification des outils informatisés pour la logistique selon leur horizon de
planification20
20 Ref. Médan, P., (2005), p.313
21
Nous pouvons dénombrer deux outils primordiaux dans les opérations de gestion de la
planification de la chaîne logistique qui sont les ERP et les APS. En plus de ces deux outils
génériques nous nous concentrerons sur des modules spécifiques que nous définirons dans
un premier temps avant de présenter les exigences de la DLUO sur ces derniers tout au
long de ce mémoire. Il s’agira des outils appelés :
� GPAO (production)
� DRP (distribution)
� EIS (flux d’information)
� TMS (transport)
� SRM (approvisionnements)
� CRM (gestion relation clientèle).
Dans l’ensemble il est à noter que les entreprises utilisant des outils tels que l’ERP ou les
APS vont en règle générale utiliser ces derniers pour réaliser une planification globale des
activités. De ce fait les modules ou progiciels spécifiques vont avoir un relativement faible
impact sur l’optimisation de la fraîcheur des produits. Certes ils vont pouvoir améliorer les
flux de l’entreprise, par contre les gains essentiels en matière de DLUO se feront lors de la
planification à moyen terme.
Les Advanced Planning Systems que l’on peut également trouver sous l’appellation
Advanced Planning Scheduling (APS) : Avant de débuter par la définition générique et les
objectifs d’un outil APS nous nous devons de faire une remarque concernant l’appellation
de ce système d’information. Comme mentionné précédemment, ces outils peuvent se
trouver sous deux formes différentes dans la littérature spécifique. Plümer dans son œuvre
présente la différence entre ces deux appellations par le nombre de modules auxquels se
rapportent les outils auxquels on fait allusion. Un APS ayant S faisant allusion à System va
coder pour les outils génériques englobant tous les modules présentés dans la Supply Chain
Planning Matrix. Un APS avec S symbolisant Scheduling va au contraire correspondre à
un progiciel englobant essentiellement les activités de planification de production. Pour
résumer Advanced Planning and Scheduling va plutôt être utilisé lorsque l’on voudra faire
référence à un outil de type PPS voire de GPAO tandis que l’appellation Advanced
Planning System va être l’appellation selon laquelle nous comprendrons les APS tout au
22
long de ce mémoire.21 Il est par contre à noter que de plus en plus l’appellation Advanced
Planning and Scheduling se standardise, notamment sous l’impulsion de certains éditeurs
ainsi que certaines littératures spécialisées.
Le principe d’un APS est de permettre de résoudre des problèmes de planification
complexes non suffisamment réalisés par des ERP. Pour cela l’APS va utiliser des
algorithmes et des heuristiques d’optimisation venant à bout de ces calculs complexes.
De ce fait les objectifs principaux des APS vont s’organiser autour d’une planification
optimale des opérations de production, approvisionnement, étude des besoins et de
distribution. Dans la pratique il est pour cela assez difficile dans certains cas de délimiter
l’APS de l’ERP. Cela n’affecte en rien l’intérêt principal de cet outil qui vise à intégrer
toutes les activités de l’entreprise dans une plate-forme commune afin de pouvoir réaliser
la planification générale et spécifique pour ces fonctions.
Supplier Relationship Management (SRM) : un outil de type SRM peut être traduit en
français comme instrument de gestion de la relation fournisseur. Il sous-entend l’utilisation
de techniques améliorant le mécanisme d’approvisionnement de l’entreprise. Ce concept
est dévié du CRM (gestion client) et vise une meilleure collaboration entre l’entreprise et
ses fournisseurs. Les éditeurs de solutions SRM classifient généralement leurs outils selon
quatre grands critères : le conception collaborative, la détermination des fournisseurs, le
choix des fournisseurs et puis l’aspect de négociation avec ces derniers.
Distribution Ressource Planning (DRP) : il s’agit d’un outil de gestion des activités de
distribution au sein de l’entreprise. Ce système a été mis au point par André Martin. Le
principe de fonctionnement de cet outil est le suivant : après avoir récolté les prévisions de
ventes, ce programme en déduira les besoins en approvisionnements nécessaires aux
centres de distribution et entrepôts afin de pouvoir répondre à ces besoins. Dans sa logique
de fonctionnement le DRP utilise des données clients qu’il fait remonter le long de la
chaîne logistique pour en définir les besoins en approvisionnement auprès des fournisseurs.
Parmi les objectifs principaux du DRP se comptent la réduction voire l’élimination de
l’effet Bullwhip présenté dans le chapitre 1.1.4.
21 Ref. Plümer, T., (2003), p.224
23
Transport Management System (TMS) : Les solutions TMS viennent soutenir la gestion
des activités relatives au transport. Ces outils sont dotés de fonctions de modélisation qui
permettent de trouver une solution optimale à des problématiques relevant du choix de la
route, du remplissage des camions, du choix des véhicules, conditions particulières de
chargement de certaines marchandises, etc.
Customer Relationship Management (CRM) ou Gestion de la relation client :
Parmi les objectifs du CRM nous pouvons noter :
� Analyse du comportement d’achat, afin de pouvoir placer les outils marketing
(marketing-mix) qui oeuvrent pour l’amélioration de la satisfaction client et
augmentation de la fréquence d’achat.
� Assurer la fidélisation du client
� Par le biais des ventes croisées, attirer de nouveaux clients
� Améliorer l’orientation client, en proposant au client des produits lui étant plus
adapté ou individualisé.
Cet outil à vocation marketing trouve sa place dans ce mémoire puisque ces dernières
années les grands groupes s’orientent de plus en plus à un travail en partenariat entre la
logistique et le marketing. Pour pouvoir réaliser les objectifs ci-dessus le marketing doit
travailler étroitement avec la logistique afin de savoir si leur projets sont réalisables ou
non. En exemple, les marqueteurs ne peuvent annoncer au client la livraison des produits
avec une DLUO restante de 20 jours alors qu’après production et livraison l’entreprise
arrive tout juste à gérer le processus aval pour proposer des produits avec DLUO restante
de 21 jours. En cas de surestimation de la demande les déclassements seront trop
importants en conséquent. C’est pourquoi une bonne communication entre marketing et
logistique aurait fixé un compromis avec le client de livraison produit avec DLUO restante
de 18 jours.
L’Executive Information System (EIS) : cet outil informatique trouve son application dans
le domaine de la prise de décision au sein de l’entreprise. Il permet de représenter des
données décisionnelles par le biais de tableaux de bord élaborés. Par ailleurs il donne un
aperçu d’ensemble des activités étudiées. En règle générale cet outil se représente via des
graphiques et des objets ludiques (jauges, feux tricolores, etc.) de sorte que l’équipe en
24
charge de la prise de décisions est rapidement amenée à avoir un constat de la situation de
l’entreprise et quelles pourraient être les décisions à prendre afin de pouvoir rectifier le tir.
Selon les différents auteurs et entreprises, il existe encore une multitude de différents outils
informatisés sur le marché. Ces appellations différentes résultent simplement de la
spécificité des modules des ERP en général et de la performance générale de l’outil ERP
dans son ensemble. Si celui-ci ne devait pouvoir couvrir certaines activités qu’une
entreprise qualifie d’importante, elle va faire appel à un programme spécifique subvenant à
ses besoins. On retrouve donc des outils tels que le EAM (Enterprise Asset Management),
PLM (Product Lifecycle Management), PRM (Partner Relationship Management), SCEM
(Supply Chain Execution Management), etc.22
1.3.2. La Supply Chain Planning Matrix
Les outils de planification de type APS sont, dans la règle générale et selon les différents
concepteurs, composés de différents modules qui peuvent être représentés selon la Supply
Chain Planning Matrix. Cette matrice possède deux entrées :
� A l’horizontale, représentation des modules selon leur apparition dans l’entreprise
le long de la chaîne de produits, de l’approvisionnement à la distribution des
produits aux clients.
� A la verticale sont classés les modules selon l’horizon de planification auxquels ils
se réfèrent. En haut de la matrice se retrouvent les modules qui codent pour un
horizon de planification à long terme. Plus l’on descend le long de la matrice et
plus l’horizon de planification est à court terme.
La représentation suivante présente la SCP-Matrix traduite en français selon l’œuvre
initiale de H.Meyr23. Le nom des différents modules n’ont pas été traduits pour des raisons
de standards utilisés par les différents concepteurs d’APS (SAP, Oracle, Numetrix,
22 Ref. Dornier, Fender, (2007), p.322-323 23 Ref. Meyr, H., Rohde, J., Wagner, M., (2005), p.109
25
Peoplesoft,…). Avec l’aide de la SCP.Matrix améliorée de H. Corsten24, les transitions et
interactions entre les différents modules ont pu être représentés.
Supply Network Planning
Master Planning
Planification besoins
matiieres premieres
Planification production
Ordonnancem-ent production
Planification Transport
Controle disponibilite
Calcul des besoins
/ Prevision
des ventes Planification Distribution
Approvisionnement Production Distribution Ventes Domaine d‘activite
Prevision long terme
Commande client Stocks
Taille lots
Resultats des simulations
Etats des stocks
Date a laquelle produits doivent etre concus
Date livraison matieres premieres
Date de livraison
Taille des lots de production
Besoins bruts Capacites supplementaires
Prev ision court terme
Prev ision moyen terme
Quantites a distribuer
Date besoins matieres premieres
Exploitation des capacites
Choix des lieux d‘implantation, capacites pour sites production et entrepots ainsi que choix fournisseurs
Fig.5 : Représentation de la Supply Chain Planning Matrix
1.3.3. Les différents horizons de planification
Déjà présentés ci-avant dans la SCP-Matrix, les horizons de planification jouent un rôle
primordial dans la compréhension du fonctionnement d’un outil de planification mais aussi
vont être de grande importance lors de la gestion des dates de DLUO de produits.
Les activités principales d’un APS consistent à une gestion ou planification optimale de la
production, distribution et des approvisionnements nécessaires. Pour cela les activités de
planification peuvent être classifiées dans trois catégories principales selon les échelons de
planification :
24 Ref. Corsten, H., (2001), p.6
Long terme
Moyen term
e C
ourt terme
26
Supply Chain Design Supply Chain Planning Supply Chain Execution
Décisions stratégiques comme par exemple choix du lieu d’implantation d’une usine ou décision de lancer un nouveau produit
Calcul des besoins Planification des approvisionnements Planification production Ordonnancement production Planification de la distribution Controle disponibilités (ATP) Etude de faisabilité
Administration des ventes Manutension Production Transport
Planification long terme (stratégique)
Planification à moyen et court terme (Tactique) Opérationnel
Fig. 6: Répartition des tâches dans le SC Management25
En règle générale il est possible d’associer différents outils informatisés à un échelon de la
planification de la chaîne logistique. Les APS vont planifier essentiellement le Supply
Chain Design voire SC Planning, les ERP vont se focaliser sur les activités relevant du
Supply Chain Planning voire SC Execution tandis que des outils divers comme la GPAO,
les Warehouse Management Systems (WMS), les Transport Management Systems (TMS)
ou les Advanced Order Management vont se consacrer avec les activités opérationnelles
relevant du Supply Chain Execution. Certes il faut ajouter que la division et les limites de
cette classification ne sont pas toujours apparentes.
1.3.4. Présentation des modules principaux des APS
Au début du lancement d’outils informatisés assistant les opérations de planification, les
éditeurs de telles solutions proposaient des modules qui traitaient spécifiquement une
activité de l’entreprise. Entre-temps dans une optique de généralisation des activités, les
éditeurs de solutions APS proposent des outils pouvant trouver leur application dans tous
les domaines de la planification de la Supply Chain. Les APS leaders sur le marché sont
constitués de modules semblables dont leur organisation et relation entre eux peut être
représentées selon la Supply Chain Planning Matrix (voir chapitre 1.3.2).
Dans les points suivants nous allons présenter les principaux modules qui ne doivent
manquer dans une bonne solution APS (sauf spécification particulière de cette dernière).
25 Ref. Plümer, T., (2003), p.224
27
Dans l’ordre nous présenterons le Demand Planning (prévisions des besoins), Master
Planning (planification moyen terme), Production Planning (planification production) et
Transport and Distribution Planning (planification de la distribution et du transport).
1.3.4.1. Demand Planning
Le module Demand Planning ou étude de la demande, étudie et estime les besoins futurs
des clients. Ces informations concernant les besoins vont constituer les fondements des
étapes de planification et de prise de décision pour la Supply Chain à venir.
Ce module va également tenir compte du degré d’incertitude selon lequel l’entreprise va
produire et estimer ses besoins futurs pour intégrer un stock de sécurité suffisamment élevé
pour combler ces incertitudes de façon à assurer un taux de service adéquat à ses clients.
Cette dernière étape va être quelque peu controversée dans l’industrie alimentaire étant
donné que les dates de péremption des produits vont réduire considérablement les périodes
de stockage des produits.26
Les incertitudes correspondent au degré d’aléas des différents processus logistiques,
comme par exemple les fluctuations des temps de livraison, une incertitude d’estimation de
Par le biais d’une optimisation de l’estimation des besoins il est possible de réduire
notablement ces phases d’incertitudes. Il est du devoir de ce module de générer des besoins
prévisionnels de qualité vu que ces derniers vont être utilisés par tous les autres modules
pour élaborer les plannings d’ordonnancement des différentes activités (production,
transport, distribution, approvisionnements par le biais de la nomenclature, etc.).
Lors de l’étude des besoins se posent les tâches suivantes : 27:
� Représentation des besoins à court terme, actuels.
� Prévisions des besoins à venir.
� Par le biais d’algorithmes et des systèmes statistiques, les système doit permettre le
choix d’une technique de simulation de besoins futurs tout en permettant des
corrections manuelles de ces dernières.28
� Définition du stock de sécurité
26 Ref. Wagner, M., (2005), p.139-142 27 Ref. Wagner, M., (2005), p.140 28 C.f. chapitre prévision besoins 1.4.1
28
Une fois établis les besoins futurs seront transmis au module de planification à moyen
terme, le Master Planning. Par contre il est à noter que des modifications à court terme des
prévisions peuvent être directement transférées dans les modules d’ordonnancement de la
production et de distribution. Lors de l’élaboration du business plan de l’entreprise, des
prévisions à long terme seront échangées avec le module de planification à long terme, le
Supply Network Planning.29
1.3.4.2. Master Planning
Le module Master Planning (MP) selon l’appellation officielle des modules des APS,
traite toutes les opérations de planification de la Supply Chain à moyen terme. Petit rappel
du point précédent, sous horizon de planification à moyen terme, l’on sous-entend les
activités planifiées de un mois à un an à l’avance. De ce fait, dans ce module seront donc
essentiellement consultées et aménagées les capacités. Il s’agira d’une planification
grossière des ressources humaines, machines et matérielles afin de permettre la
synchronisation du flux de marchandises au sein de la Supply Chain.30
L’activité principale du module MP consistera donc à permettre la planification d’un
ordonnancement et une utilisation optimale des ressources au coût le plus avantageux, en
veillant à synchroniser les activités d’approvisionnement, de production et de distribution
nécessaires en court terme.
D’autre part le MP se consacre également avec les opérations de coordination et de
diffusion des informations essentielles. Ceci est dû à la position centrale que joue un
module MP dans l’organisation des différents modules d’une solution APS (cf. Supply
Chain Planning Matrix). Tous les autres modules se trouvent en relation avec ce module
central.31
29 Ref. Rohde, J.,.Wagner, M., (2005), p.159-161. 30 Ref. Rohde, J., Wagner, M., (2005), p.159 31 Ref. Corsten, H., (2004), p.541
29
1.3.4.3. Production Planning
Selon les éditeurs de solutions APS, les modules de planification production peuvent être
soit sous forme d’un module unique qui gère toutes les activités liées à la production ou
alors, comme il en est pour la plus part des applications de production, sous forme de deux
modules différents (ex. APO de SAP avec le production planning et le production
scheduling, PPDS). Dans ce cas le premier module qui traitera les opérations à un horizon
de planification entre court et moyen terme tandis que le second aura une orientation plus
opérationnelle avec l’ordonnancement des machines et le remplissage des chaînes de
production.32
Les activités principales de ces ou ce module va consister en la création de plannings de
production réalisables par l’entreprise en tenant compte des capacités et d’autres
contraintes venant impacter la production.
Très souvent, ces outils vont avoir recours au diagramme de Gantt pour représenter les
plannings production (cf. annexes 5).
A l’instar des outils de type PPS, un module de production d’un APS doit être en mesure
de placer en relation simultanée la planification des capacités, des ressources nécessaires et
de la disponibilité réelle des produits ou composants. Dans une seconde étape doivent être
réalisés des modèles ou des simulations (correspondant à la réalité) dans lesquels seront
étudiés des optimisations de coûts ainsi que les processus de fabrication à proprement dit.
De cette façon pourra par exemple être dans un cas extrême élaboré un plan de soutien qui
trouvera son application en cas de machine défaillante. Ceci améliorera la vitesse de
réaction de l’entreprise en situation de crise et permettra à l’entreprise de connaître ses
points faibles en production par le biais des goulots d’étranglement en matière première, en
ressource ou alors en capacité.33
32 Ref. Meyr, H., Wagner, M., Rohde, J., (2005), p.110 33 Ref. Stadler, H., (2005), p.198-200
30
1.3.4.4. Transport and Distribution Planning
Comme leur noms l’indiquent, les activités principales de ces deux modules (qui chez
certains éditeurs peuvent être regroupés dans un unique module) vont consister à planifier
de moyen à court terme les activités relatives au transport et à la distribution.
En partant du principe que les coûts de transport sont considérés comme une partie non
négligeable des coûts d’un produit, une optimisation des routes de livraison des clients et
des transports en général peut d’une part permettre à l’entreprise de réaliser des économies
ainsi que d’améliorer la satisfaction du client qui résultera d’un meilleur taux de service.
Pour cela, l’activité de transport doit viser une réduction des temps de livraison en
compagnie d’une meilleure fiabilité lors de la livraison des produits.34
De la même manière, les systèmes de distribution se consacrent à la réalisation du moyen
de transport des produits des différents sites de production aux différents clients en passant
par des relais ou intermédiaires que peuvent jouer des hubs, centre de distributions,
détaillants, grossistes, etc.
1.3.5. Présentation d’outils technologiques pouvant être utilisés pour améliorer la
DLUO
Après avoir présenté les différents outils informatisés qui peuvent venir soutenir les
logisticiens dans leurs activités de prise de décisions, nous nous préoccuperons des
innovations techniques qui peuvent accélérer ou perfectionner les flux logistiques au sein
de l’entreprise.
Dans ce point seront brièvement présentées trois technologies qui peuvent, si elles sont
appliquées efficacement, améliorer les dates de DLUO des produits frais. Il s’agit de l’EDI,
des e-marketplaces et de la RFID.
Echange de Données Informatisé :
34 Ref. Fleischmann, B., (2005), p.229
31
L’échange de données informatisé est une technique visant à simplifier les transferts de
données entre entreprises partenaires, en échangeant automatiquement, selon une
procédure bien définie, les documents souhaités. Cette technique est apparue au milieu des
années 1970 aux Etats-Unis en vue de réduire à zéro les documents dans l’entreprise.
Certes, ce procédé ne permet pas d’éliminer tout document écrit mais permet néanmoins de
les réduire significativement, tout en accélérant la vitesse de transmission des documents et
leur fiabilité (moins d’intervention humaine ce qui réduit les erreurs manuelles). Dans
l’ensemble, cette technique permet une amélioration de l’efficacité de l’entreprise ainsi
qu’une réduction des coûts des opérations logistiques.
De plus en plus le mode de transfert tend vers un échange par interface Internet. On parlera
alors de WebEDI. Comme mentionné, la langue selon laquelle seront codifiées les données
est standardisée et varie en fonction des secteurs d’utilisation. Dans le cas de l’industrie
alimentaire, les standards GENCOD feront dans la majorité des cas office de codification.
