Le secret du DDMRP ? Répartir des stocks tampons ou « buffers » aux postes adéquats au sein de la Supply Chain, et ce, bien avant de déterminer le volume de stock dont vous aurez besoin et de décider quand il faut réapprovisionner. Et ce, sans passer par la case des prévisions qui, elles, se révèlent naturellement toujours fausses : la méthode se fonde sur la demande ferme des clients pour quitter une situation où l’on a trop de ce dont on n’a pas vraiment besoin, mais pas assez de ce dont on a carrément besoin.

Bref, une méthode efficace et facile à mettre en œuvre pour gérer la variabilité, qui ne requiert qu’une trentaine de jours de consulting pour lancer un pilote.

Qu’on en juge ! Oregon Freeze Dry (Albany, États-Unis), spécialiste de la lyophilisation, a mis en place DDMRP pour extraire davantage de son outil industriel sans investir, et accroître les ventes de 20 %. Le taux de service est ainsi passé de 79 % à 99,6 %, et les stocks ont été réduits de 60 %. Autre exemple, celui d’un géant des produits de grande consommation : dans une de ses usines au Canada où DDMRP a été implanté, on a commencé par stocker 300 composants qui ne l’étaient pas auparavant pour améliorer la structure des stocks et découpler les Supply Chains. Les délais ont ensuite été ramenés de 50 jours à 9 jours. Les stocks ont été réduits de 45 %, tandis que le taux de service a été amélioré de 2 points et porté à 99,7 %.

DDMRP pour quoi faire ?

DDMRP est adapté partout où les délais d’approvisionnement sont longs, lorsque la variabilité de la demande est forte, la complexité du portefeuille élevée, les nomenclatures de produits complexes, la Supply Chain trop contrainte pour pouvoir optimiser simplement l’utilisation des ressources.

C’est une méthode complète de planification et d’exécution en 5 étapes séquentielles (Cf. schéma ci-dessous : les 5 composants du DDMRP) : positionnement correct des stocks tampons au sein de la Supply Chain, dimensionnement du stock pour absorber la variabilité de la demande des clients et des processus, ajustement dynamique des stock tampons pour tenir compte de l’évolution des profils de la demande, planification au quotidien des besoins de réapprovisionnement pilotée par la demande, exécution visible et collaborative des opérations une fois les commandes fermes des clients entrant dans le système. Bref, si le DDMRP s’inscrit dans le Demand-Driven Supply Chain Management (DDSCM), il excelle dans le positionnement, le dimensionnement des stocks tampons et l’exécution mais ne couvre pas la captation et l’interprétation de signaux de la demande dans la supply chain étendue. Or, s’il n’est plus question de produire sur la base de prévisions (puisque DDMRP est basé sur une logique de flux tirés), des prévisions « minimalistes » (moyenne mobile sur un horizon à définir et prise en compte de profils de saisonnalité ou d’évolution) s’avèrent tout de même nécessaires pour dimensionner les stocks tampons, s’assurer de la faisabilité du plan industriel et commercial en tenant compte des contraintes capacitaires, gérer le cycle de vie des produits.

Source : Demand Driven Institute

Retrouvez cet article dans le numéro de Supply Chain Magazine d’avril et les autres billets de Thierry Bur sur le sujet de la DDRMP sur le blog Cereza.

1.    La pierre angulaire du DDMRP : la réduction de la variabilité

Dans mon billet précédent consacré au MRP et à ses limites, j’ai volontairement omis un constat, celui de l’accroissement significatif de la variabilité dans la supply chain mis en avant par Carol Ptak et Chad Smith :

• La variabilité de la demande au travers d’un accroissement de l’offre, de la réduction des cycles de vie, d’une concurrence exacerbée, de la variabilité des prix, de la vitesse de circulation des informations, de la volatilité des clients. Tout ceci résulte en une variabilité plus importante pour des volumes par produit plus faibles…Bref, prévoir ne sert plus à grand-chose dans ce cas car la demande est trop volatile…
• Un autre type de variabilité de la demande concerne la distorsion des messages de demande au fur et à mesure que l’on remonte dans la chaîne d’approvisionnement : effet « Bullwhip », nervosité du MRP…
• La variabilité dans la chaîne d’approvisionnement qui est de plus en plus mondiale, avec des délais plus importants, une complexité d’approvisionnement  plus importante liée à une complexité croissante des produits,
• La variabilité dans le management : toute la variabilité liée à des objectifs courts termes de réduction des stocks (fin de mois ou fin d’année), d’atteindre les objectifs trimestriels de ventes…
• La variation des opérations (variabilité de l’exécution des processus), qui reste somme toute assez restreinte

Or la loi de la variabilité (APICS) précise qu’un processus sera d’autant moins productif qu’il sera soumis à de la variabilité.

Un apport fondamental du Demand-Driven MRP consiste à positionner des stocks de découplage à des endroits stratégiques afin de contenir la variabilité comme l’illustre le schéma ci-dessous :

2. Les innovations du DDMR

Les réels apports du DDMRP concernent :

- Des règles précises permettant de définir les composants et/ou produits finis à stocker permettant d’assurer un découplage en tenant compte :

• Des attentes des clients en termes de délais de livraison,
• De la dimension économique en considérant les stocks comme des actifs et en évaluant la valeur des stocks immobilisés,
• De la saisonnalité et des contraintes capacitaires.

