CGI : Utiliser la planification de scénarios pour aider les chaînes d’approvisionnement à rebondir

Avant de tirer des conclusions sur la résilience des chaînes d'approvisionnement du secteur manufacturier, nous devons d'abord déterminer comment elles rebondiront après plus d'un an de pressions intenses et de changements. Chaque pays traverse actuellement une phase différente de la pandémie et se prépare à un avenir incertain. Dans ce contexte, l'application des leçons apprises dans la dernière année sera essentielle pour la santé de l'économie à long terme.

Le premier défi à relever est l'incertitude. Il y a de nombreuses variables à prendre en compte lors de la planification, comme la capacité de chaque pays à freiner la propagation de la COVID-19, le rythme de la vaccination et les préoccupations constantes que cette situation génère. Les organisations doivent évaluer des données et des hypothèses entièrement nouvelles pour comprendre quand et dans quelle mesure la demande se rétablira.

De plus, l'an dernier, le FMI a prévu que d'ici la fin de l'année 2021, le virus représenterait des pertes nettes de 9 000 milliards de dollars pour l'économie mondiale. Les gouvernements, les entreprises et les consommateurs absorberont tous une partie de ces pertes. Les stocks sont devenus obsolètes et les mesures de protection contre la propagation du virus vont continuer à peser sur les coûts, la productivité et les capacités. La chaîne d'approvisionnement devra redémarrer efficacement afin d'éviter toute perte supplémentaire.

Les processus de planification peuvent aider les organisations à relever ces défis. La meilleure approche pour gérer l'incertitude consiste à créer plusieurs versions de l'avenir. Si une organisation n'évalue qu'un seul ensemble de possibilités, le plan résultant de sa démarche risque de ne pas s'adapter à la situation si la réalité s'éloigne de ses prévisions. Au contraire, si elle évalue une multitude de scénarios prévisionnels de demande, elle aura une bien meilleure chance de modéliser une version se rapprochant davantage de la réalité.

Comment cette méthode aide-t-elle les organisations? C'est simple : le processus qui consiste à construire des visions multiples permet de générer un consensus autour des hypothèses formulées lors de la prévision et des résultats attendus. En procédant ainsi, les organisations peuvent s'assurer que le plan est compris par toutes leurs équipes fonctionnelles et, par conséquent, il a de plus grandes chances d'être exécuté efficacement par les équipes opérationnelles. En outre, l'évaluation de scénarios multiples permet de comparer les approches prudentes aux plans plus audacieux. La compréhension de l'incidence financière de chaque scénario et de la probabilité qu'il se réalise contribue à centrer la planification de la chaîne d'approvisionnement sur l'établissement d'un équilibre entre risques et occasions.

En matière de demande, les scénarios sont un élément clé d'un cycle de planification intégrée agile et collaboratif. Dans le cadre de ce processus, des équipes fonctionnelles distinctes, mais interdépendantes mettent en commun leurs perspectives et leur capacité à exécuter un plan qui fait consensus. De multiples itérations de ce processus peuvent avoir lieu au cours d'un même cycle, pour simuler une variété de perspectives et d'objectifs. Le niveau d'incertitude et le rythme du changement pendant cette crise exigeront probablement une cadence de planification plus soutenue.

Une fois les scénarios de référence définis, les organisations peuvent commencer à quantifier la demande attendue. Le problème avec les anciennes méthodes de prévision des ventes, c'est leur incapacité à détecter les tendances et à s'y adapter. La pandémie a modifié les habitudes de consommation, que ce soit sur le plan des produits achetés, de la façon de les acheter ou de la quantité achetée. Par exemple, les consommateurs voudront-ils acheter de nouveaux vêtements lorsque le confinement sera terminé? Ou hésiteront-ils à essayer des vêtements qui ont déjà été manipulés par d'autres? Si ces leviers de demande ne sont pas reflétés dans les données internes sur les ventes, ils sont en revanche accessibles si l'on exploite des données issues de sources externes.

Les outils de surveillance des médias sociaux et de référencement naturel en sont des exemples très probants puisqu'ils fournissent des échantillons massifs de données en temps réel permettant de repérer les tendances. De plus, les algorithmes d'intelligence artificielle transforment les données non structurées, comme les images ou les commentaires, en renseignements sur l'état d'esprit et la propension à acheter des consommateurs. L'analyse des médias sociaux permet également de diviser les attributs de données selon les segments précis des données clients et de l'historique de vente d'une organisation. Les tendances deviennent alors un nouvel intrant que les algorithmes de prévision interprètent en complément de l'historique de vente pour générer des prévisions dans le nouveau contexte. Les détaillants peuvent dès lors commencer à établir des prévisions statistiquement significatives pour une variété de scénarios de demande.

