Les Dossiers Thématiques > Supply Chain > SC Prédictive > Jérôme BOUR, PDG de DDS LOGISTICS




‘‘Se projeter au-delà de la seule capacité de réaction’’


Jérôme BOUR, PDG de DDS LOGISTICS

Jérôme BOUR, PDG de DDS LOGISTICS


Réalisée le vendredi 1er octobre 2021 par Frédéric LEGRAS, Directeur du Portail FAQ Logistique dans le cadre du dossier thématique « La Supply Chain Prédictive »


Dans le contexte actuel de pénurie, la capacité de réaction ne prévaut -elle pas sur la capacité de prédiction ?

Les chaines d’approvisionnement subissent d’importantes hausses de flux combinées à de fortes pénuries des moyens de transport. Nous assistons à un rattrapage intensif de consommation et il est à ce stade difficile de déterminer si le phénomène est exceptionnel ou s’il constitue une nouvelle norme. La prédictivité requérant une certaine récurrence dans les volumes, il est devenu très compliqué d’établir des modèles fiables.

Les entreprises doivent donc faire face à des urgences opérationnelles à très court terme pour honorer des carnets de commandes en hausse. Elles essayent tant bien que mal de faire preuve de résilience et d'assurer le fonctionnement de leur chaine d’approvisionnement au jour le jour.

Elles doivent néanmoins veiller à se projeter au-delà de la seule réaction et travailler sur la sécurisation des relations avec leurs transporteurs.

Une société qui favorise l’achat en mode spot dans l’objectif de tirer en permanence le prix sur les meilleures opportunités, éprouvera de grandes difficultés au moment où les transporteurs auront des arbitrages à réaliser. Ils auront logiquement tendance à privilégier les donneurs d’ordre avec lesquels ils auront établi une collaboration plus long terme avec une récurrence sur les flux alloués.

Mettre en place une relation plus durable passe inexorablement par le fait d’accorder à ses prestataires de la visibilité, ce qui implique d’être en mesure de prévoir les futurs volumes.




Quels sont les principaux éléments de prédictif fournis par le TMS ?

Le prédictif est principalement présent dans le TMS à trois niveaux.

D’abord il permet de planifier les besoins en ressources transport sur différents horizons. À partir des commandes prévisionnelles, un plan de transport est établi. Cela permet à l’entreprise de « bloquer des capacités » à l’avance. Si elle attend d’enregistrer des commandes fermes pour lancer la recherche des moyens, il est fort probable qu’une partie de ceux-ci aient déjà été affectés à d’autres expéditeurs.
C’est la raison pour laquelle nous conseillons à nos clients de travailler sur un portefeuille de transporteurs récurrents auxquels le TMS pourra allouer automatiquement des volumes sur des critères de destinations ou de caractéristiques produits.

Il est également possible de gérer ces affectations sur la base de quotas. L’entreprise s'engage alors à confier un certain pourcentage de son volume d'activité à son transporteur. En échange, celui-ci lui garantit un prix fixe et de la capacité.

Ensuite, dans cette même phase d'élaboration du plan de transport prévisionnel, la pénurie actuelle met également en lumière l’intérêt des calculs de remplissage. Certains chargeurs ont en effet commencé à bloquer des moyens de manière permanente et doivent donc internaliser l’optimisation de leurs propres tournées. Un travail efficace sur ce point permet de saturer les moyens pour un double bénéfice : la réduction des coûts de transport et le moindre besoin de capacité.

Enfin, à la limite entre le TMS et les plateformes, le prédictif est bien entendu présent dans les calculs d’ETA. Avec les niveaux d’exigence client qui se sont fortement renforcés en B2B, les destinataires attendent de leurs fournisseurs la communication d’informations précises sur les livraisons. Cela afin de pouvoir organiser leurs propres opérations. C’est d’autant plus vrai que les chaines se sont tendues et qu’ils doivent eux-mêmes faire face à une demande croissante.

Bénéficier d’une information fiable sur l’heure d’arrivée de la marchandise représente un gain de temps conséquent pour les planificateurs et le service client. Si cette donnée est mise sous contrôle, il devient possible de travailler par exception, c’est-à-dire de se concentrer uniquement sur ce qui diffère de ce qui avait été initialement prévu.

Bien évidemment toutes ces démarches prédictives n'ont de sens que si les données d'entrée utilisées sont suffisamment propres. La digitalisation a d’ailleurs mis en exergue que les datas récupérées des ERP ou des WMS avaient bien souvent une fiabilité insuffisante.

Sur les produits en particulier, les dimensions, poids et volumes renseignés sont fréquemment défaillants, or ces informations sont primordiales pour pouvoir estimer le nombre de moyens à commander. Il s’agit donc souvent de mener une démarche avec les fournisseurs pour capter la bonne information, à la source.

De manière générale, il y a également un élément d'accompagnement et presque même d'éducation des équipes sur la rigueur à porter au renseignement des données. Par exemple, si une information retranscrite avec une orthographe approximative a un impact limité quand elle est destinée à être lue par un opérateur, son exploitation par un système s’avère plus problématique. Celui-ci risque de ne rien pouvoir en faire.