- Les règles précédentes permettent de définir (Cf. schéma ci-dessous), pour chaque article stocké, les niveaux de stocks :

• La zone rouge correspondant au stock de sécurité,
• La zone jaune correspondant au besoin pendant un cycle de réapprovisionnement,
• La zone verte correspondant au stock tournant (volume généralement approvisionné),
• Le lancement de la production ou de l’approvisionnement ne sera fait que si le stock disponible passe dans la zone jaune,
• Les codes couleurs et les positions relatives du stock dans chaque couleur permettent de déterminer le niveau de priorité relative d’un article par rapport à un autre, facilitant ainsi la planification de production.

-       En plus de ces « buffers de stock » qu’il est possible de positionner, il sera également possible d’intégrer des « buffers de délais » sur les articles non stockés (avec la même logique vert/jaune/rouge), permettant ainsi de générer des alertes à chaque changement de couleur,

-       Le fonctionnement a lieu en « flux tirés » :

• Seuls les ordres fermes sont pris en compte, les prévisions sur l’horizon plus lointain ne sont pas réalisées. C’est donc les seuls nouveaux ordres clients qui consomment le stock et déclenchent la production,
• Ce mode de fonctionnement permet d’éviter la surproduction, le stock ne passera jamais au-dessus de la zone verte (TOG – Top Of Green),
• Le programme directeur de production ne comportant que les ordres fermes ne permettra plus de faire de contrôle capacitaire au travers du rough-cut capacity planning. Le contrôle capacitaire sera de ce fait réalisé en amont, dans le cadre du « Sales & Operations Planning », qui lui, intégrera une prévision d’activité.

Enfin, comme dans le cas de la « Théorie des Contraintes », il est possible de sélectionner des points de contrôle où la planification est réalisée de façon détaillée.

Illustration des différentes zones de stocks dans le cadre du DDMRP

3. Le débat des prévisions dans le cadre du DDMRP  

La question de l’absence de prévisions dans le cadre du DDMRP tout comme dans le cadre des « flux tirés » peut faire débat au travers de divers questionnements :

• On utilise bien une forme de prévision dans le cadre du DDMRP pour établir le dimensionnement des buffers de stocks ?
• Comment communiquer des prévisions aux fournisseurs ?

Nous allons y répondre point par point :

1.     Prévision et « flux tirés »

Etre en « flux tirés » signifie que la production, le transport ou la mise en stock sont uniquement réalisés en réponse à une demande client ou pour remplacer le stock consommé par une demande client.

En ne tenant pas compte des prévisions sur l’horizon futur, le DDMRP est donc un système à « flux tiré », car seule une commande client peut déclencher une mise en production ou une consommation de stock de produit fini qui elle-même déclenchera la production.

C’est grâce à ce principe de fabrication sur commande client seulement que l’on garantit que le stock d’un article restera toujours inférieur au TOG, évitant ainsi la surproduction, ce que le MRP classique ne garantissait pas : la production pouvait être déclenchée en fonction de besoins dépendant ou de prévisions surestimés conduisant à une fabrication trop importante.

En revanche, dans un système à « flux tiré », il est nécessaire de dimensionner des buffers de stocks. Ces buffers seront forcément fonction du niveau de consommation de l’article. Ainsi, y compris dans un système kanban, la boucle kanban est dimensionnée en fonction du délai de production et la consommation moyenne. Dans le DDMRP, on est exactement dans le même cas de figure.

On peut cependant considérer que la détermination de la consommation moyenne est un acte de prévision.

 2.     Comment prévoir : quelle méthode de prévision utiliser  et comment la paramétrer

Il existe de très multiples méthodes de prévision parmi lesquelles la moyenne mobile, la plus simple des méthodes, le lissage exponentiel (qui s’approche de la moyenne mobile) et le lissage exponentiel double prenant en compte la tendance.

Ces méthodes de prévision comportent différents paramétrages :

• La longueur d’historique prise en compte pour la moyenne mobile
• Un coefficient de lissage dans le cadre du lissage exponentiel simple
• Deux coefficients de lissage pour le lissage exponentiel double

Un dessin valant mieux d’un long discours, expérimentons quelques valeurs de paramètre de la moyenne mobile et du double lissage exponentiel sur des données de demande définies arbitrairement. Nous supposons que la demande ne présente pas de saisonnalité.

On constate dans le schéma précédent que la demande présente une certaine variabilité (l’écart-type sur la série de données est de 13,5 pour une moyenne de 60,1) tout en intégrant une certaine tendance à la hausse de 20% sur la période (passage d’une moyenne de 55 à 65 sur la période).

L’analyse des prévisions précédentes peut également être objectivée via deux indicateurs :

• L’erreur absolue de prévision, qui correspond à la moyenne des erreurs de prévision (demande – prévision) en valeur absolue,
• La variation absolue de prévision d’une période à la suivante (la variation se calculant comme =  Prévision (P+1) / Prévision (P- 1) qui permet de mesurer la variabilité générée par la prévision elle-même.

Les constats que nous pouvons faire à l’analyse des données précédentes sont claires : c’est la moyenne mobile sur 8 périodes qui est incontestablement la plus stable et de loin, et qui donne une erreur de prévision la plus réduite.

A l’inverse, le double lissage qui devrait permettre d’intégrer la tendance, sur-réagit aux variations aléatoires de demande expliquant une variabilité de prévision plus importante, alors que nous sommes dans un cas de demande relativement stable.

