Image
interview-RonaldBreedveld-SAS-MaximeTricoire

Data driven supply chain : SAS fait le point sur la transformation des processus

Par : Maxime Tricoire
13 décembre 2021
Temps de lecture : 6 min
Chapo

Dans cette interview Ronald Breedveld, Retail & CPG Director et Business Advisor chez SAS, revient sur les processus de transformation data-driven des supply chain. Selon lui, deux défis principaux doivent être relevés : l’adaptation à un contexte incertain et la mise à disposition de la data au service de tous les collaborateurs.

En partenariat avec
Body

Nouveau call-to-action

Retrouvez le HUB Institute à l'occasion du HUBDAY Future of Retail & E-Commerce 2022 !


HUB Institute : La période de la COVID-19 a mis les supply chain du monde entier sous tension. Quelles sont les grandes tendances que vous avez pu observer durant cette période ?

Ronald Breedveld-SASRonald Breedveld : Jusqu'à la pandémie de la COVID-19, les entreprises et leur supply chain pouvaient se reposer sur un service planning adapté à un monde stable, si bien que les performances passées permettaient plus ou moins de prévoir les performances futures.

Cependant, la crise a rendu notre monde beaucoup moins prévisible, et les entreprises évoluent aujourd'hui dans un monde VUCA (ndlr : volatile, incertain, complexe, ambigu). Et ce n'est que le début, car les turbulences sont loin d'être terminées aux vues des dernières actualités : 5ème vague, pass sanitaire, fréquentation peu stable dans certains lieux, Brexit… C'est là pour moi la grande tendance : le monde va continuer à changer de plus en plus et il y a un réel besoin d'adapter les systèmes pour continuer à performer.

HUB Institute : La data revêt aujourd'hui une importance cruciale pour les entreprises. Comment cette data peut-elle être mise au service de l’ensemble des équipes supply chain ?

RB : Si jusqu'à présent les entreprises utilisaient les résultats du passé pour prédire l'avenir, ces dernières ont été obligées d'intégrer des sources de données provenant du monde entier pour piloter au mieux leurs activités. Elles vont par exemple regarder ce qui se passe en Chine ou en Italie pour prévoir de potentiels impacts sur leurs chaînes d'approvisionnement, ou encore utiliser les données météorologiques pour prédire l'impact d'un phénomène climatique sur une famille de produits.

À mesure que l'interconnexion de notre monde se renforce, les données utilisées dans les processus de décision liés aux processus supply chain viendront de plus en plus de l'extérieur de l’entreprise.

 - Ronald Breedveld , Retail & CPG Director - Business Advisor (SAS)

Cependant, qui dit collecte de données dit également mises en conformité avec les différents règlements internationaux tels que le RGPD. Une situation qui tend à complexifier la collecte de données pour déterminer l'impact des ventes et du marketing. La supply chain s'inscrivant dans une plus grande masse, elle reste globalement moins impactée par ces éléments. Et pour cause :  nous parlons ici de données et d'indicateurs disponibles en accès libre sur internet. À mon sens, l'un des défis majeurs reste la qualité et la granularité de ces sources de données, et cela tend globalement à s'améliorer.

Pour faciliter l’adoption de la donnée par tous, il faut avant tout démontrer la valeur ajoutée que cette dernière apporte. À titre d'exemple, nous définissons pour chacun de nos clients une feuille de route qui s'adapte en fonction de la maturité des différents publics vis-à-vis de la data science. Cela part du planning Excel que l'on modifie uniquement en cas de crise jusqu'à des dispositifs plus poussés impliquant des modèles de prévision basés sur le machine learning. À chaque phase de maturité, nous définissons la valeur ajoutée produite, de manière à permettre à notre client de voir où il se situe et quelles sont les actions à mettre en place. Fait intéressant : si tout le monde débute au même endroit, les chemins se dispersent au fur et à mesure des avancées.

