‘Big data’ : une réalité
Avec la numérisation galopante, de plus en plus d’informations et de données sont disponibles et directement exploitables au sein d’une entreprise. Parallèlement, des outils fleurissent pour tirer parti des données, que ce soit pour optimiser le présent ou anticiper l’avenir. Données de vente, d’achat, de stock, de production… Autant de leviers d’amélioration ?
Recherche d’un nouvel équilibre
Le sujet a été soulevé pour le business de pièces de rechange d’un groupe industriel leader sur son marché. Historiquement, une machine souvent en panne faisait la rentabilité de l’activité support (au risque d’entamer la crédibilité des produits à long terme). Aujourd’hui, économie de l’usage oblige, les clients n’achètent plus des pièces détachées mais une disponibilité de machine. Lorsque la machine est en panne, charge au prestataire du contrat de service de fournir sans surcoût ni délais, pièces et main d’œuvre.
Or de multiples paramètres interviennent dans l’efficacité d’une telle activité, depuis la conception des machines jusqu’à la logistique, en passant par la fiabilité, les programmes de maintenance, la maitrise des niveaux de stocks ou des temps de réparation.
Notre client s’interrogeait sur sa rentabilité actuelle et future : quelles sont les actions prioritaires à mener pour réduire les coûts ?
Mettre une activité en équation
Pour établir des priorités, des solutions de modélisation permettent de mettre des valeurs sur les options possibles. Sur la base des valeurs, les décisions sont plus sereines.
Dans notre cas, l’étude a permis d’identifier toutes les variables et de les relier – avec l’aide d’un logiciel spécialisé. L’équipe a ainsi construit un modèle d’estimation des stocks et flux sur plusieurs années, dépendant de l’usage des machines en service et des estimations de ventes futures.
Aide à la prise de décision
En faisant varier les paramètres du modèle, les priorités apparaissent clairement et permettent de mieux cibler les investissements directement productif pour l’amélioration de la marge.
Le projet a ainsi bousculé quelques préjugés, les paramètres les plus impactant n’étant pas exactement ceux attendus. Il a également permis de chiffrer les impacts et de dimensionner les investissements en conséquence. Surtout, les décisions peuvent s’appuyer sur des estimations crédibles.
À bientôt,
Fabien