En synthèse, la moyenne mobile est une méthode de prévision la plus simple et la plus robuste qui présente l’avantage de limiter la variation de la valeur des buffers de stocks d’une période à la suivante.

Son inconvénient sera de ne pas pouvoir anticiper l’évolution de la tendance qui risquerait de sous-dimensionner les buffers et sera compenséepar une plus forte réactivité du DDMRP à déclencher des approvisionnements et à les prioriser dès lors qu’on atteint plus rapidement la zone rouge.

Enfin, il est un point de vigilance, à savoir le dimensionnement de l’horizon sur lequel la moyenne mobile est calculée et présente également un enjeu :

• Un horizon trop court risque de générer de la variabilité,
• Un horizon trop long augmentera le décalage par rapport à l’évolution de la demande

C’est ici qu’intervient un acte de prévision.

Le DDMRP s’appuie donc à juste titre sur une moyenne mobile qui permet d’établir l’ADU (Average Daily Usage), selon un horizon paramétrable. De plus, le DDMRP permet aussi de prendre en compte la saisonnalité éventuelle voire la tendance (en particulier selon le cycle de vie : phase in ou phase out).

En synthèse, le DDMRP conduit à simplifier les actes de prévisions : on n’est plus dans un acte fin de choix de méthode, d’affinement de prévision, mais un certain nombre de données fondamentales restent à définir (horizon de la moyenne, saisonnalité, tendances fortes).

 3. Comment communiquer des prévisions aux fournisseurs ?

Comme nous l’avons vu, le DDMRP ne fait plus de calcul prévisionnel, seuls les ordres fermes étant pris en compte. Comment le fournisseur peut-il alors anticiper le dimensionnement de son organisation, ses approvisionnements de matière ?

Le MRP distingue d’autre part les besoins bruts (somme des demandes à couvrir) des besoins nets (produit / approvisionnement à réaliser) transformés en ordres planifiés en fonction des arrondis de commandes. Le MRP permettait donc de calculer un programme des approvisionnements. A priori génial, mais très largement affecté par la nervosité du MRP.

La solution recommandée par le DDMRP, chaque référence produite ou approvisionnée ayant un ADU, est de communiquer l’ADU ainsi que les ajustements dynamiques (saisonnalité, tendance, anticipation capacitaire) aux fournisseurs. Ils disposeront ainsi d’une visibilité de la production moyenne anticipée par leur client.

Cette information sera finalement plus pertinente que le programme d’approvisionnement issu du MRP, surtout dans le cas d’un nombre significatif de niveaux de nomenclatures.

4. Les apports du Demand-Driven MRP  

La combinaison des innovations et améliorations précédentes permet différents apports majeurs :

-  Une réduction de la variabilité qui induit une réduction des urgences et une meilleure capacité à tenir les engagements clients grâce :

• Au découplage mis en œuvre grâce à des stocks ou à des délais,
• A la suppression de la nervosité du MRP qui ne génère plus de prévisions (nous verrons un peu après, dans le cadre de la partie consacrée aux prévisions, comment informer le fournisseur d’un volume de production prévisionnel).

-       Une meilleure maîtrise des stocks (et généralement leur décroissance) :

• Les niveaux cibles de stocks sont établis selon des règles précises, et évoluent modérément dans le temps,
• Le mode de déclenchement et de production évite la surproduction, le stock ne pouvant jamais passer au-delà du Top Of Green, contrairement à ce qui serait possible avec un MRP présentant une certaine nervosité,
• Avec un fonctionnement plus stable, le DDMRP peut conduire à une réduction des délais (rappelons que 90% d’un délai est constitué de temps d’attente) qui elle-même permet une réduction des stocks,
• De même, une réduction de la variabilité permise par le DDMRP doit permettre de réduire les stocks de sécurité.

- Une meilleure maîtrise du pilotage de la production par les planificateurs : avec des alertes plus ciblées, moins nombreuses et une possibilité de comprendre la situation dans son ensemble, le DDMRP permet une meilleure prise de décision et une meilleure priorisation des actions.

-  Un échange plus direct avec les fournisseurs, permettant de cibler les priorités opérationnelles du client et de passer en mode collaboratif : par le partage de la situation des stocks avec le fournisseur, ce dernier a une meilleure visibilité sur les priorités du client et peut adapter sa priorité de production en fonction.

-  Une priorisation de l’exécution des opérations logistiques en tenant compte des priorités de planification : la planification des approvisionnements se fait généralement sans être en mesure de prendre en compte les contraintes capacitaires de l’entrepôt et du transport. Le DRP (MRP appliqué en distribution) conduit à générer un ensemble de listes de références avec des besoins d’approvisionnement (quantité, date), puis ces besoins sont transmis, mais aucun niveau de priorité n’est communiqué. C’est désormais possible avec le DDMRP : on peut sélectionner les quantités les plus urgentes à réapprovisionner jusqu’à remplir un moyen de transport.

-       Une capacité à prendre en compte les entreprises avec leur niveau de maturité instantané puis de les accompagner dans l’amélioration :

• D’une part le DDMRP simplifie le travail du planificateur, le lui rend plus compréhensible,
• D’autre part, le DDMRP peut s’adapter à la réalité de l’entreprise (tailles de lot significatives, délais longs), puis le DDMRP peut contribuer à la réduction des délais, et la mise en œuvre de démarches Lean (dont le SMED) peut permettre de réduire les tailles de lots dont les nouvelles valeurs seront intégrées au paramétrage.
• Bref, inutile, d’avoir une excellence Lean pour pouvoir commencer à mettre en œuvre le DDMRP.

