Dossier > Supply Chain > Comment tirer réellement profit de vos données ? > Entretien DDS



‘‘Passer de data Excel à la centralisation collaborative des données ne s'improvise pas ’’
Jérôme BOUR


J. BOUR, PDG de DDS

J. BOUR, PDG de DDS


Interview réalisée le mercredi 18 janvier 2023 par Frédéric LEGRAS, Directeur du Portail FAQ Logistique dans le cadre du dossier : « Comment maîtriser la visibilité de sa Supply Chain ? »


Quels sont les enjeux associés à la gestion des données en Supply Chain ?

Il existe cinq principaux enjeux.

Les deux premiers correspondent à des horizons court terme :

  • L'automatisation des process. Pour tirer pleinement profit des avantages de l'automatisation (qualité, rapidité, coût, etc.), il est crucial de disposer de données fiables et à jour, ainsi que d'outils et de règles de gestion efficaces.
  • L’identification des incidents. L'analyse des données permet de détecter des anomalies (ruptures de stock, incidents transport, etc.) et de mettre en place des mesures correctives pour y remédier.

Les trois autres enjeux se positionnent sur des horizons plus tactiques ou stratégiques :

  • La collaboration. Par définition, la Supply Chain implique de nombreux intervenants internes et externes à l’entreprise. Une collaboration efficace permet de suivre et d’améliorer la performance de chacun. Elle suppose de partager des données avec ces différents acteurs.  Il est d’ailleurs important de noter que nombre d’informations clés sont généralement situées en dehors de sa propre organisation. Je pense par exemple à la description détaillée des produits, aux différents packings ou aux options douanières qui sont des informations détenues par les fournisseurs, mais dont les distributeurs ou importateurs ont besoin.
  • L’identification des axes d'amélioration. Avoir accès à une importante masse de données agrégées et pouvoir les manipuler sur différentes support permet de précisément analyser son activité. Prenons les émissions de CO2. En les étudiant à des niveaux de granularité suffisamment fins (par mode de transport, par client, par zone géographique, etc.), il est possible de prioriser les chantiers à mener. Par exemple, si les données d’une entreprise révèlent que 90% de ses émissions proviennent du transport aérien, il serait peu pertinent qu’elle se concentre sur la livraison des centres-villes par vélo.
  • L'Intelligence Artificielle. Il est désormais acquis que l’IA va avoir un impact croissant sur la façon dont les entreprises fonctionnent. Pour tirer pleinement parti de son potentiel, il est essentiel de s'assurer de lui fournir des données fiables. C’est un prérequis à « sa bonne éducation ».



Convient-il d’attaquer tous ces enjeux de front ?

Bien que les entreprises puissent avoir accès à de grandes quantités de données issues de leurs systèmes ERP ou Supply Chain, il peut être difficile d’utiliser celles-ci efficacement, car elles ne sont pas toujours exploitables en l'état.
Le cas classique est celui des données d'adresse. Si elles ne sont pas régulièrement mises à jour et pas normalisées (plusieurs façons de saisir le même client, adresses orthographiées de manière différente, etc.), la Supply Chain ne peut rien en faire.

La compréhension du niveau d'exploitabilité de son patrimoine data est en fait compliqué. Attaquer tous les sujets d'un coup risque donc de demander trop d’efforts. En procédant au contraire par étape, on s’assure de commencer par la collecte, la normalisation et le nettoyage des données les plus pertinentes.

Plus généralement, nous recommandons de :  

  • Commencer par l'opérationnel. Les données opérationnelles sont habituellement à jour. Il est en outre relativement simple de les faire vérifier au fur et à mesure par les collaborateurs qui ont de toute façon besoin qu’elles soient justes pour pouvoir les exploiter dans leurs tâches quotidiennes. La mise en place de contrôles permet dès lors de s’assurer que son patrimoine de data se normalise, s'enrichisse et soit pleinement exploitable.
  • Se rapprocher de ses partenaires.  Il est intéressant de bénéficier de l'expérience et de l'expertise des autres acteurs pour améliorer ses propres processus de gestion des données, pour s'enrichir de leur savoir-faire et de leur expérience. Cela est souvent considéré, à tort, comme quelque chose de très compliqué. Il existe aujourd'hui un certain nombre d'outils technologiques permettant de facilement embarquer son écosystème de fournisseurs, prestataires ou clients. Je pense d’ailleurs qu’il peut être intéressant de se comparer à ses partenaires, voire à ses concurrents dans une démarche de type benchmark. Des organisations comme France Supply Chain favorisent à ce titre l'identification des best practices et les échanges entre pairs sans qu'aucun secret concurrentiel ne soit dévoilé.

Quelle est la meilleure démarche : partir des données disponibles ou des besoins identifiés ?