Nous aidons nos clients à identifier les opportunités et à développer une culture de la donnée afin de faciliter l'adoption et d’optimiser le ROI des investissements faits dans la data.

  - Ronald Breedveld , Retail & CPG Director - Business Advisor (SAS)

HUB Institute : Quelles difficultés principales identifiez-vous lorsque vous accompagnez vos partenaires sur les sujets de supply chain data-driven ?

RB : La difficulté avec les processus de data science, c'est que ne sont pas des actions "one shot" que l'on va mettre en place et qui vont produire de la valeur ajoutée d’elles-mêmes. C'est avant tout une feuille de route au service des équipes qui vont devoir apprendre à l'utiliser. Et pour cause : les algorithmes peuvent produire les meilleures prévisions, elles deviennent inutiles si les départements de l'entreprise ne les utilisent pas.

De manière générale, c’est l'ensemble des processus de travail qu'il faut revoir. Dans les grandes structures, l’alignement entre les business unit est rarement parfait. Ceci est encore plus vrai avec les équipes supply chain et les équipes data : l'une travaille sur des éléments extrêmement concrets tandis que l'autre travaille avec des chiffres abstraits. Il y a donc urgence à ce que tout le monde sache se parler, mais également à adapter la feuille de route en fonction de l'utilisation et des feedbacks émis par les équipes business.

La grande difficulté n'est pas la faisabilité technique, mais bien de s'assurer que le processus soit défini de façon à optimiser l’interaction et l’alignement entre data scientist et métiers […] Travailler en silo, même si l'on a le meilleur produit, mène inévitablement à l'échec.

  - Ronald Breedveld , Retail & CPG Director - Business Advisor (SAS)

À lire également : "Optimiser la data grâce à la supply chain : entre résilience et agilité"

HUB Institute : Alors que les processus omnicanaux et phygitaux s'annoncent comme l'avenir du retail, comment évoluera à l'avenir la gestion de la supply chain des entreprises ? Comment aidez-vous vos partenaires à s'y préparer ?

RB : Si les notions de prévision sont historiquement l'apanage des équipes demand et supply planning, ces dernières vont de plus en plus se mettre au service des équipes business. Et c'est encore plus vrai pour les processus d'analyse prédictive, qui vont dans un avenir plus lointain, venir nourrir les autres équipes de l'entreprise. L'idée est que ces dernières comprennent plus finement les conséquences engendrées par telles ou telles actions. Par exemple, à partir d'un scénario déterminé par les équipes ventes, les équipes marketing et supply chain pourront ajuster leur stratégie afin d'atteindre leurs objectifs.

La multiplication des sources de données est également un sujet important pour les retailers et e-commerçants. Là encore, elles doivent penser ces datas à l'aune de la valeur qu'elles peuvent apporter.  L'IA et le machine learning devraient en ce sens être de plus en plus utilisées pour identifier les données les plus à même de générer de l'impact en fonction d'une situation donnée.

Enfin, l'explosion du e-commerce par rapport aux points de vente physique n'est au fond qu'un nouveau degré de complexité pour la planification de la supply chain, et il faut s'attendre à en rencontrer bien d'autres : guerre commerciale entre la Chine et les USA, menace d’invasion de Taiwan ou de l’Ukraine, croissance du bio, événements climatiques, etc…


Retrouvez le HUB Institute à l'occasion du HUBDAY Future of Retail & E-Commerce 2022 !

Nouveau call-to-action

Envie de nous partager vos insights ?
Profile picture for user mtricoire
Maxime
Tricoire
Content Manager

Diplômé du MBA Digital Marketing & Business de l’EFAP, Maxime s’appuie sur sa culture du monde digital pour dénicher les dernières tendances et insights. Fort de plusieurs expériences du côté de l’annonceur, il met sa plume au service de nos partenaires pour les aider à élaborer des contenus à fortes valeurs ajoutées. Ses buts : découvrir, informer et éduquer.