5. Demand-Driven MRP et Demand-Driven Supply Chain

Nous l’avons vu, le DDMRP est une méthode de planification et d’exécution de la production qui permet de combiner les avantages du MRP traditionnel et du Lean, en fonctionnant pleinement en « flux tirés ».

Elle permet également de mieux prioriser des opérations logistiques et de transport en tenant compte des priorités d’approvisionnement (priorité client et priorité de réapprovisionnement du stock), ce que les logiques traditionnelles ne permettaient pas de faire.

En revanche, il est un point sur lequel la Demand-Driven Supply Chain et le DDMRP entrent en contradiction : la captation des signaux de demande du marché et de leur interprétation. En effet, c’est hors du périmètre du DDMRP qui lui se préoccupe essentiellement de l’exécution des opérations une fois les commandes fermes de clients entrant dans le système.

A titre d’illustration, lorsqu’un e-commerçant identifie de multiples demandes d’information pour un produit donné dans une zone géographique, il peut anticiper que ce produit fera l’objet d’achats au cours des prochaines journées. Ces signaux de demande peuvent déclencher des décisions de mise en stock dans le site logistique de la zone géographique concernée, permet également des actions marketing idoines.

Cette problématique n’est pas traitée par le DDMRP qui concerne plus particulièrement les environnements de distribution, le problème posé étant de capter la demande qui sinon se détournerait vers d’autres sites ou distributeurs… sur la base de stocks de produits qui ont peut-être été fabriqués selon une planification DDMRP.

Auteur : Thierry Bur

1.    Emergence et généralisation du MRP

Si l’organisation industrielle a pu émerger, dans la douleur, sous l’impulsion de Frederick Taylor à la fin du 19^ème siècle, qui a développé des méthodes de production industrielles, qui est le père de la standardisation des tâches des moyens de production, il a fallu attendre le 20^ème siècle pour standardiser des processus de support à la production, en particulier l’approvisionnement.

C’est d’une part Harris qui conçut en 1914 les quantités économiques (la fameuse formule attribuée à tort à Wilson), et d’autre part Wilson qui, dans les années 1930 a œuvré pour l’utilisation conjointe d’un point de commande et de la quantité économique. Cette solution, simple, permet l’approvisionnement de quantités fermes en prenant l’hypothèse que la demande est stable et constante. Or, cette méthode présente des limites certaines dans un environnement de production, en particulier parce que la demande n’est pas stable, mais présentait l’avantage d’être facilement mise en œuvre dans un monde qui ne connaissait pas encore l’ordinateur.

IBM a commencé à produire des logiciels et des matériels permettant de gérer les nomenclatures (BOM – Bill Of Material) et notamment une solution BOMP sur laquelle Joseph Orlicky¹, chef de projet chez JI Case, un fabricant de machines agricoles, a mis en œuvre en 1961 les fonctions permettant à partir du programme directeur de production et du planning d’assemblage final d’exploser les besoins sur les nomenclatures de plus bas niveau.

Ce n’était certes pas la première implémentation d’un calcul de besoin selon les principes de ce qui allait devenir le MRP (Material Requirements Planning), une autre réalisation prototype ayant déjà eu lieu en 1959, mais Joseph Orlicky rejoignit ensuite IBM dès 1962 pour poursuivre le développement du MRP² et évangéliser les professionnels³.

Le MRP n’a connu une diffusion qu’à partir des années 1970 grâce à l’évangélisation menée par 3 pionniers dans le cadre des APICS MRP Crusade : Joseph Orlicky (1922-1984) déjà mentionné, Oliver Wight (1930-1983) et George Plossl (1918-2004). On peut estimer à 700 le nombre de systèmes MRP déployés en 1975, 8 000 en 1981 et 60 000 en 1990^{3 et 4}.

Enrichissement progressif des méthodes de gestion de production⁵

Le MRP répond aux questions : Quel article produire ? Quelle quantité produire ? Quand le produire ?

La réponse est apportée par un calcul de besoin sur un article composé séquencé dans le temps (time-phased replenishment planning), puis en décalant et en explosant les besoins de production de l’article composé sur ses composants grâce aux nomenclatures, puis en reproduisant le même calcul jusqu’au plus bas niveau de nomenclature.

Le système s’est enrichi progressivement en intégrant :

• D’une part : la prise en compte de la dimension capacitaire (Capacity Scheduling) en s’appuyant sur des gammes de production permettant d’estimer la charge pour réaliser une production et de la comparer avec la capacité disponible pour les ressources concernées. Cette première évolution a pris le nom de closed-loop MRP pour exprimer l’idée d’une boucle de rétroaction consistant : si les composants ou la capacité ne sont pas disponibles pour assurer la production des composants demandés, à remettre en question le plan de production amont pour le corriger jusqu’à obtenir un plan totalement réalisable.
• D’autre part de multiples améliorations au travers du MRP II qui est rebaptisé pour l’occasion Manufacturing Resource Planning⁶ et qui apporte :

• L’introduction de 5 niveaux de planification au-delà des deux niveaux du MRP initial (Programme directeur de production et planification des besoins en composants ou Material Requirement Planning). Il s’agit là d’une approche top-down avec toujours la boucle de rétroaction consistant à planifier depuis le niveau le plus global jusqu’au niveau le plus fin, en s’assurant de la disponibilité de la capacité requise à chaque niveau avant de passer au niveau de planification plus fin.
• Une dimension financière permettant notamment d’établir un plan financier, d’estimer le coût de revient de la production, etc.
• Des fonctions de simulation.