Ensuite, les organisations doivent modéliser des scénarios de demande en fonction des contraintes de leur chaîne d'approvisionnement et des pressions supplémentaires créées par la pandémie. Les délais de livraison sont un élément essentiel pour déterminer les points de commande et maintenir la satisfaction des clients. Ils sont également fondés sur les délais moyens antérieurs. Comme le virus déplace la demande des canaux de vente traditionnels vers les canaux de commerce électronique, la prévision de la demande contribuera à modéliser, au niveau granulaire, les effets de la combinaison de ces canaux.

Les centres de distribution utilisent des flux d'emballage distincts pour la préparation des colis des clients qui commandent en ligne et pour celle des palettes qui servent à réapprovisionner leurs magasins. Ceux-ci s'appuient sur différentes infrastructures dotées de niveaux de productivité distincts. Beaucoup de détaillants peinent à suivre le rythme des ventes en ligne, qui ont monté en flèche. Sans visibilité sur les contraintes qui affectent ces flux, les centres de distribution peuvent sembler être en mesure de répondre totalement à la demande, même si la gestion de l'emballage les empêche de le faire. Le résultat : une dichotomie considérable entre ce qui est planifié et ce qui est exécuté.

La collaboration est essentielle pour fournir aux équipes opérationnelles la visibilité sur les changements attendus dans la combinaison des produits et des canaux dont elles ont besoin pour confirmer leur capacité à répondre à la demande. La planification intégrée en période de crise ressemble finalement à un centre opérationnel stratégique, où la coordination entre les services internes de l'entreprise et ses partenaires externes est primordiale au processus de décision.

La planification de scénarios ne se limite pas à la demande. À l'autre extrême, les organisations peuvent l'utiliser pour atteindre leurs objectifs de vente. C'est d'autant plus pertinent lorsque la vision financière est intégrée au processus de planification.

Les scénarios de demande donnent un aperçu de l'équilibre à établir entre les occasions et les risques, tandis que les scénarios de contrainte modélisent l'équilibre entre les services et les coûts. En fin de compte, la planification des scénarios aide les organisations à passer d'un modèle entièrement axé sur la prévision et l'établissement du budget à un modèle axé sur l'atteinte des objectifs. Dans un processus de planification de chaîne d'approvisionnement agile, la modélisation de l'incidence des décisions sur le résultat net permet aux organisations de se concentrer sur l'atteinte des objectifs plutôt que d'essayer en permanence de s'adapter à des prévisions de vente et de budgets erronées.

Une fois qu'elles ont mis en place des processus efficaces, les organisations peuvent explorer les possibilités de créer de nouvelles sources de revenus et de fournir une valeur ajoutée, que ce soit en intégrant les données et en automatisant les processus, en utilisant des jumeaux numériques pour créer des modèles de contraintes granulaires, ou en exploitant les données massives et les algorithmes d'intelligence artificielle pour intégrer les sources de données externes qui ont une incidence sur l'organisation.

En outre, les tours de contrôle peuvent faciliter les échanges d'informations en temps réel entre partenaires, ce qui contribue à améliorer la précision et la rapidité du processus de création de scénarios et permet de consacrer plus de temps à les générer et à comprendre les compromis nécessaires.

À long terme, ces simulations permettront d'avoir une compréhension plus globale de la chaîne d'approvisionnement et d'acquérir la capacité de s'adapter à l'évolution constante de l'environnement commercial.

L'exploitation optimale des données renferme un potentiel immense pour les fabricants qui souhaitent prendre des décisions fondées sur des renseignements et s'adapter rapidement aux demandes changeantes du secteur et du marché. Communiquez avec moi pour découvrir comment nous pouvons vous aider à exploiter les données pour façonner l'avenir du secteur manufacturier.

Annette Trenz assure la conception, le développement et l'orientation stratégiques du portefeuille mondial du secteur manufacturier de CGI. À ce titre, elle soutient le développement des relations client, oriente les discussions en vue de partager notre leadership intellectuel sectoriel et interagit avec les hauts dirigeants ...