Cet environnement a créé des portefeuilles de produits plus importants à gérer, un risque accru d’obsolescence et une complexité accrue dans la planification et la prévision de la demande.
Les nouvelles configurations de produits et la demande à long traîne continuent de générer des erreurs de prévision. Des influences telles que la formation de la demande (médias, promotions, NPI) et les achats sur Internet compliquent encore la situation. La planification de la chaîne d’approvisionnement est devenue fragmentée entre plusieurs canaux et objectifs concurrents. Dans certaines entreprises, la précision des prévisions a diminué.De nombreuses entreprises cherchent des réponses à des questions telles que: Comment prévoir la demande de vente en ligne? Comment faire l’inventaire pour cela? Combien d’inventaire des stocks à terme à conserver? Devrions-nous partager l’inventaire entre les canaux?
Et de nombreuses entreprises commencent à prendre en compte le besoin d’automatiser le processus de décision, en transformant le rôle du planificateur pour qu’il devienne plus productif. Certains demandent pourquoi ils ont besoin d’armées de planificateurs. Et si les efforts sans valeur ajoutée les empêchent d’atteindre des niveaux plus élevés de maturité de planification?
La bonne nouvelle est que la plupart des entreprises de biens de consommation disposent déjà des données nécessaires pour améliorer considérablement les prévisions et la planification de la chaîne logistique. Ils manquent juste des outils pour le faire. ToolsGroup aide les entreprises de biens de consommation à générer plus de signaux avec moins de bruit afin d’améliorer les prévisions, les stocks et les niveaux de service.
- La modélisation de la demande améliore considérablement les prévisions à long terme. Les techniques de prévision basées sur les probabilités prennent en compte la demande intermittente et les facteurs externes qui influent sur la demande.
- L’apprentissage automatique et l’analyse de la demande modélisent de manière fiable les données marketing afin de passer à une prévision orientée marché.
- La détection de la demande utilise les données des points de vente ou des canaux pour détecter les changements à court terme. Il peut identifier des facteurs de causalité tels que les promotions, les médias sociaux et les facteurs économiques qui signalent une alerte précoce aux problèmes potentiels.
- La collaboration offre / demande permet une collaboration en temps réel entre les parties prenantes internes de l’entreprise ainsi que les partenaires de distribution et d’approvisionnement.
- L’optimisation de la chaîne logistique et l’optimisation des stocks multi-échelons (MEIO) garantissent que le niveau de service et la politique d’inventaire de chaque produit fournissent un service optimal dans un réseau multi-échelons.
- S & OP établit un équilibre entre l’offre et la demande et les budgets, identifie les déséquilibres de coûts et de stocks et crée plusieurs scénarios d’analyse dans une chaîne d’approvisionnement complexe.
Nos clients de biens de consommation atteignent généralement:
- 10-20%réduction de l’erreur de prévision
- 10-30%réduction des ventes perdues
- 10-30%réduction de l’obsolescence du produit
Solutions pour les Industries de Biens de Consommation:
CUSTOMER CASE STUDY
Granarolo
Le leader du secteur laitier Granarolo a été mis au défi par des produits à durée de conservation courte et par de fortes pressions promotionnelles. Chaque année, ils réalisaient des milliers de promotions, produisant 34 000 combinaisons de prévisions article / promotion et provoquant des pics de demande pouvant atteindre 30 fois les ventes de base. Leur réseau de distribution complexe (six plates-formes logistiques, 35 dépôts de transit et une vaste flotte de centaines de véhicules frigorifiques) nécessitait une gestion des stocks optimisée et la capacité de fournir une réponse immédiate afin de maximiser les niveaux de service à la clientèle tout en respectant toutes les contraintes logistiques.
Avec ToolsGroup, Granarolo a créé un plan d’offre et de demande extrêmement fiable pour ses produits périssables. Le cœur de leur solution était la capacité de prévoir les promotions et d’estimer correctement la demande de pointe.
La prévision de la promotion commerciale de ToolsGroup s’appuyait sur l’apprentissage automatique pour prédire automatiquement les pics de promotion et proposer des niveaux de stock de sécurité dynamiques afin de maintenir des niveaux de service élevés, face à l’évolution de la demande.
Granarolo a porté sa fiabilité moyenne prévue de 80 à 85%, augmentant ses ventes. Les stocks ont été réduits de plus de 50%, réduisant de moitié le capital et les délais. En réduisant les délais de livraison, Granarolo a également considérablement augmenté la fraîcheur des produits (durée de vie résiduelle au point de vente) et minimisé l’obsolescence. Granarolo a réduit les coûts de transport liés aux livraisons urgentes.
- 5ppAugmentation de la fiabilité des prévisions
- 50%Réduction des stocks
Bénéficiant de données fiables et actualisées, nous traitons les stocks de manière totalement différente et structurée. Les planificateurs trouvent beaucoup plus satisfaisant et même amusant de travailler avec ces données car ils savent qu’elles seront utilisées quelque part et ils obtiennent un retour immédiat. De plus, comme ils ne doivent pas passer tout leur temps à rédiger des chiffres manuellement, ils sont libérés pour s’engager dans un travail plus précieux
Erik Börtemark, Directeur de la Chaîne d’Approvisionnement chez Findus Sweden AB