En plus de l’automatisation des données, cette standardisation permet une utilisation
presque mondiale étant donné que les documents informatisés sont formalisés et codifiés
selon des standards internationaux.35
Fournisseur Client
Statistiques, banque de données
Gestion des commandes
Service livraison
Service financier, gestion des factures,
comptabilité
Ventes
Achats
Reception marchandises
Finances
Codification du message EDI
PARTIN, PRICAT, CONTRL, SLSFCT
DESADV
RECADV
INVOIC
REMADV
INVRPT, SLSRPT
ORDERS
ORDERSP
Fig. 7 : Présentation des principaux messages EDI échangés entre entreprises36
35 Ref. Hertel, Schramm-Klein, Zentes, (2005), p.213-215 36 En ref. à Médan, P., (2005), p.335, Thonemann, Behrenbeck, Küpper, Magnus, (2005), p.116 et Corsten H., (2003), p.43
32
Convertisseur codes EDI
Commerce électronique (E-Marketplaces) ou Web 2.B. :
Selon J.M. Lehu le commerce électronique est « l’ensemble des activités commerciales
menées par l’intermédiaire de l’Internet »37. Le terme d’E-Marketplaces peut se définir,
quant à lui, de façon plus détaillée : ce sont des interfaces de vente virtuelles. Nous
pouvons noter le développement de deux sortes de sites marchands : les sites de vente
privés ou alors les sites de vente appartenant à des distributeurs (ex. Houra pour Cora,
Wal-Mart Extranet, Real Web Shop pour Real, grande surface allemande et membre du
groupe Metro, etc.). Dans l’ensemble, une majorité des dirigeants voient les sites
marchands comme interface bon marché pour pouvoir proposer ses produits au client final.
Il faut certes par contre ajouter que la mise en place d’une telle activité est relativement
coûteuse. Un autre point critique envers cette innovation est si elle a de réelles chances de
s’imposer dans le domaine des produits frais et à courte durée de vie. Pour des livres, des
produits électroménagers, des vêtements, ce système peut s’avérer être une bonne
alternative aux supermarchés traditionnels. Pour les denrées alimentaires néanmoins, étant
donné que l’aspect du produit joue un grand rôle dans le choix du consommateur, des
doutes peuvent subvenir quant au succès de cette technique. Pour combler ce déficit les
distributeurs devraient assurer que des produits de même qualité et de DLUO semblables
soient distribués aux clients.
Certains auteurs parlent également d’ERM (E-Business Relationship Management) en tant
qu’outil spécifique dédié à l’optimisation des activités liées à la vente par internet.
Radio Frequence IDentification (RFID) :
La Radio Frequence Identification est un procédé consistant au stockage de données dans
une puce ou tag et en la récolte de ces informations à distance par l’utilisation de lecteurs.
Le procédé est relativement simple puisqu’il consiste à placer une étiquette équipée d’une
antenne sur un produit que l’on pourra recenser à chaque passage à travers un portique
37 Ref. Lehu, JM., (2004), p.155
33
équipé d’un lecteur de tags. A ce portique sera associé un interface qui traduira ces
données.38
Cette technique pourra jouer un rôle important pour la traçabilité et la sécurité des produits,
deux caractéristiques très importantes dans le secteur agroalimentaire. Si l’on fait
abstraction des critiques de la RFID sur le plan éthique qui veulent que les puces soient
désactivées une fois sorties du point de vente, l’on pourrait supposer l’existence de
réfrigérateurs capables de reconnaître automatiquement les produits qu’ils contiennent,
mais aussi capable de contrôler les dates limites d’utilisation optimale des produits
alimentaires périssables.
Malheureusement la RFID n’est que très partiellement utilisée. Dans la plus part des cas, la
RFID n’a pas encore réussie à quitter le stage de projet. M. Jean-Baptiste Huot responsable
gestion de projet chez les galeries Lafayette nous avait annoncé, en cours de Master
logistique, que chaque grande enseigne se devait d’avoir un atelier RFID en projet, même
si la stratégie de l’entreprise ne croit que guère aux avantages de la RFID. Les raisons qui
expliquent cette aversion contre la RFID sont multiples : le coût trop élevé des tags (entre
15 à 20 cents pièce), le problème éthique, le coût des infrastructures, la sécurité (des
hackers ont affirmé être capable de pirater les tags RFID) etc.
Par contre, en France agissent deux précurseurs en la matière qui pourraient à long terme
faire baisser les prix et entraîner d’autres entreprises si les résultats sont convainquants. Il
s’agit de DHL et Metro qui mettent en place la RFID sur trois centres de distribution (St.
Denis, Lyon et Marseille) et travaillent conjointement à la bonne réalisation de cette
activité.
Entrepôts de données ou Data Warehouse :
Le Data Warehouse est un concept issu de l’informatique. La création de l’entrepôt de
données est due au postulat suivant : les progiciels de gestion intégrés ne permettaient
qu’une analyse décisionnelle limitée avec l’exploitation des données qu’ils contiennent. De
ce fait fut créee une entité capable de traiter les opérations individuelles (quelque soit leur
origine, approvisionnement, passation de commande, réception de marchandise, état de
38 Ref. Finkenzeller, K., (2003), p.1-7
34
stock, etc.), indifféremment de leur enchaînement dans le temps et de leur compilation,
afin de soutenir les opérations de prise de décision. Pour pouvoir prendre des décisions
concernant la Supply Chain en adéquation avec la réalité, les opérationnels doivent avoir
accès à un certain nombre d’indicateurs résultant du calcul ou de l’agrégation des données
citées auparavant. Un outil permettant de créer des indicateurs spécifiques à un métier ou
type d’activité est communément appelé datamart.
Dans un Data Warehouse les données sont généralement organisées sous forme de cubes,
et l’utilisateur final peut avoir accès à des données bien précises en formulant des requêtes
de type OLAP (OnLine Analytical Processing). Ces requêtes sont dites
multidimensionnelles, c’est à dire le programme va « piocher » dans différents cubes ou
mini-bases de données afin de formuler une réponse adéquate.
Venons-en au point pour lequel le Data Warehouse peut s’avérer utile pour l’industrie
alimentaire. Le fait d’avoir de tels outils à disposition permet à l’entreprise de prendre plus
rapidement des décisions. Il est important de rappeler à quel point la prise de décision
rapide et efficace trouve son application dans le domaine agroalimentaire.
Pour ce qui est de la gestion des dates de DLUO, le Data Warehouse permet à un industriel
de connaître des données tels que par exemple la rotation de stock, les sorties mensuelles
pour un client donné, etc. Or, en tenant compte de ces informations l’entreprise possède un
nouvel outil d’analyse qui lui permettra d’optimiser sa gestion de la chaîne logistique ainsi
que de ses produits à forte périssabilité.
1.4. Prévoir les besoins
La première activité au sein de l’entreprise qui doit être assurée de façon optimale par les
logisticiens soutenus par leurs outils informatiques, est la prévision des besoins. Pour cela
les progiciels peuvent faire appel à de nombreuses techniques issues principalement des
mathématiques statistiques. Certaines de ces techniques seront présentées dans le point
suivant.
Réaliser des prévisions de ventes futures est une activité indispensable pour l’entreprise,
puisqu’elle lui permettra de planifier à l’avance les ressources nécessaires qui lui
permettront de produire les quantités prévues. Il faut tout de même admettre que les
35
prévisions sont réalisées à un instant t compte tenu des indicateurs de l’environnement de
l’entreprise, de la situation conjoncturelle, etc. En fonction de l’horizon de réalisation des
prévisions il se peut que de nouveaux facteurs extérieurs ou internes à l’entreprise viennent
perturber ces prévisions. De ce fait, il faut considérer la prévision comme « un ensemble de
probabilités associées à un ensemble d’évènements futurs »39.
Avant de se pencher sur le choix d’une méthode précise pour estimer les besoins futurs, il
faut au préalable se concentrer sur les ventes passées. En les étudiant, très souvent se
laissent définir des tendances, qui vont jouer sur le choix d’une méthode d’estimation des
besoins. Pour cela, nous devons déjà définir les principales tendances de besoins
observables :
� A niveau constant
� Une tendance se laisse prévoir
� Présence d’une répétitivité ou saisonnalité
� Croissance ou régression (par exemple : lancement et fin de vie d’un produit).
Moyennes mobiles ou
lissage exponentiel
Régression linéaire
Méthodes de désaison-nalisation
Niveau constant Tendance Saisonnalité Croissance ou régression
Fig. 8 : Différentes tendances des prévisions
En fonction des différentes tendances observées dans les ventes passées, il pourra être opté
pour différents moyens d’estimation de la demande. Dans les prochains points seront
présentés les principales techniques de base pouvant être appliquées.
39 Alicke, K., (2003), p.35
36
1.4.1. Techniques permettant de prévoir au plus juste
En guise d’exemple de techniques pouvant trouver leur application pour permettre à
l’entreprise de définir selon ses besoins les estimations des consommations futures de ses
clients nous pouvons citer : courbes de tendance, saisonnalité, régression linéaire, moyenne
mobile, régression polynomiale, double lissage, régression de Winters, de Butterworth, la
médiane, les ondelettes, etc. Il s’agit ici de techniques les plus basiques et simples allant à
des systèmes qui requièrent des formules mathématiques très complexes.
Les méthodes utilisées pour établir des prévisions peuvent être classifiées selon plusieurs
critères :40
� L’horizon de prévision (prévision à court ou à moyen terme) : la planification à
court terme va jouer un rôle par exemple sur l’estimation des besoins tandis qu’une
planification à long terme va se retrouver dans le soutien des choix d’ordres
stratégiques de l’entreprise comme par exemple le choix du portefeuille de produits
commercialisés par l’entreprise en fonction des ventes escomptées.
� La méthode employée : s’agit-il d’un modèle quantitatif ou alors qualitatif. Sous
modèles qualitatifs sont compris les modèles reposant sur des qualités pas à
proprement dit scientifiques comme l’expérience, le « feeling », les études de
marché, l’expertise de consultants, etc. Les modèles quantitatifs se basent soit sur
un historique de ventes des exercices précédents duquel le modèle va extrapoler
une consommation future ou alors en se basant à nouveau sur les ventes passées qui
seront projetées dans le futur en tenant compte de causes explicatives pouvant
modifier les courbes de tendance.
� L’objet de la prévision
Dans les points suivants seront présentés très brièvement les fonctions basiques utilisées
lors de l’estimation des besoins avenirs. Pour ce fait nous nous baserons sur les manuels
suivants.41 Par contre aucune démonstration ne sera faite afin de vérifier à nouveau ces
formules. La principale constatation qu’il faut faire de ce point est qu’en fonction de la
40 Ref. Vahrenkamp, R., (2004), p.122-124 41 Ref. Medan, P., (2005), Alicke, K., (2003), Vahrenkamp, R., (2004), Kilger, C., Stadler, H., (2005).
37
tendance des ventes d’un produit, certaines solutions d’estimation des besoins seront plus
appropriées que d’autres.
1.4.1.1. Droite de régression linéaire
Ce procédé peut également se retrouver sous le nom de méthode de Gauss des moindres
carrés. Il consiste en la recherche de la droite qui présente le moins de divergence par
rapport aux données réelles. Cette droite peut aussi être assimilée à un trend ou courbe de
tendance. Pour cela, il s’agira de déterminer les coefficients a et b afin de déterminer la
droite de régression d’équation y = a x + b.
Fig. 9 : Représentation de la droite de régression linéaire
Afin d’éviter que cette technique vienne généraliser par une tendance trop simpliste les
ventes passées, l’on peut avoir recours à un intervalle de confiance. C’est à dire que pour
une période relativement courte, qui est représentative de l’activité, se calculera la courbe
de régression linéaire qui sera utilisée pour définir l’évolution future des besoins.
1.4.1.2. Prévisions avec saisonnalité
Dans de nombreuses industries de l’agroalimentaire, les résidus de la production sont
soumis à de fortes variations de la demande tout au long de l’année. Il est question de
saisonnalité lorsque ces variations se répètent au fil des ans ou alors si elles suivent un
même schéma d’apparition pour une même période.
38
En règle générale, dans la plus part des secteurs de l’industrie agroalimentaire, les
entreprises différencient entre les ventes réelles et les actions commerciales (résultants de
campagnes publicitaires). Ces actions spontanées et ponctuelles ne viennent que fausser le
trend ou la saisonnalité des ventes. De ce fait, une première exigence que doivent
surmonter les outils de prévisions de l’entreprise, est la possibilité d’intégrer des actions
commerciales aux ventes standards.
Fig. 10 :Ventes annuelles en Allemagne de Fol Epi (Bongrain), ainsi que les ventes hebdomadaires moyennes
du même produit (les unités indiqués en ordonnée sont en colis, cad. 8 paquets de 7 à 10 tranches).
Afin de modéliser les prévisions comprenant des forts pics saisonniers il s’agira de diviser
ces fluctuations en trois variables principales :42
� Le trend (T)
� La composante saisonnière (S)
� La composante résiduelle ou accidentelle (R)
De ce fait, l’on peut poser qu’il s’agisse d’un modèle qui, selon les variations de la
saisonnalité, aura une composition additive ou multiplicative :
Schéma additif: Yt = Tt + St + Rt
Schéma multiplicateur: Yt = Tt . St . Rt
Le schéma additif sera utilisé lorsque la saisonnalité suivra une progression d’amplitude
constante, tandis que le schéma multiplicateur sera utilisée lorsque la variable saisonnière
connaîtra une amplification croissante dans le temps.
42 Ref. Médan, P., (2005), p.115
300
400
500
600
700
800
900
Mo
nta
g
Die
nsta
g
Mittw
och
Do
nn
ers
tag
Fre
ita
g
Sa
msta
g
2500
3000
3500
4000
4500
5000
1 2 3 4 5 6 7 8 9 10 11
39
Une fois le pic de saisonnalité décelé, l’opération suivante consiste à éliminer le facteur dû
à la saisonnalité et de prévoir le phénomène sans pic. Pour cela deux méthodes peuvent
être utilisées :
� La méthode des moindres carrés :
� La méthode des moyennes mobiles :
1.4.1.3. Collaborative Demand Planning
La planification correspond a une anticipation de besoins futurs par le biais de prévisions
en agençant les outils d’approvisionnement, de production et de distribution pour pouvoir
réaliser ces besoins. En tant qu’objectifs pouvant résulter de cette planification se comptent
une réduction des stocks et une meilleure exploitation des capacités, meilleure préparation
d’actions commerciales (promotions, intégration nouveau produit, remplacement produit,
etc.), en veillant à améliorer la satisfaction des clients.
Or par le passé, chaque entité au sein de l’entreprise suivait des objectifs lui étant propres.
De ce fait, par un manque de communication, une mauvaise circulation des informations,
un manque de confiance dans les autres services de l’entreprise et peu de possibilité de
comparer les résultats (manque de références), des contraintes budgétaires par service
menait au fait que chaque service réalisait ses propres planifications et prévisions.
Dans son ensemble, le concept de Supply Chain Management (ainsi que celui du Flow
Casting) se focalisent sur une coordination et une élaboration commune des prévisions.
Pour cela, des connaissances et informations clés d’un service doivent être véhiculées vers
les services de planification et de prévision. Le but étant de générer une prévision unique
réalisée après avoir consulté les informations provenant de tous les services. De cette
façon, de nombreux stocks intermédiaires peuvent être économisés et les problèmes
résultant de la recherche d’un « fautif » à l’origine d’une mauvaise planification vont
également disparaître.
40
1.4.2. Exemple concret de prévision des besoins avec Futur Master Demand
Dans ce point sera présenté un exemple concret d’estimation des consommations futures
par le biais de l’utilisation de l’APS de Futur Master43 chez un site de production
appartenant au groupe Bongrain SA : Fromarsac.
La solution Futur Master permet à Bongrain de :
� Possibilité d’opter parmi les principaux modèles statistiques standards de prévision.
� Possibilité de modifier manuellement les prévisions afin d’intégrer des promotions
et campagnes publicitaires. Dans ces cas plusieurs phénomènes sont à noter : dans
un premier temps, on constatera une augmentation des ventes pour le produit en
question. Par contre très souvent cette augmentation est accompagnée par une
faible baisse des ventes des produits similaires. De plus, une fois les promotions
terminées, les ventes des fournisseurs aux clients baissent en générale la deuxième
semaine après le départ de l’action commerciale comme les principaux points de
vente se sont suffisamment approvisionnés en produit pour compenser
d’éventuelles ruptures (les ruptures de produits promotionnels ont un impact encore
bien plus fort que des ruptures traditionnelles sur le consommateur).44
� Possibilité de lier les ventes de produits avec les conditions atmosphériques
escomptées. En fonction de la météo les ventes de fromages vont fluctuer, de ce fait
les prévisions doivent être réajustées.
� Possibilité de gérer des stratégies collaboratives comme la GPA ou le CPFR.
Une des contraintes qui a entraîné le choix d’une solution différente pour l’estimation des
besoins des marchés allemands et autrichiens par la filiale Bongrain Deutschland est le fait
que cette solution de Futur Master nécessitait un paramétrage individuel pour être proposée
en langue allemande. De ce fait, Bongrain Deutschland a opté pour une solution complète
de SAP avec les outils R/3 et APO (ERP et APS de l’éditeur allemand SAP). 4546
43 Futur Master est un éditeur d’APS français, spécialisé historiquement dans les prévisions. Par la suite cette entreprise proposait des solutions qui sont réputés pour la gestion de la planification de produits frais mais également applicables à d’autres secteurs industriels ou de la distribution. 44 Ref. Christopher, M., (2005), p.204-206. 45 Ref. entretien avec Jaeglé, S., de Bongrain Deutschland. 46 Entre temps l’outil Futur Master Prévisions est disponible en langue allemande. Le choix de l’APS pour la gestion des besoins chez Bongrain Deutschland s’est fait en 2002.
41
1.4.3. Automatisation de la passation de commande – Computer Assisted Ordering
(CAO)
Le concept de Computer Assisted Ordering (CAO) consiste en un procédé de commande,
qui, par le traitement des différentes données de mouvement de stock, génère
automatiquement une commande. Cette technique est assez fréquemment utilisée pour les
stratégies de coopération de type Efficient Replenishment (ER)47. Lors de l’utilisation de
cette technique seront calculées les quantités optimales à commander afin de renouveler les
stocks (aussi bien chez le producteur, que pour le distributeur ou chez le client). Le calcul
automatique des besoins se fait selon un schéma ou algorithme prédéfini à l’avance. Une
fois calculés, les besoins seront automatiquement saisis dans l’ERP ou dans le progiciel de
gestion de la chaîne logistique utilisé.48
Centre de distribtion
CAO
Etat des stocks
Entités logistique à commander
Stock de sécurité
DLUO probablement livrées
Ventes prévues et ventes réelles
Stratégie entreprise
Commande
Flux d’information
Fig. 11 : Facteurs entrant en compte lors du calcul de la CAO
Lors de la mise en application d’un procédé de CAO, différentes stratégies peuvent être
choisies : 49
� Le distributeur transmet via EDI les quantités à commander au fournisseur
47 L’Efficient Replenishment est une des quatre stratégies piliers de l’ECR avec l’Efficient Assortment, l’Efficient Promotion et l’Efficient Product Introduction 48 Ref. Heydt, von der, (1997), p.71-73 49 Ref. Vahrenkamp, R., (2004), p.26-28
42
� Le distributeur transmet via EDI les états de ses stocks (entrées et sorties) au
fournisseur, qui en contrepartie va envoyer les quantités optimales à livrer, qui ont
été au préalable générées par son outil CAO. Le distributeur contrôle les quantités
proposées avant de le valider ou éventuellement corriger.
� La dernière stratégie ressemble fortement à la deuxième stratégie sauf que pour
cette dernière le distributeur accepte les quantités proposées par l’outil CAO du
fournisseur sans les vérifier ni modifier. Cette stratégie était par exemple utilisée
dans le projet CRP entre Bongrain et Globus.
Pour les produits frais il va de soi que l’outil générant les quantités à commander doit tenir
compte des dates de DLUO qui vont probablement être livrées.
Une des problématiques qu’il s’agit de prendre en compte est la relation entre les quantités
optimales à livrer et les coûts de transport. Dans une stratégie zéro stock l’on pourrait
concevoir un système dans lequel le client serait réapprovisionné à chaque besoin réel.
Pour des denrées alimentaires cela pourrait donc être le cas plusieurs fois dans la journée.
