Big Data, Science des données, aide à la décision en entreprise, business intelligence, data warehouse, reporting, OLAP, web analytics, data visualization, data mining, internet des objets, informatique cognitive, intelligence artificielle...

Abonnez-vous gratuitement à Decideo !


Decideo

 


Un entrepôt de données pour améliorer la distribution des pièces détachées chez FORD


Rédigé par Michel Bruley, Directeur Marketing de Teradata France le 12 Novembre 2007

Ford est une entreprise qui a développé des approches analytiques intéressantes dans le domaine de la gestion des approvisionnements des pièces détachées. Les solutions qui ont été apportées à la problématique logistique complexe de Ford peuvent être une source d’inspiration pour d’autres grandes entreprises globales.



Un entrepôt de données pour améliorer la distribution des pièces détachées chez FORD
En effet Ford Motor Company, un des plus grands constructeurs d'automobiles au monde, a un parc de 50 millions véhicules de plus de 35 styles différents sur les routes actuellement. Ford Pièces Détachées doit donc gérer une importante chaîne logistique comprenant en particulier plus de 2,000 fournisseurs et 5,900 distributeurs. Dans ce contexte les responsables de la planification de la chaîne d'approvisionnement des stocks de pièces de Ford et de la logistique (PS&L) ont toujours eu des difficultés à avoir une vision globale de leur domaine d'activité. Ils ont toujours du consacrer beaucoup de ressources et de temps d'analyste pour obtenir une vue consolidée des stocks, des prestations des fournisseurs de logistique, des services des dépôts de pièces ou du fonctionnement global de la chaîne d'approvisionnements. D'autre part ces vues étaient des instantanés statiques ne permettant pas après avoir été constituées, de changer des paramètres ou des critères de filtre en fonction des pistes découvertes lors des analyses.

Une fois la solution d'entrepôt de données Teradata en place, les responsables ont eu une vision globale des informations critiques d'exécution et de position. En rassemblant des données de la chaîne d'approvisionnements en provenance de nombreuses sources, les responsables peuvent maintenant saisir un numéro de pièce et dans les secondes qui suivent, ils peuvent voir la liste de toutes les unités de ces pièces en transit ou en stock à n'importe quel endroit dans toute la chaîne d'approvisionnements. Grâce à cela un responsable peut immédiatement identifier exactement un goulot d'étranglement causant un souci et mobiliser des ressources pour traiter le problème.

Avant ce système, les responsables des stocks et les analystes de la chaîne d'approvisionnements de PS&L passaient beaucoup de leur temps à rassembler et réconcilier les informations de multiples applications opérationnelles différentes, chacune d'entre elles ne permettant d'appréhender qu'un petit morceau de la chaîne d'approvisionnements. Le nouveau système peut être questionné simplement et fournir par exemple le détail de toutes les commandes en attente, rangées par valeur, par criticité ou d'autres attributs gérés. Le système permet de mesurer la capacité de répondre aux commandes en simulant différents scénarios de prises en charge des demandes en attente dans le temps, par localisation, en totalité ou seulement partiellement, etc.

Le système permet de repérer des déséquilibres dans les stocks (trop ou trop peu) par localisation sur l'ensemble du réseau. Avec une telle vision, un déséquilibre local peut être facilement résorbé par un transfert d'un dépôt à l'autre, ou si le problème est global, il convient alors de le résorber via les usines de production ou des fournisseurs. En parallèle les analystes contrôlant les performances des transporteurs peuvent maintenant vérifier la qualité des prestations et valider le respect des engagements de cycle fixés dans les contrats.

Certains responsables des entrepôts de Ford PS&L notamment ceux en charge des quais, sont évalués et payés sur des métriques précises, par exemple : le respect des normes en matière de durée des cycles (exemple : le temps de mise en rayon) et le niveau de commandes en attente. Mais comme les variations de la demande et l'absence d'anticipation des pics ou des creux sont les plus grandes causes des commandes en attente, les responsables ont toujours été frustrés par leur incapacité à réellement maîtriser leurs niveaux de service, malgré que les expéditions aient été traitées dans l'ordre dans lequel elles leur arrivaient. La solution mis en place permet d'être plus dynamique et de revoir les priorités du travail journalier sur la base de l'impact des changements de demande. Elle tient toujours compte de la durée de cycle, mais en plus les aide à obtenir la visibilité de l'impact de leur plan de travail sur leurs niveaux de service et leur permet de distinguer où et comment il faut mobiliser des ressources.

En résume, Ford Parts & Logistics a mis en place un entrepôt de données d'entreprise qui appréhende l'ensemble de la chaîne logistique et permet d'analyser tous les événements concernant chaque pièce. La base de données continuellement mise à jour, fournit des informations sur les quantités, les emplacements de stockage, les pièces en transit, la localisation des véhicules de transport, etc. ... et facilite les rapprochements d'informations avec les demandes des centres d'entretien ou de réparation avec in fine la possibilité d'ajuster finement l'approvisionnement des stocks. Ford a obtenu avec ce système au bout de six mois des résultats économiques particulièrement intéressants, avec notamment une réduction de 20% des livraisons différées, une réduction de 30% des livraisons en urgence, une réduction de 30% du cycle de traitement des demandes des centres, etc. Ces premiers résultats obtenus les six premiers mois représentent un retour supérieur à 5 fois l'investissement.

Pour aller plus loin sur ce sujet vous pouvez utilement consulter le lien suivant :
http://www.teradata.com/t/page/146030/index.html