La gestion des dates limites d’utilisation optimale dans l ... · Outils de planification et SCM Planning ... Supply Chain Operations Reference SI: Système d ... entités de la

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.


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 ? »


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 ? »


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.

Documents

La gestion des dates limites d’utilisation optimale dans l ... · Outils de planification et SCM Planning ... Supply Chain Operations Reference SI: Système d ... entités de la