Or une entreprise qui gère une telle stratégie se rendra rapidement compte que le budget
transport sera en conséquent. De ce fait la programmation du programme de CAO devra
tenir compte des quantités optimales à livrer et les transformer en entités logistiques à
livrer. Cela ne devra pas obligatoirement être une palette (bien que cette dernière
nécessitera le moins de manutention par le suite) mais par exemple une couche ou un colis
pour des produits à faible rotation.
Dans ce point il peut y avoir un conflit stratégique pour l’entreprise. Cette dernière va-t-
elle privilégier les ruptures ou alors d’éventuels déclassements.
1.4.4. Transfert des prévisions à la production
Une des activités les plus délicates entre les différents modules d’une solution APS est le
transfert des prévisions de ventes au module de planification des activités de production,
d’approvisionnement et de distribution. Les prévisions se font comme présenté auparavant
dans le module DP de APO et sont intégrées automatiquement dans le module de
43
production à moyen terme SNP de APO50. Bongrain par exemple utilise l’outil APS pour
transférer les prévisions établies à ses sites de production.
Par contre, avant que le système puisse puiser dans les prévisions définies dans le module
DP, il faut que ces donnés soient confirmées et débloquées. Avec ces données pourront
donc être pris des décisions concernant le sourcing, la production et la distribution.51
1.5. Conclusion
Dans ce chapitre furent présentés les concepts de Supply Chain Management et la
particularité de la chaîne logistique de l’agroalimentaire, la DLUO, la position du
consommateur vis-à-vis de la DLUO, les principaux outils informatiques pouvant être
appliqués en logistique et les méthodes de base de prévisions de besoin.
Le consommateur, élément principal dans notre étude, reste très attentif aux DLUO lui
étant proposés aux points de vente. De ce fait la DLUO devient même un argument
concurrentiel au même titre que la qualité et le prix des produits. Nous connaissons donc
l’importance qui résidera dans l’obtention de produits à forte DLUO. Dans la suite de cette
étude nous porterons un regard critique envers la définition de la DLUO de produits ainsi
que la distribution des produits vers les points de vente.
Un autre constat que nous avons pu obtenir lors de notre étude est le fait que l’objectif
principal de la Supply Chain consistait en une amélioration de la circulation de
l’information se qui pouvait se traduire par une réduction importante des stocks. Pour cela
le choix d’un mode de prévision des besoins sera d’une importance cruciale.
Après avoir étudié certains modèles pouvant être utilisés par des outils informatisés pour
prévoir les demandes futures en mettant en avant leur avantages et inconvénients, nous
devons par contre rester sur le constat qu’un modèle permettant de prévoir avec une
50 Petite particularité en matière de terminologie des modules d’un APS concernant l’appellation Supply Network Planning (SNP) : dans la littérature spécialisée SNP va correspondre au module de planification à long terme. Dans la solution SAP APO par contre il n’existe pas d’outil de planification à long terme. Cependant SAP a repris l’appellation SNP pour nommer son outil de planification à moyen terme qui en règle générale est appelé Master Planning. Pour faciliter la lecture de ce mémoire, nous emploierons les appellation de Master Planning et SNP (pour le module de planification à long terme). 51 Ref. informations provenant de l’entretien avec M. Kolling de SAP Allemagne
44
précision de 100% des demandes dans un avenir incertain ne se trouve pas. Par contre la
réalisation de prévisions de vente est une fonction nécessaire pour l’entreprise et doit être
réalisée avec le plus grand sérieux En fonction du métier principal du secteur
agroalimentaire que l’on souhaite intégrer dans l’outil informatisé, le choix se fera parmi
une de ces techniques. Les entreprises peuvent par contre avoir recours à des techniques
hybrides qui combinent plusieurs procédés statistiques de prévision des besoins.
Par contre, chaque entreprise doit garder en mémoire que la précision selon laquelle seront
définies les prévisions jouera un rôle important dans la réussite de l’entreprise car les
prévisions seront la base de toute activité logistique planifiée par la suite.
Après avoir donc définis l’importance de la qualité des prévisions nous en arriverons dans
le chapitre suivant à la définition de la DLUO qui sera attribuée à un produit compte tenu
des ses caractéristiques et sa durée de vie.
2. Comment optimiser la production de façon à ce que les dates de
DLUO des produits conviennent aux attentes clients
2.1. Introduction
Comme dans la plus part des secteurs de production, la production de produits frais fait
partie des « industries de processus »52 caractérisées par des opérations de production
répétitives dans lesquelles se déroulent de spécifiques réactions physiques ou chimiques.
Dans une moindre mesure, différents auteurs53 affirment que la complexité de ce type de
production est plus grande. Ceci s’explique par des facteurs tels que la périssabilité des
produits, un plus grand nombre de produits finis, les différentes procédures de production,
la nécessité de posséder des outils de stockage particuliers (chambre froide par exemple),
un système de conteneurs et boîtes pour les transports internes à la production, et bien plus
encore. La production des produits frais peut en règle générale être vue comme un mix
entre des produits faits à la chaîne, préparés pour un client (la viande par exemple coupée,
52 Ref. process industries selon Lütke Entrup, M., (2005), p.58 53 Ref. Lütke Entrup, M., (2005), p.58
45
puis conditionnée dans des barquettes au couleur du client). Pour cela, la production
s’effectuera soit à la chaîne en flux continu soit en petits ateliers.
Dans son ensemble, la production de produits frais peut être divisée en quatre étapes : la
composition, le processus de fabrication, l’emballage, le stockage et la distribution.
1. Formulation
2. Processing
3. Packaging
4. Storage & Delivery
Fig. 12 : Les quatre phases principales du processus de fabrication de produits frais54
D’un point de vue historique la productique logistique a été marquée par les innovations
suivantes :
� La méthode PERT (Project Evaluation and Review Technique), pour la
planification de projet, inventée par l’US Navy en 1956.55
� Le MRP (Material Requirements Planning), qui permet de calculer les
approvisionnements en fonction des besoins prévisionnels en produits finis. Ce
procédé a été l’œuvre de J. Orlicky, O. Wight et G. Plossl.
� La méthode OPT (Optimized Production Technology), qui permet la planification
des ordres de fabrication en priorité sur les outils de production à capacité limitée.
L’auteur de ce procédé est E. Goldratt.
Dans la logique de ce mémoire, ce chapitre a pour but de démontrer les points clés à
surveiller et intégrer en gestion de production afin de transmettre au produit des dates de
péremption en accord avec les exigences clients. Nous débuterons ce chapitre avec les
présentations des modules d’APS dit de gestion de production, les PPS ou PPDS
(production planning ans scheduling et production planning and detailed scheduling)
selon les éditeurs. Par ailleurs d’autres outils informatisés spécialisés dans le soutien des
opérations de production comme la GPAO ou les PS (production scheduling) vont être
analysés en fonction des applications qu’ils proposent pour optimiser la gestion des dates
de DLUO.
54 Reprise en anglais de Lütke Entrup, M., (2005), p.58 55 Le PERT a été créé en 1956 aux USA pour la planification du programme de missiles balistiques nucléaires miniaturisés POLARIS. Grâce à cette méthode le projet d’une durée initiale de 7ans a pu être réalisé en 4ans.
46
Pour résoudre les problématiques survenant lors de la planification de production les outils
de type APS vont plutôt y remédier en résolvant de plutôt simples heuristiques. Dans
l’ensemble, le choix de l’heuristique se fait parmi une de ces trois suivantes :
� La programmation par contraintes : cette technique consiste en allant calculer les
faisabilités (pas toujours les plus optimales). Cette technique tient compte de la
volonté et de la stratégie du donneur d’ordre qui peut intervenir manuellement dans
l’heuristique.
� Utilisation d’algorithmes génétiques : Tout d’abord, pour définir ce type
d’algorithme, l’on peut qualifier leur but d’essai d'obtenir une solution approchée,
en un temps correct, à un problème d'optimisation, lorsqu'il n'existe pas (ou qu'on
ne connaît pas) de méthode exacte pour le résoudre en un temps raisonnable.
L’avantage de cette technique est qu’en règle générale elle trouve une solution
optimale en peu de temps et nécessite pour cela que peu de performance des
équipements informatiques.
� La planification incrémentielle : cette technique est utilisée lors de l’intégration de
nouvelles commandes dans une séquence données. Dans ce cas l’heuristique
recherche les espaces vides dans l’ordonnancement de production et réorganise le
planning production en intégrant les nouveaux ordres de fabrication.
2.2. Détermination des dates de DLUO
Le choix d’aborder la détermination de la date de DLUO d’un produit seulement
maintenant dans ce mémoire est volontaire. Ceci s’explique par le fait qu’en entreprise la
date de péremption inscrite sur l’emballage n’est déterminée qu’une fois la production
lancée (stade de mise en commun des ingrédients cf. figure 12). Par contre, il faut savoir
qu’en règle générale la prédiction bien précise des dates de péremption d’un produit relève
du quasi-impossible. Plus un produit se compose de différents ingrédients et plus la
définition exacte de la DLUO se révèlera compliquée. Plusieurs méthodes existent pour
définir les dates de DLUO d’un produit. La moins exacte est celle de donner pour date de
péremption à ses produits celle de produits standards dans la branche (cela se fait par
exemple pour le poisson ou certaines sortes de viande).
47
Le système de distribution va également influencer sur la détermination de la DLUO d’un
produit. En tenant compte de son long temps de distribution une entreprise de produits
fromagers par exemple se peut de retarder de quelques jours les dates de DLUO étant
donné qu’il ne s’agit pas d’un produit qui périe du jour au lendemain mais pour lequel les
DLUO correspondent au moment « idéal » de consommation du produit et non au moment
auquel le produit est inconsommable. Par ce choix, l’entreprise va empiéter sur la marge
qu’elle laissait au consommateur final. En utilisant cette technique l’entreprise s’expose à
d’éventuelles réclamations de part de ses clients, ce qui n’est bien évidemment pas
conseillé pour son image de marque.
Mais en règle générale, les entreprises préfèrent faire confiance à des laboratoires (soit en
interne soit privés) pour définir le temps restant avant que le produit ne soit plus
consommable ou le temps restant avant la dégradation au niveau gustatif du produit. Lors
de la définition de la période de consommation d’un produit doivent être effectués de
nombreux tests chimiques, biologiques et moléculaires. Avec l’augmentation de la
concurrence et les exigences toujours plus hautes des consommateurs des tests portant sur
la forme, l’esthétique et l’aspect du produit jusqu’à la période de péremption sont
conseillés afin de se procurer un avantage concurrentiel.
Une autre variante existant pour fixer ses dates de DLUO consiste en tenant compte des
plaintes ou réclamations des consommateurs. Ces derniers peuvent par exemple juger
majoritairement le produit comme trop mature alors que les tests indiquaient le contraire.
Ce sera à l’entreprise de réagir et de répondre aux attentes de ces clients.
Une fois les dates de DLUO définies, l’entreprise ne peut se permettre de produire
uniquement des produits. Elle doit, afin de respecter ses engagements vis-à-vis du
consommateur et de la législation, contrôler régulièrement voire à chaque fois la qualité de
ses produits.
2.3. Planning production et définition des dates de DLUO
2.3.1. Exigences des DLUO sur le planning production
C’est en matière de gestion de la production que doivent être tenu compte du plus grand
nombre de contraintes et exigences pour la DLUO. Il est tout d’abord à noter que c’est lors
48
du processus de fabrication du produit fini qu’est défini avec quelle date de DLUO exacte
ce dernier va quitter la chaîne de production avant d’être distribué aux clients.
Les dates de DLUO fixées doivent tenir compte des temps de maturation, transport,
stockage que va connaître le produit afin que ce dernier arrive au client final dans des
conditions optimales de consommation.
Production maturité
besoin Contrat date DLUO
Sites de production Livraison Période tampon Surface de vente
Fig. 13 : Exemple des étapes à prévoir lors de l’établissement des dates de DLUO produit56 Pour une même activité de production mais dans une branche de l’industrie alimentaire
différente, un même facteur qui pourra se révéler important dans la gestion des dates de
DLUO peut connaître une intensité bien variable. A titre d’exemple dans l’industrie de la
saucisse ou de la volaille, il faut tenir compte du fait que la viande va diminuer en volume
lors du processus de fabrication, or cet effet de la chaleur va avoir un impact non
négligeable sur la péremption du produit (accélération). En contre exemple, dans la
production de produits laitiers ce phénomène n’est pas visible. Par contre, il existe des
points qui joueront un rôle important dans tous types de production comme par exemple, la
traçabilité des produits.
Les points très délicats à gérer et de grande importance lors de l’attribution des dates de
consommation sont :
� S’agit-il d’un processus de fabrication en push ou en pull (production tirée ou
poussée) : dans la règle pour l’industrie alimentaire l’utilisation d’un principe de
56 Sur ce schéma ne figurent pas toutes les activités devant être prises en compte lors du processus de définition de la date de DLUO. Pour cet exemple il pourrait s’agir d’un produit fromager par exemple qui requiert une période de maturation relativement longue.
49
production tirée ou poussée se retrouvent tous deux. En guise d’exemple de
production en pull peut se compter la production de viande qui se fait à la demande
des clients tandis que la production de viande de volaille surgelée ou du lait UHT
(upérisation à haute température) par exemple représente la production poussée.
� La différenciation retardée : De grandes différences se retrouvent dans les instants
de différenciation retardée selon les différents types de production de l’industrie
alimentaire. Des produits en masse comme les principaux légumes sont en générale
produits en make to stock à l’instar des produits produits en faible quantités avec un
packaging particulier qui relèveront eux des stratégies de make to order, cad.
produit à la demande du client. Tenant compte de cette contrainte l’outil de
production doit être apte à gérer les attentes clients en fonction des différents points
de différenciation des produits.
� Gérer la production en bloc : afin de minimiser les temps de set-up et les temps de
nettoyage de la chaîne de production l’outil de type APS gérant la production doit
être capable de trouver une solution efficace pour gérer les productions de bloc
(toute une charge de produits identiques produits en même temps) pour faire des
économies en temps et financières en tenant compte des dates de DLUO des
produits et leur probabilité d’être vendus avant écoulement du temps de
péremption.
� L’intégration des dates de DLUO : la grande problématique de la planification de
production résulte du fait que la production tend à combler des pics de demande par
des stocks et le lissage des quantités à produire pour répondre aux capacités. Or,
dans la production de biens périssables l’outil gérant cette activité doit interdire le
lissage trop précoce si les dates de DLUO ne suivent pas avec les exigences client.
� Degré d’exigence des clients finaux vis-à-vis des dates de péremption : les modules
de planification de la production doivent prendre en considération les exigences
relatives à la DLUO. En conséquence, dans certains cas le temps disponible pour la
production et la distribution pourra être très court, ce qui engendra pour le planning
de production une fréquence élevée accompagnée d’une production en faible
charges.
� Diminution du volume du produit dû à la chaleur lors du processus de fabrication :
dans certains types de production de l’industrie alimentaire comme par exemple la
production de saucisses, les produits lors des différentes phases de la production
50
qu’ils traversent vont être soumis à des températures différentes ce qui entraînera
une évaporation de l’eau contenue dans le produit mais aussi des réactions
enzymatiques. Si il s’agit de matières premières subissant leur première étape de
transformation, l’APS devra calculer exactement la quantité de matière première
nécessaire en tenant compte de la perte en volume et en poids du produit, puisque
de ce fait moins que produits finaux pourront être produits.
� Détermination simultanée des lots de production : cette fonctionnalité de l’APS
devra trouver un compromis optimal entre le temps de production des quantités
définies, les temps de set-up entre deux lots ou charges de production et les coûts
que cela représente. Pour cela le système devra définir une quantité optimale par lot
de production.
� Temps de set-up : les temps de set-up des machines ne sont pas à négliger dans le
processus de fabrication de denrées alimentaires. Ceci est dû aux exigences en
matière de sécurité alimentaire que chaque producteur se doit de respecter. De ce
fait, les outils de production doivent être régulièrement nettoyés et stérilisés. Ceci
vaut également pour chaque changement de ligne de production. Dès que la
production passe à un produit infiniment différent les outils doivent être entretenus.
Le temps de set tient également compte du temps nécessaire au recalibrage des
outils. Selon le type de produit fabriqué le temps de set up peut avoir une durée
allant de quelques minutes à des heures.
� Traçabilité des produits et des charges : pour permettre une traçabilité des produits
mais également de tracing des matières premières ou composants utilisés lors du
processus de fabrication, les outils APS utilisés doivent être en mesure de gérer la
localisation des produits. Ils doivent également être en adéquation avec les
législations européennes en vigueur. Pour cela l’outil APS doit posséder une
application permettant de retrouver les différentes origines des composants d’un
produit par le biais de la nomenclature.
� Intégration des exigences de qualité : étant donné que l’industrie alimentaire fait
l’objet de fréquents contrôles de qualité et d’hygiène, ces notions doivent être
intégrées dans l’outil informatique de gestion. Sachant que ces contrôles peuvent
survenir tout au long de la chaîne de production et qu’en cas d’incertitude voire de
non respect de la qualité des lots ou charges entières se voient bloqués. L’outil doit
de ce fait être capable de reprogrammer le planning afin de toujours pouvoir assurer
51
les quantités demandées par le client. Cela sous-entend une excellente circulation
de l’information.
� Planification des silos, réservoirs et cuves : cette fonctionnalité a une importance
primordiale dans la plus part des circuits de production de l’industrie alimentaire.
La planification de l’allocation des produits dans les différents silos à disposition
est une activité très délicate, puisque tout silos non remplis à 100% ne pourra pas
être complété par un autre produit. Dans certaines branches de l’industrie
alimentaire, les silos peuvent être aussi bien utilisés en tant qu’outil de production
(récipient dans lequel se déroule la fermentation du produit par exemple) qu’outil
de stockage.
2.3.2. Solutions proposées par les outils informatisés pour gérer le planning
production tenant compte des dates de DLUO escomptées
Ce point s’organisera autour de la présentation de la solution JD Edwards EnterpriseOne,
son organisation et quelques particularités de gestion de la DLUO.57
Au préalable de la présentation technique de cet outil, une présentation succincte du groupe
Oracle s’impose. JD Edwards EnterpriseOne est un progiciel de gestion intégré qui au
cours de ses rachats successifs a constamment gagné en importance. Tout d’abord ce fut le
groupe PeopleSoft qui racheta JD Edwards, avant de se faire racheter à son tour fin 2004
par le géant américain des progiciels de gestion pour 10,3 milliards de dollars. Depuis son
appartenance à Oracle ce PGI se voit fréquemment ajouter des fonctionnalités par le biais
de rachats successif de savoir faire de concurrents (comme par exemple Siebel connu pour
son CRM, BEA Systems outils d’intelligence économique, Hyperion pour ses outils de
prise de décision, Retek pour les modules de distribution et TMS, etc.). Cet outil s’appelait
anciennement Oneworld XE, avant d’être rebaptisé PeopleSoft Enterprise One après le
premier rachat, pour en arriver à son nom actuel JD Edwards EnterpriseOne depuis le
rachat par Oracle.
Historiquement JD Edwards proposait des outils de type ERP tandis que PeopleSoft était
leader en matière d’APS. Avec les différents rachats cette classification s’est perdue.
57 http://www.oracle.com/media/peoplesoft/en/pdf/brochures/e1_lb_overview_70105.pdf
52
L’outil qui nous intéresse particulièrement, c’est à dire l’APS, se trouve dans le module
Supply Chain Management suite. Par ailleurs on peut noter comme chez les autres grands
éditeurs de PGI la présence de modules de CRM, ressources humaines, gestion financière,
etc. Le module de SCM se constitue de quatre principaux piliers :
� le traitement des commandes client
� les opérations logistiques
� les activités de production
� la prévision.
C’est dans cette dernière sous-catégorie que se retrouve l’APS dans lequel sera planifiée la
gestion des dates de DLUO.
