Rationaliser une gamme de produits efficacement grâce au Machine Learning
Les démarches de réduction de la diversité ou rationalisation de gammes échouent souvent. Mais portées par des algorithmes puissants, ces approches offrent aujourd’hui de grands potentiels d’économies pour les acteurs de l’industrie.Tagir Arslanov, Manager
Les grands enjeux associés à la réduction de la diversité de gamme de produits
La réduction de la diversité, aussi connue sous le nom de rationalisation d’une gamme de produits, est une approche qui fait depuis les années 50 la réussite de l’industrie japonaise.
A la base de la pensée Lean et du Toyotisme, la démarche vise à éliminer les sources inhérentes de variation, synonymes d’erreurs humaines et de surcoûts.
Fort de ses expertises combinées en Innovation, Achats, Supply Chain et Opérations et s’appuyant sur sa maîtrise de la technologie de Machine Learning – déjà démontrée au travers l’exploitation d’easyKost – le cabinet KEPLER s’est fixé comme objectif de répondre à ce défi et aider les acteurs de la grande série à réduire la diversité de leurs produits, sous-produits ou composants avec une solution industrialisable et facile à piloter.
Les bénéfices des actions de réduction de la diversité
Réduire les coûts :
- Massification des achats et des approvisionnements,
- Diminution des coûts industriels (augmentation des cycles de production, suppression des temps de changement…),
- Réduction des temps de développement,
- Simplification de la gestion documentaire et administrative.
Simplifier la Supply Chain :
- Diminution du nombre de références,
- Réduction des stocks,
- Réduction des ruptures.
Préparer les actions de rupture :
- Amélioration de la qualité de la donnée pour une meilleure exploitation statistique,
- Accroissement des opportunités de re-design grâce à de plus gros volumes,
- Meilleure prise en compte du recyclage.
Les difficultés classiquement rencontrées dans la démarche
Souvent lancée sans vision étendue des enjeux et périlleuse dans sa réalisation, la rationalisation a longtemps donné le sentiment que le jeu n’en valait pas la chandelle pour les raisons suivantes :
- Les « quick wins » sont assez rares et il faut souvent instruire quantités d’initiatives de réduction de la diversité pour aboutir à des enjeux significatifs,
- Le calcul des enjeux économiques, complexe par la nature des gains qu’il agrège et la très grande multiplicité des hypothèses à prendre en compte, rend les montants annoncés suspects,
- Les règles de rationalisation ou les marges de manoeuvre techniques sont souvent difficiles à caractériser,
- Une fois les scénarios identifiés, l’instruction cristallise les tensions entre les prescripteurs (marketing, développement) et les opérations (achat,supply chain, manufacturing).
KEPLER a conçu un algorithme permettant d’analyser rapidement les connexions entre les références afin d'identifier les opportunités de rationalisation et les économies associées.
Les simulations réalisées montrent des économies supérieures à 10% avec une réduction de l’ordre de 30% du nombre de références.Bernard Ouriou, Associé
Découvrez la méthodologie détaillée et les livrables obtenus dans le cadre de cette approche
Réduire la diversité au sein d’une catégorie, c’est optimiser ses coûts, simplifier sa Supply Chain et préparer l’avenir en se dotant d’un tremplin pour des actions futures : redesign de fond, filières de recyclage et qualité de la donnée fournisseur.Florian Chauvin, Associé