Qu’en est-il de l’ETA sur les différents modes de transport ?

Avec les perturbations que subissent actuellement les chaines de transport, les enjeux liés à l’ETA sont devenus majeurs. Nous adressons le sujet sur le volet route à travers notre plateforme Join2Ship.

Sur le routier, la difficulté tient au fait que la pertinence du calcul dépend en grande partie de la visibilité sur la durée réelle de travail des chauffeurs. Les expéditeurs ne disposent généralement pas d’informations sur les heures déjà effectuées par le conducteur et sur les temps encore disponibles dans le respect de la réglementation.
En particulier quand la marchandise confiée au transporteur ne représente qu’une petite partie de son chargement.
La fiabilité augmente sur des transports de type lots et camions complets ou dans le cas de l’utilisation de services de messagerie colis et palettes, sur lesquels les opérateurs maitrisent leurs réseaux.

Sur le maritime, un certain nombre d'éléments de calcul d'ETA sont en ce moment défaillants. La donnée est détenue par les armements et compagnies maritimes et ceux-ci ont tendance à ne pas la partager en toute transparence en particulier en ce qui concerne les transbordements.

Sur l’aérien, le phénomène est différent. Le secteur est très réglementé et la rapidité du mode est telle, qu’une fois la marchandise embarquée, l’heure d’arrivée prévisionnelle est quasi automatique. Le problème est en fait plutôt d’ordre pénurique. Une bonne partie du trafic fret est en effet liée au trafic passager et ce dernier est loin d’avoir retrouvé son niveau d’avant Covid.


Les flux maritimes sont particulièrement problématiques, qu’est-il possible de faire ?

Pour bénéficier d’une information fiable disponible en permanence, la solution est d’identifier le conteneur. Cela est par exemple faisable avec des dispositifs de type IoT. Les compagnies elles-mêmes y travaillent. Les offres sont relativement coûteuses et ne peuvent être justifiées qu’au regard de la valeur des produits suivis et de la récurrence possible d’utilisation du dispositif. Il convient également de considérer la logistique nécessaire à la récupération et au rapatriement des devices. Bref, ces solutions ne sont encore réservées qu’à une minorité de produits.

Mais au-delà de l’information prévisionnelle, c’est la confirmation de l’arrivée effective du navire qui est également précieuse pour les chargeurs. Elle est nécessaire pour leur permettre d’économiser les importants frais d'immobilisation appliqués aux conteneurs qui se retrouvent à quai plusieurs jours.

L’information est disponible dans les solutions des transitaires et dans les CCS (Cargo Community Systems) opérés par les ports. Encore faut-il pouvoir la récupérer.

Finalement, le rôle du TMS est sur ce point de collecter des données en provenance de différents systèmes (Compagnies, CCS, plateformes spécialisées type Wakeo ou Project44, etc.). Leur croisement permettra de limiter les coûts et de pouvoir réagir rapidement. Par exemple si le TMS identifie que les conteneurs sont restés à quai lors d’une escale ou qu’ils sont en attente de déchargement sur le port de destination.


Que peuvent apporter l’IA et le Machine Learning en termes de prédictivité Supply Chain ?

Les entreprises ont pris conscience de l’importance de la data. La première étape est de la capturer et de la nettoyer puis de la mettre à disposition dans des approches de type Big Data ou Data Lake. Les nouvelles technologies simplifient de plus en plus cette opération.

Il s’agit ensuite de l’exploiter au mieux. C’est là que l’IA peut entrer en jeu. Les techniques d'IA sortent en effet désormais du domaine spécialisé. Sur de la prédiction de séries temporelles par exemple, Facebook a mis en libre accès sa librairie open source PROPHET. La technologie se démocratise donc et n'est plus limitée aux "hyper spécialistes". Les cas d'usage devraient désormais se multiplier.

Chez DDS Logistics, nous travaillons actuellement sur un certain nombre d'éléments de prédictif recourant à l'IA. L’idée est de mettre en place des outils destinés à des utilisateurs disposant avant tout de la connaissance métier.


Bio Express

Jérôme BOUR a pris la Direction de DDS Logistics en 2000. Il a auparavant occupé les postes de Directeur Informatique du Groupe DAHER, de Responsable de l’organisation et des systèmes opérationnels chez DHL et de Consultant chez Ernst & Young.

Site Internet de DDS Logistics : https://www.ddslogistics.com/


Contactez notre équipe






  Autres témoignages

R. SAVY | ALTERYX
‘‘ Briser les silos de la data ’’

J. BOUR | DDS LOGISTICS
‘‘ Se projeter au-delà de la seule capacité de réaction ’’

B. GRAUX | ACTEOS
‘‘ Appréhender l'intérêt du prédictif selon l'aspect transverse Supply Chain ’’

F. MORNET | COUPA
‘‘ Les réseaux d'approvisionnement intelligents ont besoin d’une conception continues ’’