Enterprise Planning
Enterprise Planning
SNP (Strategic Network Planning)
Demand Planning
DP
ATP/CTP
DDP
DDS
VL
Product-ion
Schedu-ling
PP/DS
Deploy-ment
Global ATP
TLB
JD Edwards EnterpriseOne SAP APO
Fig. 14 : Présentation des différents modules des APS de JD Edwards et de SAP58
Intégration des dates de DLUO :
Seuls les modules Production Planning (PP), Distribution Planning (DP), Order
Promising (OP) et Production Scheduling (PS) proposent une possible intégration des
données de péremption des produits. En ce qui concerne les modules PP et DP ils
permettent de gérer la périssabilité des produits de deux façons :
� Les dates de DLUO du produit même et les dates de péremption minimum encore
acceptées par le client59.
58 Ref. Meyr, H., Rhode, J., Wagner, M., (2000), p.12 et 14 59 Afin de se laisser suffisamment de temps pour pouvoir revendre un produit périssable, le distributeur fixe avec l’industriel une date de DLUO limite sous laquelle il n’acceptera aucunement le produit. Lors de la livraison de marchandises l’équipe de réception du distributeur connaît les dates de DLUO des produits ainsi que les dates limites fixées et renvoient directement au fournisseur les produits se trouvant sous cette limite.
53
� Les dates de DLUO des produits sont définies selon des lots de livraison, alors que
les dates limites client fonctionnent sous forme d’alertes. Si un opérationnel veut
livrer des produits en dessous de la date limite acceptée par le client le système
bloquera la transaction et nécessitera une intervention manuelle.
2.3.3. Cas concret de gestion de production
Afin de présenter les avantages lors de la gestion des dates de DLUO que peuvent procurer
un outil d’aide à la décision en production pour une entreprise de l’industrie
agroalimentaire, nous avons opter pour l’entreprise Müller Milch aussi connue sous le nom
de Alois Müller Molkerei GmbH & Co. KG. Cette entreprise dont le siège se trouve en
Bavière proche de Augsburg qui s’est spécialisée au cours de années dans la production de
différentes sortes de lait de qualité et de yaourts. Depuis peu cette entreprise a étendue sa
gamme de produits avec du fromage, beurre et autres produits résultants de la
transformation du lait.
L’étude de cas en matière de production auprès de l’entreprise Müller Milch consiste en la
mise en place d’un outil d’optimisation du processus de production et d’économie
d’énergie lors de la production avec les outils informatisés d’un éditeur allemand ProLeit
AG.
Les informations concernant cette étude de cas sont fondées sur l’entretien avec Matthias
Saroia, responsable de logistique du site de production Aretsried de Müller Milch ainsi que
des informations trouvées sur le site internet de l’entreprise www.muellermilch.de.60
Le projet de mise en place de l’outil Plant IT de ProLeit pour le site de production
principal de Müller Milch à Arestried, avait pour but d’accéder à deux états finaux :
� Un contrôle moderne des activités de réfrigération du lait accompagné d’économies
d’énergies
� Une accélération du flux d’information depuis la production, grâce à la collecte et
au traitement des données de production (PDA – Production Data Acquisition)
60 Ref. http://www.muellermilch.de et entretien avec M. Saroia
54
La présentation de ce cas concret se fera en deux étapes. La première présentera les
activités de contrôle de réfrigération tandis que la deuxième se focalisera sur la récolte des
informations de production.
A titre indicatif, dans ce site de production sont transformés annuellement 200 millions
litres de lait.
Avec une hausse continuelle des quantités de lait transformés annuellement, l’entreprise se
devait de se doter d’un outil informatique de pointe qui assiste la gestion de l’activité de
réfrigération du lait. Or compte tenu des importantes quantités de lait transformées, l’outil
informatisé devra tenir compte de nombreux aspects spécifique à la production laitière
comme par exemple : la provenance des différentes charges de lait, une analyse des
consommations en électricités, les variations de températures au cours de la production, le
temps de passage par produit dans les différentes valves, pompes et compresseurs,…
Ci dessous vous trouverez une copie d’écran présentant la représentation d’un cycle de
production de lait par le biais de Plant IT.
Fig. 15 : Présentation de l’outil mis en place pour gérer la production
55
2.4. Ordonnancement production
Dans ce point sera tout d’abord présenté l’ordonnancement de production dans son
ensemble avant de traiter un cas concret de soutien de l’activité d’ordonnancement par un
outil informatisé chez la Freiberger Lebensmittel GmbH.
2.4.1. Généralités sur l’ordonnancement de production
L’ordonnancement figure parmi les tâches élémentaires de la production. Elle se réalise au
préalable de la production en tant que telle. L’objectif principal de l’ordonnancement de la
production va être d’organiser la fabrication. Pour cela en utilisant l’enchaînement des
tâches lui étant imposé par le bureau des méthodes, l’ordonnancement va assurer la
faisabilité de la production en établissant un plan ou planning de production (PDP). Le
PDP proposé par l’ordonnancement consistera de l’allocation des ressources (machines,
personnel, matières premières, etc.) au bon endroit, au bon moment, afin de permettre de
produire les quantités escomptées.
Lors de la création du PDP devront être définies avec vigilance les capacités maximales
disponibles et de les mettre en relation avec les quantités à produire. A titre indicatif en
production les quantités à produire sont communément appelées charges.
Une fois 61
L’ordonnancement de production va se dérouler selon lui le schéma suivant :
Dans un premier temps un certain nombre d’informations vont devoir alimenter le
programme d’ordonnancement. Ces informations vont concerner les produits qu’ils s’agira
de produire par la suite, les ressources disponibles ainsi que les capacités en découlant (en
fonction de la performance des machines, cadence des employés, temps de set up lors du
passage de la production d’un produit à un autre ou alors au changement de machines,
etc.).
Compte tenu de ces différentes informations la solution informatique va générer un
planning de production optimal qui va être utilisé par les utilisateurs pour gérer la
production. Ces derniers vont contrôler les résultats générés avant de les valider et de
61 Ref. Medan, P., (2005), p.34
56
lancer la production ou alors de relancer une simulation d’optimisation du planning en
faisant varier les différents paramètres (priorité des tâches, affection des machines, etc.).
Gestion
Ordonnancement
Production
Programme et information production
Définition du produit
Capacité production
Suivi de fabrication
Programme production executable
Optimisation
Aide à la décision
Validation
Fig. 16 : La boucle d’ordonnancement
Les modules d’optimisation de l’ordonnancement de production de solutions informatisées
se composent en règle générale de deux applications :
� La première gère l’optimisation de l’ordonnancement de production
� La seconde va optimiser les activités de re-ordonnancement de production
Dans les types d’industries usuelles, la principale contrainte d’optimisation de
l’ordonnancement reste d’éviter les conflits de temps sur chaque ressource. En principe la
solution d’optimisation des tâches va consister à opter pour l’ordonnancement des jobs de
façon à ce qu’ils s’effectuent en moins de temps possible.
Parmi les autres contraintes qui peuvent survenir dans les problématiques d’optimisation
de l’ordonnancement, se comptent le recensement de la durée d’exécution d’une tâche, les
délais d’approvisionnement, l’ordre d’exécution des tâches, les ressources nécessaires par
tâches, la synchronisation des tâches dans le temps, la priorité des différentes tâches, les
capacités des ressources, etc.
57
Voici une liste non exhaustive des différentes problématiques pouvant survenir dans
l’optimisation de l’ordonnancement de production que l’outil informatique devra être en
mesure de gérer : une utilisation des ressources en cycle, un couplage des différentes
tâches suivant les caractéristiques des ressources, réaliser la succession des jobs et les
temps de set up, groupage des tâches, processus en continu sur une ressource, usure d’une
ressource, etc.
Pour remédier à ces problématiques et afin de répondre directement aux attentes de leurs
clients, les outils informatiques des entreprises du secteur alimentaire devront donc
proposer des fonctionnalités comme la possibilité de figer une partie du planning, avancer
une commande en urgence, ajouter, supprimer ou déplacer une commande, modifications
des contraintes, etc. Après les changements réalisés par l’utilisateur le programme devra
re-effectuer une simulation d’optimisation et générer un nouveau PDP adapté aux
modifications.62
2.4.2. Cas concret d’ordonnancement de production chez la Freiberger
Lebensmittel GmbH & Co.
La Freiberger Lebensmittel GmbH est un producteur allemand de pizzas surgelées ainsi
que de plats cuisinés (baguettes, pâtes, etc.). Avec ses 1900 employés et ses principaux
sites de production à Berlin, en Autriche et au Royaume-Uni, cette entreprise est le premier
producteur de pizzas surgelées en Europe. Le groupe est une filiale à 100% de la
Südzucker AG (plus grand producteur de sucre en Europe, cf. Chapitre 4 et la culture des
betteraves sucrières).63
Cette entreprise est connue pour son grand assortiment en produits différents et pour ses
réguliers lancements de nouveaux produits, ce qui code avec la stratégie du groupe qui se
veut innovatrice. Il est à noter que le groupe produit aussi bien des produits sous des
marques du groupe que des marques de distributeur (MDD) pour les grandes enseignes
européennes. En matière de logistique, posséder un assortiment produits qui présente
62 cf. intenet pdf. Enginest ordonnancement production 63 Ref. www.freiberger.de, www.alberto.de, www.suedzucker.de/flash/index.shtml
58
régulièrement de nombreux changements, oblige l’entreprise de se doter d’un outil
informatique performant pour pouvoir gérer sa production.
Pour cela, la Freiberger utilise SAP R/3 en tant qu’ERP, en se focalisant essentiellement
sur les fonctionnalités CO-PA et le nouveau SAP Data Extractors disponible avec la
version 4.6 de l’ERP R/3. La fonctionnalité CO-PA de SAP R/3 est une analyse du compte
de résultat qui permet à l’entreprise d’avoir accès à des données lui permettant d’analyser
différents segments de marché en fonction des articles, clients, etc. L’avantage de cet outil
est que l’entreprise peut rapidement connaître des données chiffrées pouvant être utilisées
par les services marketing, administration des ventes, planification de production etc., lors
de la prise de décisions.
Dans notre cas, en matière d’ordonnancement production, la firme va avoir besoin des
données de base produits (entretenues dans SAP R/3, code MM01-03), ainsi que des
données relatives à la production issues du module de production PP (Production
Planning).
Voici en détail l’éventail des activités d’ordonnancement production qui se réalise chez la
Freiberger :
� Planning quotidien des produits et semi-produits à produire par site de production
� Planning hebdomadaire des produits et semi-produits à produire par site de
production
� Planning des quantités de produits à produire par équipes et en fonction de
l’agencement des machines en ligne de production
� Remarques lors de la réalisation de chaque charge
� Equilibrage automatique des données de production et articles
La Freiberger lors de la mise en place de l’outil de planification production inSight pour
les SAP-Query en a profité pour créer un interface conjointement avec la CO-PA. Le
principal avantage de cette solution est que les utilisateurs peuvent profiter des analyses
clients et articles, des comparaisons avec les ventes des périodes précédentes, mise en
59
relation des données planifiées par rapport à celles réellement produites, analyses ABC et
requêtes Top-N.64
2.5. Gestion des approvisionnements
Parmi les diverses activités de l’entreprise pouvant avoir un effet sur les dates de DLUO
d’un produit, se comptent également les achats et approvisionnements. En toute logique il
est compréhensible que plus les produits seront achetés frais et acheminés rapidement
jusqu’au site de production de cette dernière et plus les dates de péremption du produit
final ont des chances d’être meilleures. Pour cela l’entreprise requiert un bon système de
communication qui arrivera à combiner les matières premières et produits semi-finis avec
les moments auxquels ils seront réellement voulus en production. En plus d’un bon SI,
l’entreprise devra se doter d’un outil d’approvisionnement capable d’intégrer les
fonctionnalités citées dans le passage suivant.
Basé sur les données définies dans le module SNP (Supply Network Plan)65, la partie MRP
du module « défragmente » les besoins infinis (brut) pour en déduire les besoins finis (net).
Une fois obtenus les besoins nets permettent de connaître un nombre fixe de quantités de
matières premières et d’emballages que l’entreprise devra approvisionner afin de combler
la demande. L’industrie alimentaire va pour ses activités d’approvisionnement également
connaître des conditions particulières. Ceci est dû essentiellement à la courte durée de vie
des produits, mais pas uniquement. Voici une liste non exhaustive des principales
contraintes que l’entreprise du secteur agroalimentaire devra intégrer dans son outil de
gestion de la planification pour pouvoir répondre aux exigences délicates du produit :
� Nomenclature et recettes : Dans l’industrie en règle générale selon la nomenclature,
l’assemblage de produits mène à un produit final composé de plusieurs produits
semi-finis et de matière première. Dans l’industrie alimentaire, la nomenclature
peut être renversée ou différente. Dans l’exemple de la production de viande de
64 Une requête Top-N, est une requête à laquelle seront données un nombre n de réponses qui remplissent la condition (pas obligatoirement à 100%). 65 SNP = selon la Supply Chain Planning Matrix, il s’agit de l’outil de planification à moyen terme qui récolte toutes les informations des modules inférieurs (dans l’échelonnage), les traite et les redistribue aux différents modules afin que puisse être établies les planifications détaillées des différentes activités.
60
volaille, une matière première va donner lieu à plusieurs produits finis comme la
cuisse, la poitrine, etc. Il en vaut de même pour de nombreux produits de l’industrie
alimentaire qui utilisent des recettes et non des nomenclatures lors de leur cycle de
production. A l’instar de la nomenclature les recettes comportent des données sur
les ustensiles à utiliser, le temps de cuisson, le mélange, la vitesse de rotation, etc.
Toutes ces informations doivent être intégrées soigneusement dans l’outil APS.
� Versions ou variantes : Malgré un grand nombre de produits différents, il est à
noter que dans l’ensemble les produits de l’industrie alimentaire sont relativement
similaires. Les différentes variantes qui peuvent être recensés diffèrent à cause de
l’emballage ou de l’ajout d’un ingrédient supplémentaire. Il est pour cela préférable
que l’outil APS soutienne la création de nouvelles recettes ou nomenclature en
allant copier la recette du produit similaire ou en couplant dans le système la
nouvelle recette avec l’ancienne sous forme de version différentes.
� Le sourcing de matières premières d’origines différentes : L’approvisionnement
depuis des origines différentes peut avoir des conséquences non négligeables pour
les systèmes d’information dans l’industrie alimentaire. Dans un premier temps il
est à noter que l’industriel va s’approvisionner chez différents fermiers et de ce fait
l’industriel doit être capable de gérer un réseau large de fournisseurs.
Deuxièmement dans des activités fortement saisonnières ou en cas de fort pic de la
demande, les matières premières sont généralement vendues sur le marché
« spot »66 depuis d’autres industriels ou sont importées.
� Intégration de la DLUO : Bien évidemment les dates de DLUO doivent être prises
en considération par l’outil informatique. Le système doit gérer les
approvisionnements selon un processus de contraintes, c’est à dire qu’il n’acceptera
pas les produits au delà d’un age maximum fixé au préalable et compte tenu de la
fréquente forte périssabilité des produits l’acheminement des approvisionnements
doit être réalisé sans pertes de temps.
� Quarantaine et tests d’hygiène : Certaines matières premières ne peuvent qu’être
intégrées en production après avoir passé des contrôles de qualité obligatoire par la
législation en vigueur. De ce fait le système doit être paramétré de façon à tenir
66 Le marché spot est en quelque sorte un marché parallèle sur lequel les prix y sont en général plus élevés que normal, cad. lorsque l’on s’approvisionne à long terme chez un fournisseur.
61
compte des temps de quarantaine du produit avant et pendant les contrôles de
qualité.
� Bétail ou « stock vivant » : Cette caractéristique trouve son application dans la
production de viandes (spécialement pour les viandes blanches comme la volaille et
le porc). Pour ces dernières afin de ne pas connaître des périodes de rupture, la
gestion du goulot d’étranglement qu’est l’assurance d’avoir suffisamment de bétail
à disposition pour pouvoir produire les quantités voulues. Pour cela dans une
optique de gestion de la Supply Chain les quantités que peuvent mettre à
disposition les différents fermiers doivent être dûment coordonnées compte tenu du
temps de croissance de l’animal. L’APS doit également être en mesure de
différencier entre le sexe des animaux et leur race ou variété, puisque en fonction
de leur appartenance seul certains produits pourront être confectionnés. Dans une
moindre mesure dans les produits fromagers les outils APS doivent également tenir
compte du temps de maturation du produit, qui n’a certes rien à voir avec la période
nécessaire pour du bétail.
� Traçabilité des lots : En raison des nombreuses lois sur l’hygiène et la sécurité
alimentaire67, la traçabilité est devenue une affaire de haute importance pour les
industriels du secteur alimentaire. La traçabilité doit être assurée tout au long de la
chaîne logistique. Dans notre cas cela implique que les systèmes d’information de
l’industriel doivent prendre en charge les fonctions de traçabilité des lots. Cela
sous-entend qu’ils doivent être en mesure de proposer du tracing et du tracking des
produits. Le tracing étant l’activité consistant à retrouver les origines d’un produit
donné tandis que le tracking est de retrouver un produit défectueux. Un utilisateur
lambda de l’entreprise doit grâce au SI avoir accès à ces données, qui doivent être
ni ambiguës, ni erronées.
� Intégration avec des systèmes SRM : Comme présenté dans le chapitre1.3, les
Supplier Relationship Management (SRM) sont pour les fournisseurs ce que sont
les outils de CRM pour les clients. Ces outils doivent gérer les flux d’information
entre fournisseur et industriel.
67 Notamment la lois européenne sur la tracabilité 178/2002 mise en application au 1er janvier 2005
62
Bien évidemment comme déjà mentionné certaines exigences vont trouver une résonance
plus ou moins importante en fonction de l’activité principale de la production. La gestion
du bétail vivant ne va avoir aucun impact sur les systèmes d’information des producteurs
laitiers.
2.6. Conclusion
Les activités de production sont d’une importance relevante en matière de DLUO pour un
produit. C’est dans ces dernières que seront fixées les DLUO inscrites sur l’emballage des
produits. Elles doivent être calculées de façon à ce que les activités de distribution, de
transport et de relation client voire dans une certaine mesure également l’activité de
reverse logistique, puissent être effectuées normalement tout en respectant le fait que le
produit doit garder des DLUO suffisamment attractives pour le consommateur final.
Pour cela les modules de planification de la production ainsi que celui d’ordonnancement
de la production doivent être parfaitement synchronisés entre eux ainsi qu’avec les autres
activités de l’entreprise.
3. Comment proposer au consommateur des produits avec des dates de
DLUO adaptées aux attentes ?
3.1. Introduction et sécurité des produits
Dans ce chapitre seront présentés les activités post-productique qui peuvent avoir une effet
bénéfique ou plus simplement qui peuvent intervenir dans la modification des DLUO d’un
produit.
Un autre facteur qui s’avère être d’importance pour le client final est la qualité des
produits. De ce fait nous présenterons dans ce point des améliorations techniques pouvant
venir soutenir l’accélération du flux de marchandise et de ce fait des DLUO, mais
permettant essentiellement de rassurer le client final par le biais d’indicateurs de qualité.
63
Une des ces innovations techniques sont les Time-Temperature Indicators (TTI). Cette
technologie récente se met en place assez facilement et permet de visualiser la DLUO des
produits tout au long de la Supply Chain. La méthode consiste à mesurer des modifications
de températures du produit en fonction du temps. En tenant compte que la plus part des
denrées alimentaires connaissent des modifications irréversibles au cours de leurs vies,
pouvant être de nature enzymatiques, microbiologiques, chimiques voire électriques, ayant
pour origines des modifications de température. De ce fait la DLUO restante d’un produit
peut se présenter graphiquement en fonction du temps écoulé et de la température à
laquelle le produit a été soumise.
Associés à la technique de la RFID, avec des puces qui peuvent suivre constamment la
température des produits, l’entreprise sera en mesure de présenter à ses clients le suivi du
produit en lui prouvant que le produit n’a pas été exposé à des températures trop élevées,
qui accélèrent le processus de maturation et de dégradation. Pour les produits frais le client
aurait également la certitude que pour ces produits la chaîne du froid n’a pas été violée.
Inutile de rappeler qu’un non respect de la chaîne du froid est d’une part interdit par la
législation mais aussi mauvais pour le produit dans lequel peuvent donc se générer des
bactéries et autres corps malsains.