Illustration des 5 niveaux de planification du MRP II et des dimensions temporelle, produit et organisationnelle

Si les principes structurants du MRP 2 ont été posés dès 1980, la diffusion de solutions MRP 2 fut freinée par la capacité encore limitée des ordinateurs.

Deux autres évolutions eurent encore lieu quelques temps plus tard :

• L’émergence des Enterprise Resource Planning ou ERP, permettant de réaliser toute la gestion de l’entreprise au travers d’un seul outil intégré. Comme la proximité du nom le sous-entend, les ERP intègrent les fonctions de planification MRP (a minima le Material Requirement Planning et des fonctions élémentaires de prévision)
• Enfin, sont apparus par la suite les APS, Advanced Planning System à la fin des années 1990 qui apportèrent les avancées suivantes :
  • De disposer, dans un même outil de planification, à la fois du calcul des prévisions et de la planification des opérations, alors que précédemment, les éditeurs étaient souvent spécialisés dans l’une ou l’autre de ces fonctions,
  • La connaissance des données de planification multisites : la connaissance précise des stocks et la demande par site permet de réaliser une planification sur une supply chain globale (souvent limitée aux contours de l’entreprise) pour optimiser les opérations,
  • Des fonctions plus fines de prévisions⁷, permettant notamment de réaliser des prévisions pyramidales (en s’appuyant sur un cube de données), et d’intégrer un processus collaboratif de prévision.
  • Des fonctions avancées de planifications, intégrant notamment des moteurs de recherche opérationnelle et permettant d’optimiser plus ou moins globalement la production, les opérations logistiques et le transport, voire de collaborer avec les partenaires externes.

 2.    Limites du MRP

Nous ne pouvons que constater que cette amélioration et cet enrichissement continu des principes et des outils MRP. C’est formidable pourrions-nous dire… Or, les inventeurs du DDMRP, en particulier Chad Smith⁵, un expert et un praticien de la théorie des contraintes, avaient le recul pour pointer du doigt les réelles problématiques au cœur du MRP original.

Nous allons en pointer 4 :

1. Planification d’une quantité fixe pour une date fixe

Le MRP consiste à déterminer d’une quantité à produire pour une date donnée, en s’appuyant sur les besoins à couvrir, le stock initial, les commandes déjà lancées et le stock de sécurité.

Prenons l’exemple de 2 références A et B, caractérisées par exactement la même situation initiale : délai de 2 semaines, quantité fixe 100 unités, stock de sécurité de 30, stock initial de 69 pièces et une demande de 40 pièces sur le cumul des 2 prochaines semaines. Le calcul MRP sur le produit A détermine le lundi de la semaine S un besoin de 100 pièces pour le lundi de S+2 qui est ensuite affermi et lancé (ce lancement consiste à autoriser la production dans l’atelier si le produit est fabriqué en interne ou à passer une commande ferme dans le cas d’un produit approvisionné). De même le produit B est aussi lancé pour le lundi de S+2 avec une quantité de 100 unités.

La référence A connaît une demande bien moins importante que prévue avec une demande de 20 unités sur 2 semaines, le stock du lundi S+2 est de 49 unités avant intégration de l’ordre de 100 unités. A l’inverse, la référence B connaît une demande de 60 unités en 2 semaines, le stock du lundi S+2 est de 9 unités avant livraison.

On voit dans ce cas que la situation est très différente entre ces 2 références : il est devenu absolument prioritaire de reconstituer le stock de la référence B alors qu’on n’a davantage de latitude pour réapprovisionner la référence A.

Or, la logique MRP s’en tient à la logique quantité, date : une fois l’ordre affermi, le MRP les références A et B sont attendues toutes deux pour lundi de S+2, ce qui correspond au contrat passé avec le fournisseur (externe ou interne) sans qu’aucune priorité ne soit partagée entre le planificateur et son fournisseur.

C’est donc une réelle limite du MRP : il ne se préoccupe plus du tout de la priorité à accorder à chacun des ordres, alors qu’en réalité les priorités opérationnelles ont évolué, l’alimentation du stock de B étant devenu très prioritaire ! Et ce changement de priorité est simplement lié aux écarts entre la demande réelle et la prévision.

Le MRP en raisonnant en quantité et date fixes masque la vraie priorité : que le fournisseur ou l’atelier livre la bonne quantité au bon moment quand l’usine en a besoin.

A l’inverse du MRP, il existe des techniques collaboratives et en particulier la GPA (gestion partagée des approvisionnements) qui est une solution bien plus pertinente pour piloter l’approvisionnement : le fournisseur ayant la vision des stocks et une connaissance de prévisions de son client, charge à lui de maintenir son stock entre un seuil minimal et un seuil maximal. La vision des priorités est immédiate, c’est plus direct, plus efficient.

