Chaînes D'approvisionnement : Prévoir L'imprévisible Grâce Aux ...

Tribune : L’année 2021 a mis en évidence la vulnérabilité des chaînes d’approvisionnements. Le blocage du canal de Suez a empêché des échanges d’un montant équivalent à environ 9,6 milliards de dollars par jour et le véritable impact de la pandémie de COVID-19 ne sera probablement pas connu avant plusieurs années explique Nicolas Hirsch, de Qlik.
Par Nicolas Hirsch, Qlik | Mardi 12 Juillet 2022 Chaînes d’approvisionnement : prévoir l’imprévisible grâce aux pipelines de données et d’analyse Certaines conséquences se sont déjà fait ressentir au niveau des consommateurs qui commencent à découvrir des produits manquants sur les étagères des magasins. Avec le nouveau confinement de plusieurs villes chinoises dont Shanghai, le plus grand port de porte-conteneurs du monde, la liste de ces pénuries risquent de s’allonger.
S’il s’agit là de deux événements particulièrement extrêmes, il n’est pas impossible de s’y préparer, ainsi qu’à des éventualités similaires. Les responsables des achats et les supply chain managers qui les épaulent doivent pouvoir anticiper l’impact de ce type d’événements et prendre des mesures proactives lorsqu’ils se concrétisent.
Comme dans beaucoup de domaines, il paraît indéniable que le moyen de garder une longueur d’avance sur les perturbations de la chaîne d’approvisionnement réside dans les données et plus spécifiquement dans le développement de pipelines de données et d’analyse. Les dirigeants tendent à adopter une stratégie pour traverser les périodes d’incertitude en s’appuyant sur l’analyse de données pour prendre des décisions éclairées. Mais comment fonctionnent ces processus décisionnels dans le cas précis du pilotage des chaînes d’approvisionnement ?

Dans le contexte de l’économie numérique actuelle, l’agilité en temps réel est un critère essentiel qui permet aux acteurs de rester compétitifs. Cette assertion est d’autant plus vraie dans l’industrie alimentaire qui dépend de nombreux facteurs impossibles à maîtriser. Ainsi une mauvaise météo dans un pays peut entraîner des conséquences drastiques sur les activités du secteur, c’est pourquoi la malléabilité et la capacité de réactions aux événements sont indispensables.
Il est essentiel de pouvoir transmettre des informations à jour aux utilisateurs appropriés et au bon moment, pour leur permettre de prendre des mesures adaptées. La BI traditionnelle en est incapable, contrairement à une plateforme qui s’appuie sur l’intelligence active. Une telle plateforme fournit tous les services de données et d’analyse dont les entreprises ont besoin pour bâtir un pipeline de données de bout en bout, qui transforme les données brutes en actions éclairées en comblant les lacunes sur l’ensemble de la chaîne de valeur de la donnée.
Les départements en charge de la supply chain génèrent d’immenses quantités de données, mais la plupart des jeux de données qui permettent d’orienter les décisions ou les actions ne sont pas prêts à être analysés ni même accessibles. En éliminant les silos et en permettant le traitement des données en temps réel, une telle plateforme donne l’accès à ces données, tout en les enrichissant, en extrayant des informations dérivées et en tirant des enseignements qui peuvent être utilisés depuis n’importe où et favorisent ainsi la collaboration.

En raison de l’incertitude du marché, des chaînes d’approvisionnement de plus en plus complexes et distribuées, ainsi que des perturbations imprévues, il est plus que jamais essentiel que les parties prenantes se coordonnent étroitement et renforcent leur collaboration en tirant parti de la visibilité de bout en bout offerte par les pipelines de données et d’analyse. Une parfaite maîtrise et compréhension des données permettent aux fournisseurs d’améliorer la planification et la livraison ainsi que l’approvisionnement des stocks dans les magasins afin de tirer avantage de prévisions et d’opportunités « contextualisées ».
Personne n’aurait pu prévoir qu’un simple navire bloquerait l’ensemble du trafic dans le canal de Suez pendant plusieurs jours. De tels incidents doivent entrer en ligne de compte dans la prise de décisions en temps réel, de même qu’une évaluation de leur impact probable et les mesures à prendre pour minimiser celui-ci. Combiner l’analytique, la collaboration, l’automatisation et l’orientation des actions sur une plateforme qui s’appuie sur l’Intelligence Active permet de reconnaître ces situations, de comprendre leur impact et d’y apporter une réponse à mesure qu’elles se développent, plutôt que d’en limiter les conséquences après coup.

Il est important de garder à l’esprit que, dans un monde caractérisé par l’incertitude, la capacité à anticiper les perturbations de la chaîne d’approvisionnement et à prendre des mesures proactives sont des facteurs déterminants pour le succès ou l’échec d’une entreprise. Mais cette proactivité ne permet pas seulement aux entreprises de surmonter l’imprévu, elle permet aussi d’agir pour en tirer profit.
Le BCG observe un retard en France sur l’intelligence artificielle. Deux raisons : la stratégie et la conduite du…
Sujet: Gestion de données Données privées Protection des données Base de données Big data
Par Nicolas Hirsch, Qlik | Mardi 12 Juillet 2022
RGPD : nouvelle amende de 5,5 millions d’euros pour Meta
20/01/2023
Avec namR, Société Générale parie sur la data environnementale
18/01/2023
2 entreprises françaises sur 10 font de la data un levier de transformation
16/01/2023
Le défi des données d’observabilité de masse : où mettre la limite ?
12/01/2023