Ce procédé rendrait inutile l’impression sur les emballages de DLUO pouvant être
complètement faussées. En guise d’exemple un produit surgelé dont sa chaîne du froid a
été brisée verra sa DLUO réduite.
3.2. Contraintes en matière de transport
Après avoir présenté les qualités que devait posséder l’outil d’approvisionnement dans le
chapitre 2.5 nous allons maintenant passer au crible les exigences en matière de transport
dont l’entreprise soucieuse de vouloir améliorer ses dates de DLUO devrait se doter. Nous
ferons volontiers le parallèle avec les approvisionnements car les exigences envers cette
activité ne peuvent aller sans l’autre pour le transport amont de matières premières. Par
contre il est d’ores et déjà à noter que les majeurs contraintes de transport se noteront en
aval. Nous avons également voulu différencier les activités de transport des activités de
distribution.
64
Dans l’ensemble les activités de transport résultent du plan de distribution qui détermine le
mode de transport, le chargement et la route que suivra le véhicule. Le module de gestion
de transport de l’outil APS ou TMS devra gérer les problématiques suivantes :
� Choix du moyen de transport : le mode de transport prédominant dans le domaine
agroalimentaire en Europe reste la route. Malgré des instaurations successives de
péages et taxes sur les camions68 ces derniers restent dans l’ensemble l’alternative
la moins coûteuse vis-à-vis du train ou du transport fluvial. Le TMS ou l’APS
devra de ce fait être capable de modéliser et simuler les transports avec les
différents camions de la flotte mais également gérer le parc de véhicules (surtout
les véhicules spéciaux comme les réfrigérés).
� Optimisation des routes : Le TMS doit aussi être équipé d’un algorithme assez
complexe capable d’optimiser les routes de transport en fonction des éloignements
des différentes escales, des vitesses moyennes autorisées, des travaux, du trafic
escompté mais aussi des conditions climatiques. Cet outil doit pour cela posséder
une carte routière des différents trajets possibles actualisée. Cette fonctionnalité
paraît un peu exagérée mais compte tenu du peu de temps à disposition et des
créneaux dédiés des transporteurs pour décharger la marchandise chez les
distributeurs, l’importance de cette contrainte est amplement justifiée.
� Optimisation du remplissage des palettes et des camions: Afin d’optimiser le taux
de remplissage des véhicules et de maximiser la fonction transport, l’entreprise doit
posséder un outil capable de former des palettes les plus adaptées. Ces dernières
doivent donc être ordonnées dans les véhicules en fonction des caractéristiques
physiques des produits transportés. Pour cela le système choisira si les palettes sont
gerbables, superposables, différentes températures, résistance des emballages, etc.
Un autre point que le SI doit tenir compte est lors de transports sous forme de
tournées de placer les marchandises à décharger après la première escale le plus
proche de la porte.
� Gestion et conciliation de plusieurs objectifs : l’outil informatique doit outre la
question des coûts également gérer le taux de service, les dates de DLUO, les
déclassements, le plus dur étant de concilier tous ces objectifs stratégiques. Cela
vaut également pour tous les autres modules de l’APS (PP, SNP, DP). 68 Instauration de péage et taxes sur les camions selon une directive européenne de 1995 en Allemagne (2005), Autriche (2004), Rep. Tchèque (2007/2008), Hongrie (2005), Eurovignette pour : Belgique, Danemark, Luxembourg, Pays-bas, Suède, péage pour les villes de Londres (2003), Oslo…
65
� Jongler entre les FTL et LTL : Actuellement aux vues des exigences de la grande
distribution qui pousse ses fournisseurs de l’industrie alimentaire entre autres à
réapprovisionner les stocks plusieurs fois dans la semaine voire quotidiennement
par des volumes de plus en plus petits, les industriels ou leurs prestataires
logistiques n’arrivent que très rarement à remplir des camions entiers (FTL ou Full
Truck Load), même en combinant plusieurs clients. De ce fait le programme doit
une fois de plus jongler entre ruptures et déclassements afin d’obtenir un optimum
de satisfaction client et rentabilité de l’activité transport. En guise d’exemple lors
d’une des visites d’entreprises au sein du Master, nous avons pu visiter les
entrepôts de Stef TFE à Vitry sur Seine. Selon Julien Péronne, jeune cadre et
responsable de la gestion de projet chez Stef TFE, les camions quittent l’entrepôt
avec un chargement moyen avoisinant les 75%.69
� Le mélange dans les camions tanker ou camions citernes : Cette condition est à
prendre en charge par les APS ou TMS de certaines industries seulement du secteur
agroalimentaire. Par exemple lors de la récolte de lait seront placés dans un même
camion citerne les laits en provenance de divers fermiers. La traçabilité de la source
du lait est rendu impossible. Le système devra donc associer tout les laits mélangés
dans une citerne à un même lot dont l’origine sera les différents fermiers.
En matière de distribution un concept relativement récent peut apporter sous certaines
conditions une amélioration des DLUO par le biais d’une accélération du flux de
marchandise. Il s’agit d’un concept de gestion de stock : le Cross-Docking (CD). L’objectif
de ce concept consiste à acheminer des marchandises d’origines diverse sur une même
plate-forme logistique afin de les regrouper en fonction des commandes clients. Cette
opération se réalise en très peu de temps sans que les produits ne soient réellement stockés.
De ce fait les stocks sont quasi-nuls et la vitesse du flux de marchandise est
considérablement accéléré.70
69 Cf. annexes pour plus d’informations concernant la visite chez Stef TFE 70 Ref. Bowersox, et. al. (2002), p.383-384
66
3.3. Contraintes en matière de distribution
Dans l’industrie alimentaire et spécialement pour les produits à faible durée de vie, les
coûts que génère la distribution représentent le deuxième facteur de coût de l’entreprise
après les coûts d’approvisionnement. De ce fait l’entreprise peut réaliser de forts gains en
optimisant au mieux cette activité. Dans le point suivant nous présenterons pour les
activités de distribution au sein de l’entreprise quelles sont les exigences que transmettent
la gestion des dates de DLUO aux modules de gestion de la distribution d’un APS ou d’un
DRP.
� Calcul du stock de sécurité en incluant la saisonnalité produit : Basé sur les états de
stock calculés dans le module de planification à moyen terme (SNP), l’outil APS
doit être capable de calculer des stocks de sécurité en tenant compte de la
variabilité de la demande, le degré de certitude et donc d’erreurs des prévisions, des
délais de livraison et de réapprovisionnement ainsi que des taux de service
escomptés par les clients. De plus les programmes de calcul des stocks de sécurité
prennent en compte les saisonnalités du produit.
� Le contingentement des stocks : Dans des Supply Chains complexes avec des
canaux de distributions de plusieurs maillons, pouvant comprendre des centres de
distribution, détaillants.71 Le programme informatisé se doit de connaître les états
des stocks de divers maillons du canal de distribution et veiller à ce que les
membres de la Supply Chain ne retombent pas dans les travers de l’effet Bullwhip
présenté dans le chapitre (1.1.4).
� La gestion des nouveaux produits : Au vu de la forte concurrence qui règne dans les
linéaires de la grande distribution, les industriels se doivent de proposer
constamment de nouveaux produits qui viennent remplacer des produits en
déclins.72 Cela va engendrer de nouvelles contraintes sur la politique logistique de
distribution. Le SI doit donc gérer les stocks des produits remplacés et les stocks
des nouveaux produits. Certes étant donné que nous analysons des produits à faible
durée de vie, cela impactera que peu notre étude, par contre les produits ayant des
dates de DLUO dépassant les un mois, nécessitent de tels outils pour gérer leurs
stocks.
71 Ref. Fleischmann, B., (2005), p.231 72 Ref. Seifert, D., (2001), p 49
67
� La gestion de la chaîne du froid : Si le système gère les états de stock de chaque
maillon de la chaîne avale pour des produits frais, il doit également tenir compte
des contraintes de capacité liées aux faibles espaces dédiés au stockage à
température spécifique (froid, grand froid, etc.).
� Intégration de la DLUO et du taux de service client : Pour une entreprise du secteur
alimentaire, la logique veut que son outil de gestion de la distribution soit apte à
gérer la DLUO des différents produits. Pour ce fait l’outil informatique doit
intégrer cette fonctionnalité. Le programme informatique doit également par le
biais d’un système d’alertes (alert monitoring) avertir l’utilisateur qu’il ne peut
placer des produits à durée de vie trop faible (en dessous de la date de DLUO
minimale accepté par un client) dans des chargements camions.
� Alerte risque stock obsolescent : Le système doit également être capable de détecter
en fonction des prévisions les stocks qui ne seront probablement plus vidés et pour
lesquels subsistent des risques de déclassement. De cette façon l’utilisateur peut
essayer de sortir la charge par le biais d’actions commerciales ou alors de réallouer
la charge à un autre stock et client.
� Soutien de techniques collaboratives comme le VMI ou CPFR : Deux techniques
innovatrices ont vocation à améliorer le circuit de distribution entre les entreprises.
Il s’agit de deux techniques collaboratives qui sont le Vendor Managed Inventory
(VMI) 73 et le Collaborative Planning Forecasting and Replenishment (CPFR).
Pour ces deux techniques le système doit être capable de véhiculer mais surtout
d’afficher les informations que s’échangent les entreprises partenaires afin que
l’entreprise en charge de la réalisation du réapprovisionnement puisse générer les
quantités les plus en corrélation possibles avec la réalité. Le système doit en plus de
cela être capable de transformer les décisions prises après contrôle en réel ordre de
commande et de distribution. Une fois établies, les quantités définies doivent être
transférées automatiquement au client par le système (gestion distribution, DLUO,
etc.). Ultérieurement un service de suivi (par le biais d’indicateurs) mais aussi
d’alertes en cas de déviation des résultats doit être incorporé au système.
73 Cf. chapitre 3.7 dans lequel sera présenté une activité de VMI entre Bongrain et Globus.
68
3.4. Gestion du service clientèle
Comme nous avons pu le démontrer par le biais de l’étude réalisée en supermarché, le
client actuel est désireux de se voir proposer des produits de qualité excellente et qui
possèdent des DLUO les plus longues possibles afin que lui puisse en profiter un
maximum.
Pour ce domaine il est très compliqué de trouver des applications informatiques qui gèrent
uniquement le relationnel client hormis les solutions de type CRM. Ces derniers
n’apportent que très peu de possibilités d’améliorer les DLUO du produit. Les principales
actions ayant permis de valoriser le produit par le biais de meilleures DLUO ont été
réalisées au préalable. Par contre dans les points de ventes de nombreuses actions viennent
rassurer le consommateur final comme le montrent les deux exemples suivants :
L’enseigne allemande Kaufland propose à ses clients de rapporter à l’accueil tout produit
qu’ils trouvent dans le supermarché ayant dépassé sa date limite d’utilisation optimale. En
échange le supermarché donne au client un bon d’achat de 2,50€.74
Une autre mesure trouve son application chez une autre enseigne allemande, Globus. Ces
derniers ne vont pas accepter des produits de leurs fournisseurs si ces derniers se trouvent
sous la date limite définie ensemble. De cette façon Globus est le seul responsable des
produits périmés en rayons puisqu’ils ont surestimés les ventes futures et qu’au final ils se
retrouvent avec des produits obsolètes par manque de rotation.75
Les distributeurs exigent de leurs fournisseurs des prestations de plus en plus complexes
afin d’améliorer les services proposés aux consommateurs. Pour exemple nous citerons les
colis panachés qui sont apparus dans les surfaces de ventes ces dernières années. Il s’agit
de colis possédant un emballage aux couleurs du fournisseur et de ses marques,
comprenant une panoplie de produits différents. La face cachée de cette prestation, que
réalise également la firme Bongrain pour la plus part de ses produits fromagers, est qu’elle
nécessite une gestion logistique bien plus complexe. Certes cette manœuvre va à la
rencontre des exigences clients de leur proposer une plus grande diversification de produits
74 Ref. http://www.kaufland.de 75 Ref. http://www.globus.net/de/start.htm
69
dans des linéaires dont les espaces sont comptés. De plus de part leur emballage particulier,
les colis panachés viennent animer les rayons des supermarchés.
Pour l’industriel cette innovation peut avoir des impacts positifs, comme une augmentation
des ventes puisque le colis servira de « eye-catcher » autrement dit d’attirer le client et
d’influencer sur l’acte d’achat. Un autre argument pour l’industriel est le développement
d’un argument de vente supplémentaire auprès du distributeur.
Ce que le consommateur ne voit pas, est que l’industriel va devoir réaliser un mélange de
produits différents sur des plates-formes logistiques ou alors dans les sites de production.
Ces mélanges confèrent au colis une durée de vie plus restreinte. Cela va de soit car en
matière de DLUO le colis panaché aura pour DLUO la DLUO minimale des produits
composants le colis. De ce fait cette activité va à l’encontre de notre présentation de ce
mémoire que le client préfère des produits à bonnes DLUO.
Un autre inconvénient de cette mesure va résider dans le choix du mix de produits
composants le colis panaché. Une mauvaise combinaison de produit peut entraîner qu’en
linéaire seuls certains produits du colis trouvent un impact positif auprès du client tandis
que le colis restera en rayon avec un produit moins attractif pour le client. Au final
l’emballage presque vide se retrouvera en rayon.
Ce point délicat montre un autre conflit qui peut exister entre industriels et distributeurs.
Bien évidemment seul une gestion et résolution commune du problème peut arriver à
l’objectif ultime de cette activité, qui est de satisfaire le consommateur final.
3.5. Available to promise (ATP) et Capable to promise (CTP)
L’ available to promise correspond à une notion utilisée dans la gestion de stock. Elle
consiste à indiquer à une date précise prévisionnelle, le stock disponible pour une nouvelle
commande client. Pour cela l’ATP déduit les arriérés des commandes qui doivent encore
être livrées ainsi que le stock déjà réservé à des clients. Autrement dit en tenant compte des
délais de livraison et de réapprovisionnement cette fonctionnalité permet à l’entreprise et
spécialement à ces commerciaux de définir les quantités ou volumes que l’entreprise peut
70
se permettre de proposer à ses clients tout en respectant réellement ses engagements par la
suite.76
L’ATP est souvent associé à la fonction Capable to promise (CTP). Cette dernière
représente la capacité que possède une entreprise à s’engager auprès du client sur la
disponibilité d’un produit au moment ou ce dernier passe une commande. Petit aparté fait,
le CTP ne se calcule uniquement sur la capacité de disponibilité d’un produit voulu avec
les caractéristiques techniques et en quantité souhaitées par le client et non des produits de
substitution.
3.6. Gestion des retours et destruction des produits (en cas de dépassement de la
DLUO)
La gestion des retours de produits est très souvent considéré comme le flux ou « l’étape
oubliée » de la Supply Chain. Ceci s’explique simplement par le fait que cette activité
allant à l’encontre du flux de produits n’est en règle générale pas génératrice de gains pour
l’entreprise en plus d’être pas orientée client et de ce fait « moins importante » qu’une
autre activité. Or pour certains produits, la reverse logistique peut engendrée de lourds
coûts pour l’entreprise si elle est mal gérée. De ce fait de nombreuses entreprises débutent
à se soucier de la problématique de la gestion des retours produits. Les éditeurs d’ERP et
d’autres solutions de gestion pour la logistique commencent également à répondre aux
besoins naissants des entreprises par le biais d’une intégration de cette activité dans leurs
modules et outils. Avant de nous consacrer avec une étude de cas de retour produits nous
analyserons les cinq phases principales du retour produit.
John Reece77 définit cinq grandes phases ou règles qu’il s’agit de suivre pour que le retour
de produits soit efficace. Ces dernières se composent comme suit :
� Phase 1 : Eviter de produire sur stock des produits qui ont tendance à être retournés
par la suite. Ce concept est qualifié de « avoidance management » par Reece et
consiste à éviter de noyer le marché de produits qui sont susceptibles d’être
retournés dans un avenir proche. Il est de même important de faire comprendre aux
76 Ref. Kilger, C., Schneeweiss, L., (2005), p.186-195. 77 Ref. Reece, J., 5 principles for a better reverse logistics operation, source Internet.
71
planificateurs que l’optimisation de la reverse logistique n’équivaut en rien à
l’élimination des stocks excédentaires à la base.
� Phase 2 : La seconde phase consiste à mettre en place des fonctionnalités de
réception facilitée dans le système d’information qui permettent aux agents de
réception de la marchandise de reprendre plus rapidement les produits rapportés
(par exemple grâce à la RFID). De cette façon, la perte de temps pour des produits
encore en bon état est moindre et ces derniers peuvent être proposés rapidement à
d’autres clients. Pour les produits du secteur alimentaire cette phase est de grande
importance, car ici chaque jour compte et peut être décisif pour la revente ou non
d’un produit retourné.
� Phase 3 : Dans le même optique que la phase 2, la phase 3 consiste à prêter grande
attention à la gestion de la banque de données produit ainsi que de mettre en place
au préalable une liste de tous les produits susceptibles d’être retournés. De cette
façon, le flux retour pourra également être accéléré car un agent de manutention
perdra moins de temps dans la recherche des produits retournés, ce qui accélèrera
leur acceptation.
� Phase 4 : L’ERP ou l’APS doit faire une distinction entre stock disponible et non-
disponible. L’APS devra présenter à l’utilisateur les quantités à retourner déjà
présentes sur le site, ainsi que celles se trouvant en transit ou en instance de
réception. De cette façon l’utilisateur pourra déjà préparer et anticiper les flux
entrants et s’arranger pour que ces derniers passent le moins de temps possibles
dans les plates-formes logistiques de l’entreprise.
� Phase 5 : Le personnel de manutention doit avoir pour objectif de favoriser les
rotations de stock et doit être en mesure de prendre des décisions . Dans certains
cas la lenteur de la prise de décisions et le manque de flexibilité de part de
l’entreprise va considérablement ralentir le flux de retour des produits. De ce fait si
les opérationnels se trouvant directement en contact avec les produits retournés
peuvent intervenir sans perte de temps les produits seront plus rapidement
réutilisables.
La gestion des retours dans l’industrie alimentaire est de loin bien plus complexe à gérer
que dans la majeure partie des autres industries. La principale raison est une fois de plus la
DLUO. Un produit retourné au producteur par son client aura déjà passé du temps lors du
72
transport allé, le passage éventuel par un hub ou centre de distribution, le transport retour,
etc. Cette période d’aller-retour entre industriel et client va faire perdre considérablement
en fraîcheur au produit. Comme nous l’avions présenté au préalable le client est friand de
produits ayant de bonnes DLUO, or dans ce cas altération de la DLUO sera considérable.
De ce fait deux cas de figure se présentent :
� Soit l’industriel trouve un client acceptant les produits de qualité moindre (discount
par exemple)
� Soit l’industriel devra détruire le produit. Pour cela il sera assurer de perdre de
l’argent sur ce produit. Or l’exercice consistera à réduire les pertes en optimisant la
destruction du produit.
Pour reprendre le cas concret de l’entreprise Bongrain Deutschland, les retours de produits
étaient très rares. Certes il se pouvait que le prestataire logistique sous-traitant l’activité
transport livre des produits au mauvais endroit. Dans ce cas il devait récupérer la livraison,
la rapatrier au centre de distribution et si les dates de péremption se trouvaient au delà des
exigences clients (distributeurs) la marchandise pouvait être envoyée à un nouveau
destinataire.
Admettons par contre dans notre exemple ci-dessus que les dates de DLUO étaient jugées
trop justes alors la marchandise se voyait être détruite. Or vu que la destruction des
marchandises se faisait via un centre d’incinération et que les déchets doivent être traités
selon des règles très strictes, ce qui rendait la destruction de ces derniers très coûteux,
l’entreprise Bongrain recourait très rarement à la destruction des produits. Avant d’en
arriver à la l’incinération de la marchandise périmée, notre société fromagère la revendait à
perte à des revendeurs sur des marchés, la distribuait dans des hôpitaux et des prisons ou la
distribuait à ses employés. Il faut par contre savoir que les produits non détruits se trouvent
tous au dessous de la date limite d’utilisation, dès dépassée l’entreprise est contrainte de
détruire ces produits.