2. Illisibilité des alertes

Simple dans son principe, le MRP génère de multiples alertes qu’il est nécessaire de comprendre et d’interpréter. Or, les alertes sont extrêmement nombreuses, ne donnent pas une vision d’ensemble permettant de cibler les priorités de production immédiate pour assurer la satisfaction des ordres clients les plus prioritaires.

Pour pallier à ces limites, les planificateurs extraient des informations du MRP et exploitent les informations sous Excel, avec malgré tout une difficulté à identifier les réelles priorités.

3.  Nervosité du MRP

Un autre défaut reconnu du MRP est sa nervosité : lorsque le stock prévisionnel est proche du stock de sécurité, il suffit d’une variation minime de la demande pour qu’une commande prévisionnelle soit générée ou annulée. Cette variation va se propager et s’amplifier sur les niveaux de nomenclatures plus basses. D’autres effets tels que les écarts d’inventaires, les changements de configuration, les retards de livraison, la non qualité génèrent également de la nervosité. A tel point qu’il peut y avoir d’importants écarts entre la fluctuation des besoins issus du MRP et une certaine régularité des besoins sur les produits finis.

4. Stocks bimodaux

Enfin, si les stocks des articles devraient suivre une loi normale, or les stocks suivent généralement une loi bimodale :

• Une partie des références se situent en zone de stock insuffisant, la production n’ayant pas encore pu être lancée,
• Une autre partie des références se situant plutôt en situation de surstock.

Cet état de fait peut s’expliquer notamment par les erreurs de prévision, par l’effet de la nervosité du MRP, et par l’effet des contraintes capacitaires.

3. Evolutions de l’environnement   

Enfin, comme je l’ai évoqué dans mon billet consacré à la Demand-Driven Supply Chain⁸, la complexification des supply chain, des produits, la réduction de leur cycle de vie, la réduction des délais exigés par les clients rendent le système consistant à prévoir puis à planifier inadapté.

Il s’agit de s’orienter vers un schéma de fonctionnement plus « agile », qui puisse s’appuyer sur des flux tirés.

Or, le schéma suivant l’illustre bien, il y a un vrai besoin de faire une synthèse entre le MRP et le Lean car :

• Le Lean fonctionne en flux tiré mais n’est pas cohérent avec un MRP qui lui s’appuie sur des prévisions, et fonctionne donc en flux poussés,
•  Le MRP permet d’avoir une visibilité sur l’ensemble des besoins et des opérations, même dans des environnements de production complexes et non répétitifs, contrairement aux méthodes lean.

Cette synthèse entre le Lean et le MRP s’appelle le Demand-Driven MRP que je vous propose d’aborder dans mon prochain billet.

Auteur : Thierry Bur

Sources :

¹ http://mrp-to-lean.blogspot.fr/

² Joseph Orlicky se serait inspiré de la Planification de Production de Toyota pour établir son MRP, le principe d’un programme directeur de production étant en effet une des composantes du Toyota Production System (TPS). Ironie de l’histoire, le MRP est conçu pour une production en flux poussés alors que le TPS préconise les flux tirés, mais nous en reparlerons plus loin…

³ http://www.researchgate.net/publication/222685410_The_early_road_to_material_requirements_planning The early road to material requirements planning, Vincent A. Mabert, 2006

⁴ http://en.wikipedia.org/wiki/Material_requirements_planning

⁵ Source : l’ouvrage de référence du DDMRP Orlicky’s Material Requirements Planning, Third Edition par Carol Ptak et Chad Smith (2011)

⁶ Il est intéressant de noter que, quasiment au moment de la mise au point du MRP II (1983, par Oliver Wight), Eliyahu Goldratt mettait au point la géniale Théorie des Contraintes (TOC : Theory Of Constraints). Eliyahu Goldratt travaillait initialement dans une société qui vendait une solution de planification à capacité finie, mais, face au constat que ces solutions n’adressaient pas les réels problèmes, il a mis au point sa théorie des contraintes, popularisée en 1984 au travers de son roman The goal (Le But). Cette méthode de gestion de la capacité s’appuie sur l’identification du goulet (ou goulot) d’étranglement et de son traitement, et vient à l’encontre de certaines pratiques des managers de la production de l’époque. La théorie des contraintes est très focalisée sur les flux, alors que le MRP se focalise sur la charge par ressource sans avoir cette vision du flux.

⁷ Pour finir la revue des acteurs qui ont développé des techniques calculatoires encore utilisées aujourd’hui, il est indispensable de mentionner G. Brown, l’inventeur du lissage exponentiel, qui est à la base de la plupart des méthodes de prévision utilisées aujourd’hui  encore.

⁸ http://blog.cereza.fr/logistique-scm/les-billet-de-thierry-bur-quest-ce-quune-demand-driven-supply-chain-1214

1.    Constat d’échec du modèle opérationnel traditionnel et pistes de solution

L’émergence du concept de Demand-Driven Supply Chain (DDSC) s’appuie sur le constat d’échec des standards de fonctionnement qui avaient été précédemment établis : une première étape consistant à ciseler des prévisions fines, puis la consommation de ces prévisions par les commandes clients, la transformation de ces prévisions en besoins dépendants de production et d’approvisionnement, puis l’exécution de la production et des opérations logistiques.