Il me semble préférable de commencer par définir clairement ses objectifs (par exemple : l’amélioration du taux de service) et les bénéfices attendus (fidélisation, réduction des retours et pénalités, etc.). C’est à partir de là qu’il sera possible d’identifier les données nécessaires pour atteindre les objectifs.

Il peut être utile de s'inspirer de la méthode agile utilisée dans le développement informatique, en effectuant des itérations successives et en s'adaptant aux données disponibles pour aller chercher des premiers niveaux de gains. Dans le même temps, les informations manquantes d’un point de vue métier peuvent être identifiées. Pour celles qui sont exogènes, l’entreprise aura d’ailleurs tout intérêt à s’adresser à des partenaires spécialisés.


Quels sont les points de vigilance d’un projet données en Supply Chain ?

Passer d’un traitement Excel en mode silo à une centralisation des données en mode collaboratif ne s’improvise pas. Il y a une vraie réflexion à mener au niveau des workflows pour s'assurer de positionner la bonne donnée, dans la bonne solution auprès du bon interlocuteur.

Ensuite, s’il est vrai que ces projets ont une composante technologique forte et que la DSI doit donc naturellement être embarquée, le lead doit rester porté par la Supply Chain, au risque de n’aboutir qu’à un résultat purement technique et pas métier.

Enfin, comme dans tout projet, il convient de s’assurer d’embarquer les parties prenantes (service client, commerce, etc.) et de disposer d’un sponsor de haut niveau en mesure de fournir le soutien nécessaire.


En quoi les solutions de DDS permettent-elles de tirer profit des données Supply Chain ?

Nous accompagnons depuis une vingtaine d’années nos clients dans la digitalisation de leur Supply Chain étendue et dans la maitrise de la data. Nous disposons d’une large profondeur de catalogue avec de multiples connecteurs nous permettant de centraliser la donnée d’où qu’elle vienne, d’en simplifier l’utilisation et d'assurer une analyse des performances à travers des KPI et tableaux de bord simples et efficaces.

Nous aidons principalement les entreprises à manipuler les données sur trois volets fondamentaux de leur Supply Chain, à chaque fois sous un angle très collaboratif :

  • le pilotage des flux de produits
  • la visibilité des stocks
  • les flux financiers associés

Nos solutions permettent à l’organisation de collaborer avec son écosystème de fournisseurs, de transporteurs et de clients grâce au partage d’informations entre les différentes parties, en automatisant les processus et en identifiant les risques par un système d’alertes.

Les enjeux auxquels nous devons apporter une réponse incluent également la gestion de la relation entre les chargeurs et les prestataires. Pour cela, il est important de définir des indicateurs de performance partagés, tels que l'OTIF, afin de mettre en place une méthode commune pour évaluer les résultats de chacun. L'objectif est de garantir un alignement et une transparence dans la gestion de ces relations.

Au-delà des bénéfices financiers et de taux de service que je viens d’évoquer, à travers la donnée collectée et fiabilisée grâce à nos solutions, nos clients peuvent mieux appréhender leur activité et sont en mesure d’identifier les sujets stratégiques ou tactiques sur lesquels ils vont pouvoir agir. C’est un point que nous a par exemple remonté notre client Nexans après avoir mis en place notre TMS.  Le même type de bénéfices induits se retrouve lors de la mise en place de nos solutions de sourcing et approvisionnements. Une entreprise qui souhaite relocaliser son activité de production ou revoir son schéma directeur logistique a besoin de baser ses choix sur une connaissance précise et fiable de son activité. Il s’agit d’informations que nos solutions sont en mesure de lui fournir. Je pense par exemple à la vision agrégée du taux de service de ses entrepôts ou de ses niveaux de stock.


Pour aller plus loin


Bio Express

Jérôme BOUR a pris la Direction de DDS 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

F. PETITJEAN, DESCARTES
‘‘ Cartographier les données nécessaires à l’atteinte de son objectif ’’

I. BADOC | GENERIX
‘‘ Progresser étape par étape ’’

G. MOUSSET | ACSEP
‘‘ Le Big Data accessible à toute entreprise ’’

J. BOUR | DDS
‘‘ Passer de data Excel à la centralisation collaborative des données ne s'improvise pas ’’

C. ZELLE | ACTEOS
‘‘ Un "jumeau numérique" pour optimiser sa Supply Chain ’’

M. HERBERT SAADA| O9SOLUTIONS
‘‘ L'agilité et la proactivité passent par la collecte des données en temps réel ’’

B. FAURE | ANAPLAN
‘‘ En matière de données, le mieux est l’ennemi du bien ’’

M. DURBHA | COUPA
‘‘ Les données sont la monnaie de l'avenir ’’

P-J. EVRARD| KINAXIS
‘‘ La digitalisation massive des organisations s'est traduite par un tsunami de données ’’

R. SAVY | ALTERYX
‘‘ Les talents dans le domaine de la Data Science sont une denrée rare et coûteuse ’’