En guise de conclusion nous pouvons affirmer que dans la reverse logistique réside un
avantage concurrentiel non négligeable, que l’entreprise acceptant d’investir pour le
maîtriser, peut se procurer. De ce fait elle pourrait transformer les pertes associées à une
gestion aléatoire et sans conviction des déchets en gains mais également en argument de
vente. Pour cela plusieurs solutions peuvent venir en aide à l’entreprise. Dans un premier
73
temps vient bien évidemment la solution informatisée qui va gérer et optimiser les flux
retour pour l’entreprise. Nous pourrons aussi noter la gestion commune ou collaborative
des déchets et retours qui se fait communément entre les industriels et les distributeurs. De
ce fait les entreprises partenaires peuvent mettre en place un circuit ainsi que des
installations et ressources communes qui vont permettre aux entreprises de mieux gérer les
retours mais aussi réaliser des gains sur une activité à connotation plutôt négative.
3.7. Cas concret de gestion opérationnelle de la DLUO avec le cas concret de la mise
en place de la GPA entre Bongrain et Globus
Lors de mon dernier stage en entreprise au sein de la Bongrain Deutschland GmbH à
Wiesbaden en Allemagne, j’ai eu la chance de pouvoir consacrer 6 mois à la mise en
application et à l’automatisation d’une activité dite de Vendor Managed Inventory (VMI)
entre les sociétés Bongrain et Globus. Dans le point suivant seront développés les moyens
d’augmenter les dates de DLUO à court terme par le biais d’une coopération entre
fournisseur et distributeur. Par ailleurs il est à noter que ce projet s’appelait « CRP
Projekt »78.
Après une présentation succincte des deux entreprises partenaires nous étudierons dans le
détail comment une activité de type opérationnelle peut avoir un impact positif sur
l’amélioration des dates de DLUO client.
3.7.1. Présentation des entreprises Bongrain Deutschland GmbH et Globus Holding
Group
L’entreprise Bongrain Deutschland est la filiale allemande du premier producteur mondial
de produits fromagers, la Bongrain SA. Cette entreprise familiale dans son ensemble fait
partie du groupe Soparind, coté en bourse et réalisant la majeure partie de son chiffre
d’affaire avec des produits laitiers.79 Les principales activités de la Bongrain Deutschland
consistent à commercialiser les fromages produits en France sur le marché allemand
78 CRP-Projekt ou en français projet CRP (Continuons Replenishment Program) qui est l’appellation générique des techniques de réapprovisionnement automatique dont fait partie le Vendor Managed Inventory - ref. Kranke, Vogell, (2001), P.35 ou encore Thonemann, et al., (2005), P.121 79 CA 2006 du groupe Soparind en proportions : produits fromagers 65%, produits laitiers 33%.
74
(activité d’import). Pour cela trois grands secteurs d’activité sont représentés : le
marketing, la finance et le Supply Chain Management. Les activités du service SCM
résidaient dans la distribution des produits achetés aux lieux de production du groupe en
France vers les clients allemands et autrichiens. Par ailleurs, la filiale allemande de
Bongrain fait office de plate-forme informatique, en particulier pour la planification et la
prévision de la demande, puisque elle assiste les autres entités du groupe dans leurs projets
de mise en place d’outils informatisés.80
Après le rachat en 2001 de la marque Edelweiss81 au groupe hollandais Unilever, la
Bongrain Deutschland bénéficiait également d’un site de production en propre (à Kempten
en Bavière) et d’un deuxième centre de distribution (à Memmingen dans le sud de la
Bavière).
Malgré le fait que la filiale allemande de Bongrain ne soit en réalité qu’une petite structure,
elle est toutefois équipée de programmes informatiques de qualité comme par exemple, un
ERP de SAP (SAP R/3), un interface d’échange de données (EDI), un outil de type APS
(SAP APO), un programme de gestion de banque de donnée (Data Warehouse de Cognos
Powerplay).
La Globus Warenhaus Holding est un réseau de supermarchés allemands spécialisé dans la
distribution de biens de consommation, d’électronique et de matériaux de construction. Le
groupe est resté tout au long du temps sous la gestion de la famille Bruch. Les principaux
points de vente se retrouvent dans le sud-ouest de l’Allemagne. A la suite de rachats
successifs, le groupe possède maintenant également des surfaces de vente allant de
Rostock à la Bavière (Du Nord au Sud de l’Allemagne). Depuis 2001 le groupe a été
intégré dans Edeka, une des trois grandes enseignes de distribution alimentaire allemand au
coté de Metro et Rewe (hors discount).
3.7.2. Présentation du projet CRP entre Bongrain et Globus
Avant la mise en place du partenariat entre Bongrain et Globus régnait une relation
traditionnelle entre fournisseur industriel et grande distributeur. Cela implique que le
80 Avec la mise en application en 2003 de SAP puis en 2005 de SAP APO, l’agence allemande gérait la mise en place d’interface APO sur les sites belges (également Sodiaal), Italie, Autriche et Suisse. 81 Edelweiss est composé des marques Mikana, Bresso. Autre précision : sur le site de production de Kempten, Bongrain produit également le beurre Rama que Unilever rachète par la suite.
75
distributeur se retrouve en position de force vis-à-vis de son fournisseur et peut imposer ses
volontés sous peine de déréférencer certains produits voire la totalité des produits du
fournisseur.82 La volonté commune de créer un partenariat se fit en raison des taux de
service et de rupture trop élevés. En 2005 les deux groupes entreprirent une stratégie
collaborative de réapprovisionnement automatique des stocks par le fournisseur.
Dans un premier temps les systèmes informatiques devaient être accordés afin qu’ils
utilisent un langage commun qui permet l’échange de données (EDI). Ensuite furent
définis les jours de livraison, les indicateurs que les entreprises voulaient suivre pour
constater le respect des objectifs fixés, les pénalités à verser en cas de non respect des
objectifs commun, etc.
C’est en janvier 2007 que les activités de réapprovisionnement furent petit à petit laissées à
Bongrain. Au départ les deux équipes de projet commandaient communément, puis
successivement Bongrain gagnait en autonomie.
Le graphique ci-dessous présente l’ensemble des activités entrant en ligne de mire dans le
réapprovisionnement automatique du projet CRP.
82 Ref. Déréférencement de la marque Coca Cola par Carrefour, le distributeur a réintégré les fournisseur de boissons gazeuses par la suite. Pour l’anniversaire des 100ans de création du groupe Edeka duquel appartient Globus, les exigences promotionnelles étaient trop importantes pour Bongrain qui ne pouvait suivre et vu une quinzaine de marques déréférencées sur une période de 6mois dans l’ensemble des enseignes du groupe Edeka.
76
Bongrain France Bongrain Deutschland Client
Site de production Edelweiss à
Kempten (Bavière)
Centre de distribution à Memmngen
Centre de distribution à Kehl
Prestataires logistiques
Edelweiss GmbH (appartenant à 100% à Bongrain Deutschland)
Dachser
Albatros
Site de production à Jurancon
Site de production à Le Tholy
Site de production à Azé
Site de production à Fromarsac
Supply Chain Team
Client
Centre de distribution client
Client A Client B
Client
Fig.17 : Représentation du flux de marchandises chez Bongrain Deutschland
3.7.3. Résultats et comment la GPA permet-elle d’améliorer les dates de DLUO à
court terme
Le tableau de reporting ci-dessous présente les résultats du projet CRP entre Bongrain et
Globus. Etant donné le fait que le projet se réalise communément entre les deux entreprises
partenaires, ces chiffres sont élaborés par Bongrain et puis transmis au distributeur.
77
Déclassement (en €)
Taux de service Globus Bingen (en %)
Taux de service Bongrain Kehl (in %)
Fraîcheur lors livraison POS (en jours)
2006
2007
2006
2007
2006
2007
2006
2007
Janvier Février Mars Avril Mai Juin Juillet
CRP-Reporting Bongrain 2007
x: nicht ermittelbare Kennzahl
93,2 87,7 97,7 89,7 95,7 92,8 97,4
94,3 94,9 97,7 91,7 96,2 93,9 97,6
3220 149 81 1060 1437 783 1485
x x x x x x x
95,3 94,8 99,6 95,9 96,5 97,4 95,3
96,8 96,9 99,8 98,9 94,8 98,9 95,8
1147 194 36 3299 533 661 849
x x x 32,72 32,92 33,79 34,27
Août Septembre
84,7
91,8
1140
x
97,2
97,8
46
32,60
88,9
91,3
0
x
98,1
98,4
56
33,9
Couverture moyenne (en jours)
2006
2007
x x x x x x x
x 4,35 4,98 7,09 4,15 4,78 3,63
x
4,73
x
3,89
Stock moyen Bingen (en colis)
2006
2007
x x x x x x x
x 63,31 84,32 92,8 54,37 49,63 42,67
x
49,17
x
45,12
x : KPI non définnisabble
Fig. 18 : Tableau de reporting des différents KPI étudiés pour le suivi du projet CRP chez
Bongrain
Autre remarque que nous pouvons formuler concerne la rubrique des déclassements. Pour
ces derniers l’on peut noter que les périodes de fort déclassement se regroupent entre avril-
mai et en fin d’année. Ceci s’explique par le fait que les ventes de fromage sont dans
l’ensemble très saisonnières (fort pics de vente lors des fêtes de fin d’année et pour
Pâques) mais aussi très dépendantes des conditions climatiques.
Pour conclure cette analyse d’une méthode théorique qui pourrait améliorer la distribution
de produits ayant de meilleures dates de DLUO, nous pouvons affirmer qu’en cas de
parfaite collaboration des deux entreprises partenaires des gains en DLUO sont
effectivement envisageables par le biais de techniques collaboratives comme la GPA par
exemple. Cela s’explique par le fait que chaque partenaire connaît des informations qui
peuvent s’avérer être primordiales dans la gestion des dates de péremption. Le distributeur
connaît les états des stocks et les sorties en supermarché tandis que le producteur connaît
les dates de fraîcheur qu’il est susceptible de livrer. La mise en commun de ces deux types
78
d’information permet comme le prouve le cas Bongrain-Globus d’améliorer d’au moins un
jour en moyenne les dates restantes des produits. Or en augmentant les volumes distribués
via la GPA l’on peut également escompter des résultats encore plus satisfaisants car dans
un deuxième temps l’on peut utiliser ces données clients en production et produire de ce
fait plus proche de la réalité.
3.8. Conclusion
Le choix du canal de distribution, de la procédure de distribution des bien depuis les sites
de production sont des choix stratégiques d’extrêmes importance dans la gestion des
DLUO d’un produit. La complexité de ces derniers va impacter fortement sur la rapidité de
l’exécution de la distribution des produits vers le consommateur. Plus cette dernière sera
rapide et plus les produits auront une chance d’être présentés au consommateur selon ses
exigences.
Un autre aspect que nous avons pu mettre en valeur dans ce point était l’importance des
stratégies collaboratives qui peuvent elles aussi venir en aide à l’accélération des flux de
l’entreprise et de ce fait de la fraîcheur des produits en point de vente.
Nous avons donc fait le tour des activités de l’entreprise et mis en valeur toutes les
exigences envers les solutions informatisées. Nous essaierons dans le chapitre suivant de
proposer une étude d’un secteur de l’industrie alimentaire et de montrer quels exigences
spécifiques un outil APS devra surmonter afin d’optimiser les activités logistiques.
4. Cas concret – La mise en application d’outils APS afin d’améliorer la
prise de décision
4.1. Introduction à l’étude
Cette étude à pour vocation de présenter un cas concret de réflexion au sujet de la mise en
place d’un outil de type APS dans l’industrie de la betterave. En tenant compte des
79
résultats et du recensement des exigences particulières aux solutions informatiques dans
l’industrie alimentaire présentés dans les points 1 à 3, nous porterons notre réflexion sur les
points clés qu’il faudrait maîtriser en vue l’intégration de fermiers et industriels dans un
système APS commun capable de gérer au mieux la culture de la betterave.
Pour obtenir un maximum d’information sur les exigences de cette culture particulière
qu’est la culture des betteraves sucrières, nous nous suis d’une part renseigné auprès de M.
Ritter83, des sites Internet des principaux producteurs français et allemands84 ainsi que des
œuvres de Rüdiger Strohm et de Steffen Lukesch sur les techniques de récolte des
betteraves85.
Avant de présenter les différentes exigences de cette culture, nous aimerions ajouter qu’il
ne s’agit pas d’un cas réel mais d’un cas posé à 100%. La réflexion devra toutefois être
sérieuse et pourrait servir un éditeur ou intégration de solutions APS à mettre en place un
tel système de gestion de la Supply Chain. Il va de soi, étant donné la taille moyenne des
principaux fermiers cultivant la betterave, que ces derniers ne peuvent et ne vont sans
doute pas utiliser des outils de types APS pour optimiser leur récolte. Par contre, afin
d’optimiser ses flux d’approvisionnement, les grands producteurs de sucre pourraient eux
utiliser de tels outils. Ceci leur permettrait par exemple d’éviter que chaque fermier vienne
leur livrer ses produits au même moment.
Par le biais d’une étroite collaboration les grands producteurs de sucre pourraient proposer
aux fermiers d’utiliser des outils APS afin que ces derniers puissent transmettre plus
facilement et surtout plus rapidement et précisément les quantités qu’ils pourront produire
et à quelle date ils pourront livrer.
4.2. Informations générales concernant la culture des betteraves sucrières
Dans un premier temps il est à noter que la culture des betteraves sucrières s’approvisionne
dans une entité géographique assez étendue. De cette caractéristique va en résulter un
budget dédié aux activités de transport assez conséquent, et du fait que la plus part des
83 Ref. entretien avec M.Ritter, fermier et consultant sur les principes de récolte de la betterave sucrière. 84 Ref. http://www.labetterave.com, http://zuckerverbaende.de, http://www.lesucre.com/article.php?id=25, http://www.liz-online.de/gi/ernte/zuckerruebenernte.htm 85 Ref. Strohm, R., (1999), p.41-48, Lukesch, S., (2004), p.235-247
80
producteurs vont récolter leur produits en quasi similitude il se peut que surviennent des
restrictions en matière de capacité de transport. Rüdiger Strohm qualifie même les entités
agricoles d’entreprises de transport contre leur-gré86.
Comme il en est le cas pour la majeure partie des productions agricoles, la principale
difficulté à surmonter va résider dans la détermination du moment propice à la récolte
compte tenu du temps qu’il a fait et en tenant compte des problèmes de capacité en
pouvant survenir au moment de la récolte.
La production à forte connotation saisonnière doit également être intégrée dans l’outil de
planification. La saisonnalité de la récolte va engendrer des pics importants en besoins de
main d’œuvre, machines et moyens de transport. Selon Strohm ces pics de capacité
peuvent correspondre jusqu’à trois fois les besoins en période normale. Une des activités
principales que va devoir surmonter l’algorithme selon lequel va fonctionner l’APS, sera
une optimisation des récoltes afin de pouvoir lisser les besoins en ressources en tenant
compte des besoins dans les usines de transformation de sucre.
4.3. Exigences aux APS
A l’image des chapitres précédents, ce point va reprendre pour les différentes activités de
l’entreprise les exigences envers les outils APS que représente la gestion de la DLUO à
l’industrie de la betterave. Ce point s’organisera de la façon suivante : dans un premier
temps dans les points 4.3.1 à 4.3.6 seront nommées les principales exigences que les outils
informatisés devront surmonter afin de permettre une gestion optimale du produit afin qu’il
corresponde au mieux aux attentes du client final. Dans un second temps, les différentes
exigences seront classés dans un tableau récapitulatif (sous le point 4.3.7) dans lequel
chaque tâche se verra accréditée d’un coefficient qui révèlera l’importance de l’intégration
de l’activité dans l’outil informatique pour la gestion optimale de la DLUO du produit. Les
coefficients iront de 1 à 5, avec 5 la note maximale qui sera dispensée et qui correspondra à
une importance majeure pour les éditeurs de solutions informatisées.
Cette codification ou notation de l’importance des différentes activités de la culture des
betteraves devrait être réalisée par un éditeur d’APS lors de la mise en place d’un tel outil
86 Ref. Strohm, R., (1999), p.41
81
pour une entreprise du secteur. Ci-dessous est présenté un tableau récapitulatif du système
de notation de l’outil :
Fonctionnalité importante mais pas indispensable. Par contre un bon outil APS devrait être équipé de cette fonctionnalité.
La présence de cette fonctionnalité présenterait un plus considérable pour l’éditeur de l’APS en tant qu’argument de vente.
Fonctionnalité indispensable, une non-intégration de cette fonctionnalité rendrait l’utilisation de l’APS dérisoire. 5
4
3
Fonctionnalité pouvant être utilisée dans la gestion des activités liées à la culture.
Fonction peu importante pour la culture des betteraves sucrières.
2
1
Il est a noter, comme nous l’avons présenté auparavant, que nous emploierons la notion de
DLUO pour les betteraves sans que ces dernières ne possèdent à proprement dit des
DLUO. Or ce concept correspondra à la durée restante au produit avant qu’il débute la
consommation de ses propres réserves en sucre, ce qui réduira la récolte en sucre future.
De ce fait, il va de soi qu’une transformation immédiate en sucre de la betterave récoltée
serait optimale, par contre compte tenu des différentes contraintes de production et des
ressources (machines et personnel) que cela nécessiterait, il faut prendre en compte une
légère consommation de la betterave lors de son stockage.
Nous poserons donc que la consommation de plus de un quart des réserves de la betterave
équivaut au dépassement de la DLUO du produit et que le client n’accepterait plus le
produit (ou ne paierait plus le prix fort en acceptant le produit).
Dans cette étude nous nous placerons aussi bien d’un point de vue du fermier que de celui
des industriels. Ceci n’impactera pas l’étude puisque dans une optique de Supply Chain et
d’activités communes l’optimisation se fera que par une amélioration des toute la chaîne
logistique.
82
4.3.1. MP et SNP
Sous ce point seront listées les exigences en matière de DLUO qui surviennent dans la
culture de la betterave sucrière et qu’un outil de type APS doit être en mesure de planifier à
long et moyen terme. Les fonctionnalités SN1 à SNX relèvent du domaine de la
planification à long terme, alors que les SN restants (SN1 à SN6) correspondent aux
activités de la planification à moyen terme.
� SN1 : Choix des fournisseurs : Dans les situations pour lesquelles les fermiers
s’approvisionnent en matières premières (terre, engrais, etc.) et en produits semi-
finis (graines, semences, pousses, etc.) alors cette activité est de la plus haute
importance, car le choix des intervenants extérieurs à l’entreprise aura un impact
primordial sur la gestion de la chaîne logistique globale ainsi que sur la qualité
finale du produit. Si nous nous plaçons d’un point de vue des industriels qui
transforment le sucre, alors cette fonctionnalité gagne encore plus en importance.
� SN2 : Choix de l’implantation des centres de distribution et entrepôts : Lors de
l’établissement de la planification stratégique à long terme, le choix des
implantations en fonction des régions d’approvisionnement peut avoir un impact
financier non négligeable, puisque qu’il en résultera par la suite des distances
différentes pour les livraisons et transports. Les voies d’accès jouent également un
rôle très important lors de la définition du lieu d’implantation.
� SN3 : Définition du taux de service : Dans la culture de betteraves la définition du
taux de service n’est donné qu’à titre indicatif puisque la récolte est fortement
dépendante des conditions climatiques qui règnent lors de la phase de croissance du
produit.
� SN4 : Détermination des niveaux de stocks : Comme nous l’avons déjà indiqué
lors de la présentation de la culture des betteraves, ces dernières se consomment
une fois récoltées. De ce fait afin d’éviter une altération voire une obsolescence du
produit la planification du niveau de stock doit être réalisée longtemps à l’avance.
Par ailleurs avec ces niveaux peuvent être choisi les entrepôts nécessaires qui ont
des coûts fixes (électricité, chauffage, espace, etc.) conséquents.
� SN5 : Choix du mode et stratégie de transport : Lors de la récolte des betteraves
les choix de la stratégie et l’organisation des transports est primordial. L’outil APS
doit être équipé d’algorithmes assez complexes lui permettant de réaliser des
83
optimisations de routes et de prévoir les capacités nécessaires. Par ailleurs une
fonctionnalité se basant sur les coûts relatif à l’activité transport (coûts chauffeurs,
coûts camions, coût carburant, etc.) peut également être d’utilité.