Ce mode de fonctionnement, pérennisé au travers du MRP2 et des systèmes d’information (ERP, APS) présente cependant de nombreuses limites parmi lesquelles :

• Les prévisions ne sont jamais exactes, et ce mode de fonctionnement sera d’autant plus inadapté que la demande est volatile,

• Le MRP induit une nervosité en fonction des évolutions de la demande et des opérations: une évolution mineure de la demande client peut déclencher en chaîne des besoins  de production et de réapprovisionnement (à la hausse ou à la baisse) qui se traduisent par un impact d’autant plus ample que les nomenclatures sont plus profondes. En conséquence, les fournisseurs ne peuvent s’appuyer sur les prévisions d’approvisionnement MRP communiqués par leurs clients, les écarts entre les prévisions et les demandes effectives pouvant être très significatives.

Cet échec de l’approche traditionnelle est d’autant plus patente que la demande est plus volatile et que les délais sont plus courts, comme le montre le schéma suivant :

Compte tenu de la tendance à une augmentation de la volatibilité de la demande et à une réduction des délais malgré une complexité croissante, il s’agit de trouver un nouveau mode de fonctionnement : l’effort principal n’est plus à mettre sur la détermination des prévisions, trop statique. C’est vers une solution plus dynamique qu’il faut s’orienter : la supply chain agile, caractérisée selon l’APICS¹ par la capacité à fabriquer et à mettre rapidement sur le marché une large gamme de produits et services en quantités variables, à coût faible et de qualité optimale. L’agilité requiert 4 compétences distinctes : flexibilité, fiabilité, coût et qualité.  Si les trois dernières compétences peuvent se résumer par une efficience des processus, la flexibilité mérite d’être définie :

• La flexibilité est de façon générale la capacité à répondre rapidement, en volume et en temps², à des changements internes et externes.
• La flexibilité d’une supply chain est sa capacité à limiter ou à neutraliser les différents risques auxquels elle est soumise dans les cas de croissance ou de réduction des volumes : variabilité des prévisions, de la continuité d’approvisionnement, du temps de cycle, du délai et les incertitudes de délai de livraison et de dédouanement.
• Enfin, flexibility responsiveness correspond à la réactivité, c’est-à-dire la capacité des entreprises à s’adapter rapidement à des évolutions qui prennent place sur le marché

Notons que le lean (dès lors qu’il n’est pas mis en œuvre dans une optique pure de réduction des coûts, un excès d’efficience coût finissant par rigidifier le système³) intègre dans ses gènes l’agilité : le Toyota Production System a été lancé au début des années 1950 afin d’être en mesure de répondre de façon productive et efficiente à un marché réduit (en 1950, le marché automobile japonais n’était que de 1900 véhicules⁴) exigeant une forte diversité de produits (Cf. Article http://blog.cereza.fr/wp-content/uploads/2015/01/CEREZA_Tribune_Lean-et-Supply-Chain-Management.pdf), c’est-à-dire pour mettre en œuvre des processus efficients et flexibles.

Il est notamment évident qu’une supply chain agile implique que les opérations de production et logistique production soit faites en flux tiré, c’est-à-dire uniquement déclenchées en réponse à une demande client ou pour remplacer le stock consommé par une demande client. A défaut, on sera dans une situation de surproduction, le pire des gaspillages selon Taichi Ohno, car elle induit d’autres gaspillages (augmentation des stocks, des attentes, des déplacements…) réduisant ainsi la flexibilité et l’efficience coûts, et augmentant les délais.

2. Caractéristiques de la Demand-Driven Supply Chain 

La notion de Demand-Driven Supply Chain correspond aux modes de fonctionnement et aux principes à mettre en  œuvre pour disposer d’une supply chain adaptée aux défis actuels présentés ci-avant. Cette notion est apparue il y a une dizaine d’année, mais sa définition n’est pas unique et a évolué dans le temps⁵.

Tout comme le passage du mode de production traditionnel au lean manufacturing a constitué une révolution dans les modes de fonctionnement, de même le passage à la DDSC est aussi une révolution des modes de raisonnement, de fonctionnement, au niveau des métriques de performance, etc. Il y a cependant une idée sous-jacente majeure, toute simple : tout est piloté par la demande des clients finaux.

Une des questions qui se pose est comment faire fonctionner de façon efficiente cette chaîne logistique, où stocker des articles, comment les réapprovisionner, comment maîtriser les coûts tout en répondant aux exigences des clients (délai, qualité, services…) comme l’illustre le schéma suivant :

La réponse n’est pas unique, en revanche, la Demand-Driven Supply Chain s’appuie sur les principes suivants :

1. Collaboration, car l’optimisation de la chaîne logistique implique une coopération des différents acteurs de la chaîne,
2. Visibilité, qui est le facteur clef pour capter la demande au plus près des clients finaux et connaître les stocks à tous les maillons de la chaîne logistique pour être en mesure de l’optimiser globalement,
3. Efficience, c’est-à-dire maîtrise de la qualité et des coûts.
4. Agilité, afin de savoir répondre rapidement et de façon efficiente à une demande non prévue, à une évolution du niveau de demande.

Voici quelques exemples de transformation d’une supply chain traditionnelle vers une Demand-Driven Supply Chain :

 3. Transformation de l’entreprise pour devenir Demand Driven 

Comment devenir Demand-Driven ? Différents stades de maturité des entreprises ont été définis, le stade 4 de l’entreprise étendue correspondant à la mise en œuvre pleine et entière de la Demand-Driven Supply Chain. Le stade maturité de la majorité des entreprises (souvent de 2, quelquefois de 3) précise la distance à parcourir pour déployer une Demand-Driven Supply Chain.