� SN6 : Intégration de la DLUO : La DLUO à proprement dit n’existe pas chez la
betterave, par contre le phénomène d’autoconsommation de ses réserves une fois
cultivé, va faire office de concept similaire à la DLUO qu’il faudra gérer à long
terme pour les produits. L’APS devra trouver une solution optimale d’exploitation
des ressources disponibles pour optimiser les durées de stockage des produits. Le
but étant de réduire au maximum ces durées.
� SN7 : Utilisation d’emballages recyclables : Afin d’aller avec le temps et de
suivre le concept de renouvellement durable, l’APS doit proposer une gestion du
suivi des emballages qui dans un meilleur des cas circuleront dans des circuits
fermés pour éviter tout gaspillage d’emballage. Le système devra indiquer à
l’utilisateur les emballages vides qu’il faudra à nouveau transférer en début de
cycle pour les reremplir.
� SN8 : Planification de la période de récolte : La récolte des betteraves sucrières
s’organisant pendant une période de trois à quatre mois, l’outil doit très tôt être
capable de donner une ordre d’idée du nombre de ressources nécessaires pour
réaliser dans des conditions optimales la récolte des betteraves.
� SN9 : Décision de make or buy : Pour cette fonctionnalité nous nous placerons du
coté des producteurs de sucre, dont les outils informatisés devront être en mesure
de proposer des simulations donnant un choix optimal entre produire sois-même ou
s’approvisionner chez un tiers.
� SN10 : Définition des capacités : Cette fonctionnalité va, en fonction des moyens
à disposition lors de la récolte, donner les capacités maximales que possèdera
l’entreprise en tant que surface de stockage, emplacements de déchargement de
camions, camions à disposition, cadence des machines de transformation, etc.
4.3.2. Demand planning
� DP1 : Utilisation de différentes techniques de prévisions de la demande :
Compte tenu de la saisonnalité du produit, les prévisionnistes peuvent avoir recours
84
à diverses méthodes de planification (cf. 1.4). Un maximum de ces dernières
doivent être intégrées dans le module de planification de la demande pour répondre
aux exigences.
� DP2 : Elaboration automatique des prévisions : Une fois une méthode de
prévision choisie, le système doit générer des prévisions fiables qui doivent venir
en aide lors de la prise de décisions de part des prévisionnistes.
� DP3 : Possibilité de combiner différentes méthodes de prévision : Le module
d’évaluation de la demande doit proposer des solutions permettant d’utiliser un
modèle hybride de prévision composé des différents modèles de prévision.
� DP4 : Agrégation et désagrégation des données : Afin de simplifier l’analyse,
l’utilisateur doit pouvoir opter entre différents niveaux pour suivre les prévisions
(par exemple en fonction du client, d’une région, etc.).
� DP5 : Modèles de prévisions réactifs face à des impacts extérieurs : En cas de
modification de la législation (quotas européens, etc.), de rejets du produit de part
du client,… le modèle doit être capable de rectifier les prévisions en fonction de ces
éléments perturbateurs.
� DP6 : Avoir recours à une importante base de donnée : Afin de perfectionner la
fiabilité des prévisions et étudier si la demande suit une saisonnalité ou un trend, le
système doit se baser sur un banque de données, composée des ventes antérieures et
être capable d’extraire et d’analyser ces données.
� DP7 : Gestion collaborative avec d’autres compagnies : Lors de la présentation
des particularités de la Supply Chain alimentaire nous avions insisté sur le fait que
les fermiers agissaient fréquemment sous forme de coopératives qui leur permettent
d’avoir plus de poids dans les négociations mais aussi facilite la gestion. Un autre
point réside dans le fait que dans la culture de la betterave la majeur partie des
fermiers est liée à des entreprises de transformation du sucre.
� DP8 : Gestion de la relation client (CRM) : Le module de prévision de la
demande doit être intégré aux outils de type CRM, pour pouvoir récolter des
informations en provenance des clients, de les analyser et de les intégrer par la suite
dans les prévisions. Par ailleurs, une meilleure gestion du flux d’information peut
également résulter de cette fonctionnalité.
85
4.3.3. Production Planning and Production Scheduling
Pour l’activité de production nous allons plutôt étudier la problématique d’un point de vue
des producteurs de sucre. Ceci s’explique par le fait que leur activité de production est bien
plus complexe que la production de betteraves. La production de betteraves se résume à la
plantation, la germination et la récolte.
� P1: Production poussée ou tirée : la production se réalise-t-elle de façon à ce que
les producteurs produisent sur stock ou alors à la demande. En fonction de ce choix
tactique les programmes informatiques devront réagir différemment.
� P2 : Soutenir la production en bloc :
� P3 : Optimisation des récipients : Le système APS doit permettre à l’entreprise
d’optimiser le cycle de diffusion des différents récipients et bacs utilisés lors du
cycle de production.
� P4 : Détermination des lots de production : En fonction des temps de set up, des
quantités à produire et des temps de production par produit, l’outil APS proposera à
l’entreprise un planning production et un ordonnancement de production combinant
ces trois facteurs afin que le planning soit le moins coûteux pour l’entreprise mais
aussi le plus performant.
� P5 : Prise en compte pertes volumes lors du stockage : Comme présenté
précédemment la production de betterave doit tenir compte de la perte en sucre en
cas de stockage prolongé de la betterave. Plus cette consommation est élevée et
moins de sucre pourra être récolté, de ce fait pour obtenir la même quantité plus de
betteraves seront nécessaires et ce sera à l’outil informatique d’agir en conséquent
pour y remédier.
� P6 : Planification de l’utilisation des silos :
� P7 : Traçabilité : Lors de la transformation des produits l’outil APS devra être
capable de codifier les paquets produits selon leurs origines. Cette activité s’avère
être très complexe puisque la collecte des betteraves se fait par cargaisons
provenant parfois de différents fermiers.
� P8 : Intégration des indicateurs de qualité : La qualité des produits joue un rôle
non négligeable dans la culture des betteraves sucrières.
86
� P9 : Exploitation des capacités : Le planning de production doit être réalisé afin
d’exploiter au mieux les capacités et ressources nécessaires à la production. D’autre
part ce module devra être capable d’intégrer les quantités à produire en fonction des
récoltes escomptées. En fonction des conditions climatiques ces dernières peuvent
être amenées à être réduites et de ce fait l’outil doit reconnaître une situation de
goulot d’étranglement éventuel afin que l’entreprise puisse avoir recours à des
fournisseurs d’autres marchés.
� P10 : Simulation des coûts de production : En fonction des primes de livraison
anticipées ou retardées que peuvent recevoir les fermiers si ils livrent en début ou
en fin de saison, les SI doivent étudier à quel moment la récolte serait la plus
rentable.
4.3.4. Approvisionnement
� A1 : Approvisionnements depuis divers sources : Les approvisionnements dans
la culture des betteraves peuvent comprendre divers composants, comme par
exemple de l’engrais, de la terre, des graines ou de jeunes pousses, etc. Il va de soi
que la gestion des origines des différents approvisionnements ainsi que le degré de
qualité des achats joueront un rôle important dans la culture des betteraves
sucrières.
� A2 : Intégration de la DLUO des matières premières : La DLUO ne va pas peser
sur les approvisionnements si ce n’est sur la fraîcheur des graines ou jeunes pousses
que l’entreprise peut choisir d’acheter. Mais en règle générale, les fermiers
producteurs de betteraves assurent en propre la production de graines.
� A3 : Tests qualité des approvisionnements : A l’image du point précédent et pour
les mêmes raisons, la qualité des matières premières achetées ne joueront qu’un
maigre rôle sur les produits finis. En cas d’achats de terres, il faudra cependant
veiller à la composition en matières minérales de cette dernière car ces molécules
peuvent impacter fortement le développement des betteraves.
� A4 : Planification du stock vivant : En cas d’achat de pousses, il va de soi que les
fermiers fournisseurs vont devoir préparer leurs germes et pousses de sorte à ce
qu’ils peuvent être livrés au moment voulu par le client (une livraison en hiver
serait inintéressante). De ce fait, l’outil informatique doit véhiculer l’information du
87
moment précis du besoin suffisamment à l’avance pour que le fournisseur puisse
prendre ses dispositions.
� A5 : Traçabilité des charges : Du fait que nous nous trouvons dans l’industrie
alimentaire et que les betteraves seront par la suite transformées en nourriture la
traçabilité des matières premières achetées aura son importance et devra être
répertoriée par l’outil informatique.
� A6 : Intégration avec des outils SRM : Comme présentés sous le point 1.3 les
outil dit de Supplier Relationship Management ont pour vocation d’améliorer le
relationnel entre l’entreprise et ses fournisseurs ainsi qu’avec les fournisseurs des
fournisseurs. Lors de l’utilisation de tels outils, les modules de gestion des
approvisionnements de l’APS doit posséder des interfaces permettant l’échange de
données avec ces outils SRM.
4.3.5. Distribution Planning
� D1 : Calcul du stock de sécurité en fonction de la saisonnalité du produit : en
tenant compte des niveaux de stocks escomptés lors de la planification à moyen
terme, l’outil APS doit être en mesure de niveler le stock de sécurité en fonction de
la demande à court terme. Etant donné que la récolte de betteraves est fortement
saisonnière (saison de récolte allant de mi-septembre à mi-décembre selon les
régions) cette fonctionnalité est incontournable pour un bon outil APS.
� D2 : Répartition des stocks de sécurité sur les différentes plates-formes
logistiques : En fonction de l’étendue de la Supply Chain, qui peut comprendre un
centre de distribution entre les différents fermiers et les industriels. Mais étant
donné que les sites de transformation du sucre s’approvisionnent chez plusieurs
fermiers qui livrent toute leur récolte, cette fonctionnalité aura qu’une importance
chez de très grands fermiers comme on peut en trouver aux Etats-Unis.
� D3 : Taux de service attendu du client : Les industriels passent une commande en
début d’année qui annonce aux fermiers les quantités qu’ils devront produire. Il va
de soi qu’ils essaieront au mieux de répondre à ces exigences. Or en cas
d’intempéries la récolte peut être fortement réduite. De ce fait, le taux de service ne
joue qu’un rôle indicatif pour les fermiers.
88
� D4 : Bloquer des produits lors de quarantaines : Comme il en est le cas pour
diverses cultures, la betterave peut également être contaminée par des parasites ou
des maladies (pucerons, mouche de la betterave, rhizomanie, pied noir, etc.). De ce
fait, l’outil APS doit être capable de bloquer l’accès à certaines charges ou zones de
récolte en cas de contamination des betteraves.
� D5 : Intégration de la DLUO : Afin d’éviter que la racine se décompose par
l’effet d’une consommation de ses propres réserves (le sucre), le module de
distribution de l’APS doit suivre les DLUO et optimiser leur flux.
� D6 : Proposer des alertes en cas d’obsolescence du stock : En cas de périodes de
stockage trop longue, le système doit proposer à l’utilisateur des messages d’alertes
afin que ce dernier puisse réagir et essaie de proposer les produits stockés au client
de sorte à éviter qu’elles se consomment et qu’elles « ruinent » le produit.
� D7 : Permettre la mise en place de techniques coopératives : La mise en place
de techniques coopératives comme le VMI, GPA ou CPFR pourraient avoir un effet
bénéfique sur l’échange de flux d’information. Par contre compte tenu des
ressources des différents fermiers et des quantités assez limitées que produisent un
seul fermier, cette fonctionnalité est même dans notre cas fictive, simplement
aberrant.
4.3.6. Conclusion
Tableau récapitulatif des résultats et exigences en fonction de leur importance selon les
différentes activités de l’entreprise.
Pour les modules de planification à long terme (Supply Network Planning) et moyen terme
(Master planning) :
89
SN2 : Choix de l’implantation des centres de distribution et entrepôts :
SN3 : Définition du taux de service :
SN1 : Choix des fournisseurs : 5
5
2
SN4 : Détermination des niveaux de stocks :
SN5 : Choix du mode et stratégie de transport :
SN6 : Intégration de la DLUO :
5
5
5
SN7 : Utilisation d’emballages recyclables : 3
SN8 : Planification de la période de récolte : 5
SN9 : Décision de make or buy :
SN10 : Définition des capacités :
3
5
Pour le module de gestion de la demande (Demand Planning) :
DP2 : Elaboration automatique des prévisions :
DP3 : Possibilité de combiner différentes méthodes de prévision :
P1 : Utilisation de différentes techniques de prévisions de la demande : 5
5
4
DP4 : Agrégation et désagrégation des données :
DP5 : Modèles de prévisions réactifs face à des impacts extérieurs :
DP6 : Avoir recours à une importante base de donnée :
5
5
5
DP7 : Gestion collaborative avec d’autres compagnies : 1
DP8 : Gestion de la relation client (CRM) : 4
Pour le module de gestion de production :
90
P2 : Soutenir la production en bloc :
P3 : Optimisation des récipients :
P1: Production poussée ou tirée : 2
2
4
P4 : Détermination des lots de production :
P5 : Prise en compte pertes volumes lors du stockage :
P6 : Planification de l’utilisation des silos :
4
5
4
P7 : Traçabilité : 4
P8 : Intégration des indicateurs de qualité : 5
P9 : Exploitation des capacités :
P10 : Simulation des coûts de production :
5
5
Pour le module de gestion des approvisionnements :
A2 : Intégration de la DLUO des matières premières :
A3 : Tests qualité des approvisionnements :
A1 : Approvisionnements depuis divers sources 5
3
4
A4 : Planification du stock vivant :
A5 : Traçabilité des charges :
A6 : Intégration avec des outils SRM :
2
3
5
Pour le module de gestion de la distribution :
91
D2 : Répartition des stocks de sécurité sur les différents DC :
D3 : Taux de service escompté du client :
D1 : Calcul du stock de sécurité en fonction de la saisonnalité du produit : 5
3
3
D4 : Bloquer des produits lors de quarantaines :
D5 : Intégration de la DLUO :
D6 : Proposer des alertes en cas d’obsolescence du stock :
5
5
2
D7 : Permettre la mise en place de techniques coopératives : 1
4.4. Mise en place d’un outil APS
Dans la logique des trois premiers chapitres nous opterons dans notre cas pour la mise en
application d’une solution APS complète pouvant gérer un maximum d’activités de
l’entreprise. Ce choix s’explique par une accélération du flux d’information (car présence
d’aucun interface entre différents outils informatiques) et par une automatisation des
données. Malheureusement, l’emploi de différents modules spécialisés pour une tâche bien
précise aurait sans doute amélioré la performance par activité de l’outil au dépend des deux
arguments cités précédemment.
Nous tenons une fois de plus à rappeler que l’on se place lors de cette étude aussi bien d’un
point de vue du fermier que de celui de l’industriel.
92
Long Term
e M
oyen Term
e C
ourt Term
e
Approvisionnements Production Distribution Ventes
• Intégration de la saisonnalité de la production
• Intégration DLUO • Make or Buy • Capacités
• Contrôle disponibilité produit
• CTP et ATP • Faible durée
stockage
• Choix canaux de distribution, moyens de transport et implantation sites de stockage
• Définition capacités et flotte transport
• Capacités stocks • Planification routes • Exploitation optimal
des chargements, et emballages
• Choix des fournisseurs et des sous-traitants
• Définition taux de service
• Stock sécurité • Mise en place
circuit reverse log.
• Prise en compte climat sur résultat escompté production
• Intégration DLUO • Cycle de prod. 2ans
• Différentes méthodes d’ estimation besoins • Planification cycle vie • Calcul prix • CRM
• Achat de matières premières (terre, engrais…) • Traçabilité • Tests et contrôles qualités lors des achats
• Production en Push ou Pull
• Make to order ou Make to stock
• Perte produit • Elaboration planning production
• Stock sécurité avec saisonnalité
• Soutien VMI et CPFR • Systèmes d’alerte (Alert monitor) pour le stockage en cas d’obsolescence produit
Fig. 19 : Tableau récapitulatif des différentes activités devant être gérées par l’outil de planification dans l’industrie de la betterave sucrière, organisées selon la SCP-Matrix87
4.5. Conclusion
Dans cet exemple fictif dans lequel selon notre analyse des exigences des produits à courte
durée de vie envers les programmes informatisés, appliquée à la culture bien particulière de
la betterave sucrière, nous avons étudiés comment pouvaient être analysé les différentes
exigences en fonction de leur apparition au sein de l’entreprise. Le système de
classification des exigences en fonction de leur importance d’intégration dans la solution
informatique permet de fixer des priorités dans un projet de mise en place de solution
informatique mais aussi de mieux choisir sa solution informatique en fonction de ses
besoins.
En tenant compte des principales exigences évoquées dans ce chapitre, le résultat final en
matière de logistique pourraient être une meilleur gestion de l’in formation, un diminution
des stocks et en même temps une amélioration des DLUO du produit.
87 Ref. Rhode, J., (2005), p. 246
93
Conclusion générale du mémoire
Avant de répondre aux deux hypothèses formulées et auxquelles ce mémoire se devait
trouver de possibles réponses, nous aimerions traiter les fonctionnalités liées à la gestion
des dates de DLUO des outils qui nous furent présentés au cours de mes entretiens.
Pour mémoire les outils suivants nous furent présentés au cours des différents entretiens :
SAP APO, Numetrix, JD Edwards EnterpriseOne, Sage, etc.
Tous dans l’ensemble possèdent des fonctionnalités analysant et gérant la gestion des dates
de DLUO. Les bases de données de ces logiciels, la gestion totale de la DLUO, le temps
minimum de maturation des produits et les dates minimales de DLUO qu’accepte un client
sont parmi les principales fonctionnalités de gestion de la DLUO qui se trouvent dans les
packages standards de ces APS ou ERP.
Venons en à l’étude des deux hypothèses suivantes :
Hypothèse 1 : L’industrie agroalimentaire va contraindre les solutions APS à trouver des
parades aux exigences spécifiques de ce milieu, afin de pouvoir réaliser une optimisation
des flux et de la DLUO.
Hypothèse 2 : Pour gagner en présence et en notoriété dans ce domaine, les APS ont dû
trouver et ont trouvé des solutions à ces exigences bien particulières.
Dans un premier se posa la question, « quelles exigences un outil de planification de type
APS doit-il prendre en considération pour soutenir efficacement les activités de
l’entreprises dans l’industrie agroalimentaire ? »
Dans ce mémoire pour chaque différent module d’un outil de planification de type APS fût
proposé une liste de diverses exigences liées aux activités du module qui jouent un grand
rôle dans la définition finale de la DLUO chez le client. Il serait trop détaillé de reprendre
les différentes exigences présentées au préalable.
Le deuxième questions se concentrait sur les moyens existant d’intégration des dates de
DLUO dans des outils informatisés dans l’entreprise. « De quelle sorte ces outils peuvent-
ils accélérer ou optimiser flux sortant de DLUO, afin d’améliorer cette dernière ? »
94
D’un point de vue générale il va de soi que des outils informatisés ont une vocation à
accélérer les flux logistiques, qu’il s’agisse des flux de marchandises mais aussi des flux
d’information. Le fait d’impacter de façon bénéfique sur ces types de flux va permettre aux
outils informatisés d’améliorer les dates de DLUO produits dans leur ensemble.
Le constat qu’il se doit de formuler est que les outils de type APS apparaissent de plus en
plus au sein des entreprises. Ceci s’explique par le fait que ces outils de planification et
d’aide à la prise de décision se basent sur les fondements de la technique du MRP II
traditionnel tout en étant en mesure de faire le rapprochement entre les ressources et les
capacités disponibles. La rapidité d’exécution et de calcul lors des simulations sont deux
autres avantages qu’apportent également les APS. Le fait qu’ils peuvent être utilisés pour
réduire les stocks, éviter des livraisons express non rentables, optimisation des livraisons,
etc. pour ne citer que ces avantages, les rendent aussi bien applicables pour des
multinationales que des petites ou moyennes entreprises.