Cette transformation ne peut, au demeurant, être réalisée que si la direction générale est persuadée du bienfondé de cette transformation et la déclare comme prioritaire.

4. Exemples de mise en œuvre de la Demand-Driven Supply Chain

4.1.  Industrie automobile

La vente de véhicules se fait auprès de différents segments de clients : les clients particuliers qui génèrent les plus fortes marges, les entreprises, la vente à des concessionnaires (véhicules de démonstration, immatriculations tactiques pour réaliser les objectifs trimestriels et déclencher les primes constructeurs), et d’autres segments bien moins rémunérateurs tels que les loueurs de courte durée.

Traditionnellement, la production automobile était réalisée selon un programme directeur de production (PDP) fixe,  la production étant consommée en partie par des commandes de clients particuliers, entreprises, par les immatriculations des concessionnaires, restaient ensuite des véhicules sans destination précise et qui pouvaient être vendus à des loueurs. Cependant, ces dernières ventes constituent une difficulté : l’injection de ces véhicules dans le marché ne permet pas de générer de marge et induit une augmentation de l’offre des occasions récentes contribuant à baisser la valeur de ces véhicules.

Le passage à une planification de production basée exclusivement sur les demandes fermes des clients (clients particuliers, professionnels, distributeurs, loueurs de courte durée …) permet de produire uniquement des véhicules dont la destination est maîtrisée :

• Meilleur pilotage de la marge en favorisant les segments de clients et les marchés les plus rémunérateurs.
• Réduire des stocks de produits finis,
• Amélioration de la valeur de revente des véhicules en occasion, sujet particulièrement sensible pour les gestionnaires de flottes.

Cependant, en produisant selon les principes de la Demand-Driven Supply Chain, les volumes de production fluctuent et ne garantissent pas l’atteinte du niveau pour lequel l’usine a été dimensionnée : il n’y a plus de PDP fixe !

Ceci implique un outil industriel très flexible : si le portefeuille est significativement supérieur aux attentes, certains constructeurs étendent l’amplitude de travail journalier de leurs équipes, et ce avec un préavis réduit. A l’inverse, la réduction du portefeuille de commande conduit à réduite l’amplitude horaire de travail ou de fermer l’usine une journée de temps à autre.

Pour limiter les à-coup de production, liés à la réussite plus ou moins heureuse des véhicules, les constructeurs ont développés des lignes permettant de monter divers modèles, permettant ainsi de lisser le volume d’activité et donc d’assurer un taux élevé d’utilisation des usines. Cependant, l’implication en termes d’organisation industrielle est de développer le « kitting » qui présente différents avantages :

• Évitement de la saturation des bords de lignes
• Élimination des déplacements et des choix de pièces aux opérateurs de production,
• Concentration des étapes de préparation de kits dans des zones logistiques, avec des opportunités d’automatisation dans le cas de la production dans des pays à coûts élevés.

La mise en œuvre de ces principes de Demand-Driven Supply Chain est cependant plus simple dans l’industrie automobile que dans d’autres industries, les transformations étant ciblées sur le Programme Directeur de Production et sur la flexibilité de l’outil industriel.

4.2.  Kimberly-Clark : une transformation qui s’inscrit dans le temps

L’ampleur de la transformation peut être très significative, et adresser une multitude de problématiques :

• Mise en œuvre généralisée du lean, notamment dans une optique de réduction drastique des temps de cycle de production,
• Refonte du schéma industriel et logistique pour répondre aux nouveaux enjeux,
• Refonte des processus de planification,
• Évolution des systèmes d’information pour faire face aux enjeux de collecte des données sur l’ensemble de la chaîne logistique et pour s’aligner sur les nouveaux processus,
• Conduite du changement de chacune des évolutions précédentes.

En conséquence la transformation vers une Supply Chain Demand Driven peut s’avérer un long voyage, le schéma suivant décrit l’étendue des projets mis en œuvre et leur ordonnancement pour contribuer à cette transformation.

¹ APICS Dictionnary, twelfth edition

²  On peut de plus distinguer divers types de flexibilité industrielle qui pour la plupart peuvent s’appliquer de façon plus générale à la supply chain :

• Mix flexibility corespondant à la flexibilité en termes de changements de production pour produire un large assortiment,
• Capacité à intégrer rapidement des changements de conception,
• Flexibilité en volume,
• Flexibilité opératoire c’est-à-dire la capacité à répondre rapidement à l’indisponibilité d’une ressource en la remplaçant par une autre,
• Flexibilité matière soit la capacité de s’adapter à diverses matières premières différant en termes de caractéristiques.

Notons cependant que la flexibilité de la supply chain s’appuie encore sur des solutions complémentaires à celles mentionnées ci-avant.

³  Cf. The Triple-A Supply Chain, Hau L. Lee, Harvard Business Review on Supply Chain Management, 2006

⁴ Cf. http://blog.cereza.fr/logistique-scm/les-billets-de-thierry-bur-n4-lean-et-supply-chain-management-partie-n9-suite-de-la-comparaison-du-lean-et-du-supply-chain-management-et-conclusion-1070

⁵ Cf. article de Lora Cecere (Supply Chain Insights) : https://www.linkedin.com/pulse/what-i-have-learned-demand-driven-journey-lora-cecere

Auteur : Thierry Bur