Tout ces avantages peuvent avoir des répercutions non négligeables dans l’industrie
alimentaire pour l’amélioration des dates de DLUO et c’est pourquoi ils trouvent de plus
en plus de l’application dans ce domaine.88
Le fait de proposer une étude de cas fictive, dans laquelle des outils de type APS ne sont
que très rarement utilisés, a néanmoins un intérêt éducatif. D’une part il propose compte
tenu des diverses exigences liées à la culture particulière des betteraves sucrières une
énumération des exigences rencontrées. D’autre part par le biais du tableau récapitulatif un
intégrateur de solutions APS peut en tenir compte pour connaître les fonctionnalités auquel
sa solution informatique devra répondre pour avoir une grande chance de remporter les
appels d’offres lancées pour un possible choix de solution informatique et d’intégrateur.
Dans une optique future, il se faut ajouter que compte tenu de toutes les fonctionnalités et
modules spécifiques dont devrait être muni un outil APS pour venir à bout des exigences
bien spécifiques de l’industrie alimentaire, la question se pose si les éditeurs de tels outils
informatisés ne devraient faire de l’industrie agroalimentaire le cœur de métier en
proposant des solutions adéquates pour ce secteur. A titre d’exemple peut se citer l’éditeur
88 Rf. Fritsche, B., (1999) – PPS Management 5 p.50-52
95
français Futur Master qui est connu pour ses vertus et compétences dans le secteur
agroalimentaire89.
Lors de l’avancée successive de l’étude de ce mémoire nous nous trouvèrent confronté à
toujours plus de situations conflictuelles en matière de stratégie que l’entreprise devait
trancher pour obtenir de meilleurs résultats en matière de gestion de la DLUO.
La première mettait en conflit le taux de service avec le déclassement des produits. Ces
deux indicateurs se révèlent être très important lors du suivi de l’activité puisque dans le
premier cas une négligence du taux de service entraîne des ruptures en linéaires tandis
qu’une négligence des déclassements entraîne des coûts non négligeables en matière de
retour et destruction de produits ayant dépassé les DLUO. L’inconvénient commun de ces
deux choix stratégiques est qu’ils auront tous deux des répercutions néfastes sur le client
qui dans un cas se retrouvera devant des rayons vides aux points de vente ou alors trouvera
des produits a faible DLUO restante en supermarché. Ces deux situations vont faire grandir
l’insatisfaction du consommateur, qui devrait se retrouver au centre des préoccupations
logistiques, et en même temps nuire à l’image de marque du produit.
Une autre situation critique pouvant mener à des conflits se rapproche du conflit précédent
et consiste à satisfaire les exigences clients tout en trouvant un compromis avec la
résolution financière du problème.
Livraison quotidienne, production individuelle (colis panachés), contre exigence DLUO
maximum, qualité maximum, assurance pour le consommateur.
La gestion des DLUO au sein de l’entreprise par des outils informatisés reste une des
activités les plus complexes de la logistique moderne. Ceci s’explique d’une part par la
difficile programmation des solutions informatiques pour qu’elles soient en mesure de
soutenir convenablement l’entreprise, ainsi que la difficile conciliation des situations
conflictuelles citées précédemment. Les principales astuces et stratégies existantes pour
améliorer les DLUO, résident dans les stratégies collaboratives et passent par une bonne et
rapide circulation de l’information aussi bien inter que intra-entreprises, accompagnée d’un
gestion sans failles de l’entière chaîne logistique.
89 A titre d’exemple voici une liste de clients utilisant Futur Master : Andros, Aoste, Bacardi-Martini, Bonduelle, Bongrain, Charal, Fleury Michon, Heineken, Lactalis, Panzani, Royal Canin…
VIII
BIBLIOGRAPHIE Ouvrages
Alicke, K.: Planung und Betrieb von Logistiknetzwerken, Springer Verlag, Berlin, 2003. Bowersox, D., Closs, D., Cooper, B.: Supply chain logistics management, Mc Graw-Hill Companies Inc., Boston, 2002. Christopher, M.: Supply Chain Management, 3ème Ed., Pearson Education France, Paris, 2005. Cohen, S., Roussel, J.: Strategic Supply Chain Management, Mc Graw Hill Companies Inc., New York, 2005. Corsten, H., Gössinger, R.: Einführung in das Supply Chain Management, R. Oldenbourg Verlag, München, 2001. Dickersbach, J.T.: Supply chain management with APO, 2èmeEd., Springer Verlag, Berlin, 2005. Dornier, P.P., Fender, M.: La logistique globale et le supply chain management, Eyrolles, 2ème Ed., Paris, 2007. Finkenzeller, K.: RFID handbook (Fundamentals and Applications in Contactless Smart Cards and Identification), 2nd Ed., John Wiley & Sons, Ltd, Chichester, 2003. Fleischmann, B., (2005) Distribution and Transport Planning , dans: Kilger C., Stadler, H. (Ed), Supply Chain Management and Advanced Planning (Concepts, Models, Software and Case Studies), 3ème Ed., Springer Berlin, p.229-244 Gratacap, A., Médan, P. : Management de la production, Dunod Editions, 2ème Ed., Paris, 2005. Hellingrath, H., Kuhn, A.: Supply Chain Management, Springer Verlag, Berlin, 2002. Kilger C., Stadler, H.: Supply Chain Management and Advanced Planning (Concepts, Models, Software and Case Studies), 3ème Ed., Springer Berlin, 2005. Lehu, J.M.: L’encyclopédie du marketing, Editions d’organisation, Paris, 2004. Lukesch, S., (2004) Optimierung der Südzucker Rübenlogistik mittels iterativer linearer Programmierung, dans Günther, H.O.: Supply Chain Management and Logistics, Springer Verlag, Berlin, p.235-247. Lütke Entrup, M.: Advanced Planning in Fresh Food Industries, Physica Verlag, Heidelberg, 2005.
IX
Meyr, H., Rhode, J., Wagner, M., (2005) Structure of Advanced Planning Systems, dans Kilger C., Stadler, H. (Editeurs), Supply Chain Management and Advanced Planning (Concepts, Models, Software and Case Studies), 3ème Ed., Springer Berlin, p.109-114. Pfohl, H-C.: Logistikmanagement, 2ème Ed., Springer Verlag, Berlin, 2004. Plümer, T.: Logistik und Produktion, R. Oldenbourg Verlag, München-Wien, 2003. Pyke, D., Silver, E.: Inventory Management and Production Planning and Scheduling, 3ème Ed., Wiley-VCH Verlag, New York, 1998. Seifert, D.: Efficient Consumer Response, 2ème Ed., Rainer Hampp Verlag, München, 2001. Simchi-Levi, D., Simchi-Levi, E., Kaminsky, P. : Managing the Supply Chain, Irwin McGraw-Hill, Boston, 2000. Strohm, R., (1999) Logistik im Zuckerrübenanbau dans Kopfer, H., Bierwirth (Ed.) Logistik Management – (Intelligente I+K Technologien), Springer Berlin, p.41-48 Tempelmeier, H.: Bestandsmanagement in Supply Chains, 2ème Ed.., Books on demand GmbH, Nordestedt, 2006. Thonemann, U.: Supply Chain Excellence im Handel, Gabler Verlag, Wiesbaden, 2005. Vahrenkamp, R.: Produktionsmanagement, 5ème Ed., R.Oldenbourg Verlag, München, 2004. Von der Heydt, A.: Efficient Consumer Response, 2ème Ed.., Peter Lang GmbH, Frankfurt am Main 1997.
Magazines :
fld (fruits et légues distribution), n°613, 11 mars 2008 : Brunner, C. : Rester sur le marché le plus longtemps possible, p.50-51.
GS1 Magazin, 01.2007: Krasutzki, A.M.: Etappenziel erreicht, p.46-47
PPS-Management, 05.2000 : Meyr, H., Rohde, J., Wagner, M. : Die Supply Chain Planning Matrix, p.10-15, Gito Verlag, Berlin.
PPS-Management, 01.2007: Bousonville, T., Foccaci, F. : Advanced Planning in der Lebensmittelindustrie, p.50-53, Gito Verlag, Berlin.
Stratégie Logistique, Sep. 2007 – Hors série N°5 – Dossier : Progiciels de prévision de la demande.
X
Supply Chain Magazine, n°13, mars 2007 : Laville, J.J., Paul, J.: Le modèle SCOR, vecteur d’excellence de la Supply Chain, p.96-98.
Supply Chain Magazine, n°17, septembre 2007 : Polge, C.: Progiciels de prévisions (des outils très sollicités), p. 48-57.
Supply Chain Magazine, n°22, mars 2008 : Polge, C.: APS, de l’atelier à la Supply Chain, p. 114-119.
Transports Internationaux & Logistique, Juin 2007 : Festinger, JC. : Les prévisions dans les magasins de détail, p.22
Liens internet :
AC Nielsen - What’s hot around the globe: Insights on growth in Food & Beverages http://www.acnielsen.de/pubs/index.shtml
Bongrain Deutschland GmbH: http://www.bongrain.de/index.php?id=37,0,0,1,0,0
Directive européenne 178/2002 CE portant sur la tracabilité dans l’agroalimentaire : http://www.ie-trace.com/index.php/Iet/Resume2
Freiberger Lebensmittel GmbH: www.freiberger.de, www.alberto.de
Futurmaster : http://www.futurmaster.com/index.php
Globus SB Warenhaus Holding GmbH & Co. KG, www.globus.net
Jones, D., Womack, P.: Lean thinking, Touchstone books, London, 1998. (pdf: history Supply Chain Management).
Kaufland: http://www.kaufland.de
Müller Milch: http://www.muellermilch.de/html/lecker/start
Oracle: JDEdwards et PeopleSoft: http://www.oracle.com/applications/jdedwards-enterprise-one.html
ProLeit AG: http://www.proleit.com/en/Home/index.php
SAP: http://www.sap.com/france/index.epx, http://www.sap.com/germany/index.epx, http://www.sap.com/france/services/education/catalogue/pdf/SCM-PlanificationAPO.pdf
Reece, J.: 5 principles for a better reverse logistics operation http://www.clearorbit.com/files/CoPR_SCDExec.pdf
Supply Chain Management Institute: http://scm-institute.org/
Südzucker AG: http://www.suedzucker.de
XI
Sites portant sur la récolte des betteraves sucrières : http://www.labetterave.com, http://zuckerverbaende.com, http://www.lesucre.com/article.php?id=25, http://www.liz-online.de/gi/ernte/zuckerruebenernte.htm
Entretiens :
Pr. Dr. Thomas Bousonville, Professeur de logistique et de systèmes d’informations à
la HTW des Saarlandes de Sarrebruck. Sujet de l’entretien : Les APS, outils pouvant
améliorer la fraîcheur des produits en production. (18.01.2008)
Stanislas Jaeglé, Responsable prévisions des ventes et approvisionnements chez
Bongrain Deutschland, sujet de l’entretien : Processus de prévision et passation de
commandes chez Bongrain Allemagne. (06.03.2008)
Michael Jager, STG Nagel à Orly, Sujet de l’entretien : Comment le prestataire
logistique Nagel gère et optimise-t-il les transports de produits frais afin d’améliorer les
dates de DLUO client. (21.11.2007)
Christoph Kolling , SAP AG à Waldorf, Sujet de l’entretien : Fonctionnement général
de l’ERP SAP R/3, l’organisation de SAP APO, les possibles intégrations avec des ERP
et banques de données, les SAP Query, la gestion de la DLUO dans les outils de SAP.
(05.12.2007)
Hans-Otto Ritter, consultant et fermier exploitant de Bade-Wurtemberg, expert en
matière de cultures de fruits et légumes, Sujet de l’entretien : La spécificité de la culture
de la betterave sucrière, le devenir de la betterave, les zones géographiques de récolte de
la betterave et la problématique de ressources nécessaires lors de la récolte.
(27.12.2007)
Matthias Saroia, Responsable logistique pour le site de production de Arestsried de
Müller Milch, Sujet de l’entretien : La mise en place de l’outil Plant IT de la ProLeit
AG, avantages de la mise en application de cet outil et impact sur la gestion des dates de
DLUO. (13.03.2008)
XII
Johannes Scheffler, Responsable gestion projet chez Bongrain Deutschland, Sujet de
l’entretien : La GPA en tant qu’outil opérationnel pouvant améliorer les dates de DLUO
des produits à court terme. (05.03.2008)
Benjamin Schwarz, responsable qualité dans la Freiberger Lebensmittel GmbH, Sujet
de l’entretien : Cas concret de mise en application des outils CO-PA et inSight afin de
permettre un meilleur ordonnancement production. La notion de qualité chez Freiberger.
(14.04.2008)
Salons :
Salon SITL au Parc des Expositions, le vendredi 14 mars 2008 (détails des entretiens
voir annexe n°7).
Salon RFID au CNIT de la Défense le 9 décembre 2007.
Visites d’entreprises :
Visite de la plate-forme logistique de STEF TFE. Entretien avec les responsables du site
et visite des différents zones de stockage à température dirigée de l’entrepôt.
Présentation également du principe de manutention (picking by voice) et du respect de
la chaîne du froid. (23/11/2007)
Visite de la plate-forme logistique de DHL fashion à Marne la Vallée. Présentation du
groupe, présentation de la particularité de stockage de vêtements (rangements et
stockage sur cintres), organisation de la plate-forme et présentation du projet RFID.
(09/11/2007)
XIII
ANNEXES
Annexe 1 : Les différents outils informatisés utilisés dans le groupe Bongrain, capture
d’écran de SAP APO utilisé pour la prévision des besoins chez Bongrain Deustchland.
Annexe 2 : Modélisation du SCOR-Model
Annexe 3 : Etude : Analyse du comportement d’achat en fonction des dates de DLUO
dans diverses grandes surfaces.
Annexes 4 : Architecture de SAP APO
Annexes 5 : Présentation du diagramme de Gantt
Annexes 6 : Présentation d’un tableau de bord standard dans JD Edwards
EnterpriseOne
Annexes 7 : Comptes-rendu des entretiens passés au salon SITL.
XIV
Annexe 1 : Les différents outils informatisés utilisés dans le groupe Bongrain, capture d’écran de SAP APO utilisé pour la prévision des besoins chez Bongrain Deustchland. Cette organisation est amenée à changer
Screenshot de SAP APO module DP utilisé chez la Bongrain GmbH
XV
Annexe 2 : SCOR Model
XVI
Annexe 3 : Analyse du comportement d’achat en fonction des dates de DLUO Points de vente dans lesquels furent menés les sondages :
Carrefour
Centre commercial Belle épine :
94531 Thiais Cedex
Centre E. Leclerc Kremlin Bicètre
106 avenue de Fontainebleau
94276 Le Kremlin Bicètre Cedex
Centre E. Leclerc Marly
1 la belle fontaine
57155 Marly
Lidl
1A Rue de la grange aux ormes
57155 Marly
Questions posées :
« Prenez vous soin de regarder les dates de péremption des produits lors de vos
achats ? »
- Toujours
- Presque à chaque fois
- Une fois sur deux
- Rarement
« Accepteriez-vous de manger des produits ayant dépassé la date de DLUO indiquée sur
l’emballage ? Si oui lesquels ? Avec combien de jours au delà de la date de
péremption ?»
« Connaissez-vous avec plus ou moins de certitude les dates de péremption des produits
que vous avez chez vous ? Surtout celles des produits qui ont des dates de DLUO
courtes ?»
XVII
- Viande
- Produits laitiers
« Vous est-il déjà arrivé d’acheter des produits périmés, si oui où? »
« Vous arrive-t-il de consommer ou jeter des produits dont la date de DLUO a été
dépassée lors de leur stockage chez vous ? »
Résultats détaillés du sondage :
Echantillon 100 personnes.
Leclerc Marly Leclerc Villejuif
Lidl Marly
Carrefour Thiais Somme
Hommes 6 6 7 6 25 Femmes -25 5 5 6 6 22 Femmes 7 7 7 7 28
Femmes +60 7 6 5 7 25
Somme 25 24 25 26 100
« Prenez-vous soin de regarder les dates de péremption des produits lors de vos achats ? »
Leclerc Marly Leclerc Villejuif
Lidl Marly
Carrefour Thiais
Hommes Toujours 1 2 2 3 Presque tjs 2 1 0 1 Une fois sur 2 2 2 2 1 Rare 1 1 3 1 Femmes -25 Toujours 2 1 1 1 Presque tjs 1 2 1 2 Une fois sur 2 1 2 2 2 Rare 1 0 2 1 Femmes Toujours 4 4 2 3 Presque tjs 2 1 3 3 Une fois sur 2 1 2 1 1 Rare 0 0 1 0 Femmes +60 Toujours 5 4 1 5 Presque tjs 2 1 3 1 Une fois sur 2 0 1 1 1 Rare 0 0 0 0
« Accepteriez-vous de manger des produits ayant dépassés la date de DLUO indiqué sur l’emballage ? »
Leclerc Marly Leclerc Villejuif
Lidl Marly
Carrefour Thiais
Hommes Oui 4 5 5 3 Non 2 1 2 3
Femmes -25 Oui 3 2 3 2 Non 2 3 2 4
Femmes Oui 2 3 4 2 Non 5 4 3 5
XVIII
Femmes +60 Oui 0 1 2 0 Non 7 5 3 7
« Connaissez-vous avec plus ou moins de certitude les dates de péremption des produits que vous avez chez vous ? Surtout celles des produits qui ont des dates de DLUO courtes ?»
Leclerc Marly Leclerc Villej Lidl Carrefour
Hommes Oui 1 2 1 3 Non 5 4 6 3
Femmes -25 Oui 2 1 1 3 Non 3 4 4 3
Femmes Oui 6 4 4 6 Non 1 3 3 1 Femmes +60 Oui 6 5 3 5 Non 1 1 2 2
XIX
Annexes 4 : Architecture de SAP APO Extrait de Bartsch & Bickenbach (2002)
Annexes 5 : Représentation d’un diagramme de Gantt
Le diagramme de GANTT est un outil permettant de modéliser la planification de
tâches nécessaires à la réalisation d'un projet. Il s'agit d'un outil inventé en 1917 par
Henry L. GANTT.
Etant donné la relative facilité de lecture des diagrammes GANTT, cet outil est utilisé
par la quasi-totalité des chefs de projet dans tous les secteurs. Le diagramme GANTT
représente un outil pour le chef de projet, permettant de représenter graphiquement
l'avancement du projet, mais c'est également un bon moyen de communication entre les
différents acteurs d'un projet.
XX
Annexes 6 : Présentation d’un tableau de bord standard dans JD Edwards
EnterpriseOne
http://www.oracle.com/applications/peoplesoft/scm/ent_one/module/plant-managers-dashboard-screen.html
XXI
Annexe 7 : Salon SITL résumé des entretiens les plus intéressants :
GENERIX : Editeur de systèmes d’information ERP…
Présentation du nouvel outil. Entretien également sur une application concrète d’Infolog
Suite avec l’entreprise de produits fromagers Sodiaal. Mise en place des outils WMS,
TMS, GLS (organisation des flux logistiques), RMS (flux communication et financiers),
GTS (gestion de la traçabilité).
GFI : Intégrateur de systèmes d’information.
Sujet de l’entretien : Comment optimiser les dates de DLUO par le biais d’outils
informatisés, essentiellement par les solutions standards proposées par SAP R/3 version
4, SAP LES, SAP LE, etc. Présentation des différents modules et avantages qu’ils
peuvent proposer pour une meilleure gestion du flux logistique. Entretien également sur
les points critiques à garder en vue pour une gestion optimale de la chaîne.
ORTEC : Editeur hollandais de composantes d’ERP – gestion d’entreposage, gestion
de stocks et optimisation des routes et remplissage des camions et conteneurs.
Entretien sur les solutions pouvant améliorer les dates de DLUO client lors des activités
transport et entreposage.
SAGE : Editeur d’ERP et de progiciels de gestion (transport, entrepôt et stockage).
Entretien portant sur les différentes possibilités d’interactions entre des produits de type
ERP et des modules aditifs comme des APS, progiciels de gestion de stock, etc. entre
des logiciels d’une même marque ainsi que d’éditeurs différents. Présentation des
produits ERP X3 et Geode (gestion d’entrepôts) de SAGE.
top related