d’études - Catalogue des mémoires de projets de fin d...

Apports et limites du modèles SCOR pour l’évaluation de la performance en Supply

Chain Management : Application à un entrepôt logistique

LEPORI Elvia GM5 ISP

0

Laboratoires de recherche

LGECO INSA Strasbourg

HUMANIS EM Strasbourg

Apports et limites du modèle SCOR

pour l’évaluation de la performance en

Supply Chain Management :

Application à un entrepôt logistique

LEPORI Elvia

Génie Mécanique

GM5 ISP

Juin 2012

Tuteurs : FM Logistic :

MORNAY Stéphane

INSA :

BARTH Marc

GARTISER Nathalie

EM Strasbourg :

DAMAND David

Projet de

fin

d’études

24 Bd de la Victoire

67084 Strasbourg Cedex

Plate-forme FM Brumath

ZI de la Zorn

Route de Krautwiller

67172 Brumath

1

Apports et limites du modèle SCOR pour l’évaluation de la performance en Supply


LEPORI Elvia GM5 ISP Juin 2012

Institut National des Sciences Appliquées de Strasbourg

PROJET DE FIN D’ETUDES

Auteur : LEPORI Elvia Promotion : 2012

Titre : Apports et limites du modèle SCOR pour l’évaluation de la performance en Supply Chain Management : Application à un entrepôt logistique

Soutenance : Juin 2012

Structure d’accueil : FM logistic, LGECO INSA Strasbourg, Humanis EM Strasbourg

Nb de volume(s) : 1 Nb de pages : 86 Nb de références bibliographiques : 28

Résumé : Dans un environnement en constante évolution, la quête de compétitivité est un facteur majeur. Le prestataire logistique, maillon de la Supply Chain, se doit de maintenir et d’accroître sa compétitivité. Cette dernière est extrêmement liée à l’amélioration continue de sa performance. L’évaluation de la performance est un travail ardu. Le modèle SCOR (Supply Chain Operations Reference), proposé par le Supply Chain Council, apporte des réponses pour mener ce travail en Supply Chain. Ce PFE explore les apports et les limites du modèle SCOR quant à son application dans un entrepôt logistique. Cette étude s’appuie sur un cas d’application dans un entrepôt du prestataire FM Logistic. Ce PFE est inscrit dans le cadre d’une initiation à la recherche au sein des laboratoires de recherches LGECO (INSA de Strasbourg) et HUMANIS (EM Strasbourg).

Mots clés : Evaluation de la performance, modélisation d’entreprise, SCOR, prestataire logistique.

Traduction: In a constantly development environement, the search of competitiveness is a major factor. Logistics service provider, link of Supply Chain, have to maintain and increase its competitiveness. This last one is extremely link to the continuous improvement of its performance. Evaluation of performance is a arduous task. The model SCOR (Supply Chain Operations Reference), proposed by the Supply Chain Council, gives answers to carry out this work in Supply Chain. This project investigates contributions and limits of the SCOR model as for its application in a distribution center. This study leans on an application in a distribution center of operated by FM logistic. This PFE is realised in a framework of research initiation in the laboratories LGECO (INSA de Strasbourg) et HUMANIS (EM Strasbourg).

2




Remerciements

Au terme de ce projet, je tiens dans un premier temps à remercier les enseignants chercheurs

pour leur accompagnement tout au long de ce projet d’initiation à la recherche :

M. Barth, pour m’avoir permis de construire ce projet PRT/PFE orienté recherche, pour

son suivi régulier tout au long de ce projet et pour sa contribution méthodologique ;

M. Damand, pour son suivi et pour avoir créé un lien entre ce projet et l’Ecole de

Management de Strasbourg ;

Mme. Gartiser, pour m’avoir guidé dans mes recherches en apportant sa vision de la thèse et

des recherches bibliographiques dans le domaine de la gestion ;

M. Reinhard, professeur de l’EM Strasbourg, pour le temps accordé pour des précisions

sur modèle SCOR;

Les personnes rencontrées au cours de ces recherches appartenant à l’ASLOG, l’INSA de

Strasbourg et l’EM Strasbourg pour leur contribution à la réflexion sur le sujet d’étude.

Je tiens aussi à remercier les intervenants industriels de l’entreprise d’accueil FM Logistic :

M. Mornay, architecte des solutions logistiques et tuteur de stage, pour le temps accordé à

l’encadrement du PFE et le partage de son expérience du terrain ;

M. Buisson, pour m’avoir permis de monter ce projet en lien avec FM Logistic;

M. Ruffenach, directeur de la plateforme de Brumath, pour m’avoir accueillie sur le site

de FM Logistic;

M. Wendling, responsable client pour le temps accordé pour répondre à mes questions;

Mme Dupuis et Mme Varache pour m’avoir éclairé sur les notions de comptabilité ;

L’ensemble du personnel de FM Logistic à Brumath, qui a réservé un accueil chaleureux

et qui a répondu à de nombreuses questions.

3




Table des matières Condensé .................................................................................................................................... 1

Remerciements ........................................................................................................................... 2

Table des matières ...................................................................................................................... 3

Table des figures ........................................................................................................................ 5

Table des tableaux ...................................................................................................................... 5

Préambule ................................................................................................................................... 6

Section A : Organisation du projet de fin d’études .................................................................... 7

1. Le projet .............................................................................................................................. 8

2. L’environnement ................................................................................................................. 9

2.1 Le prestataire logistique ............................................................................................... 9

2.2 Les laboratoires de recherche .................................................................................... 13

3. Le travail de recherche ...................................................................................................... 15

4. Les actions annexes ........................................................................................................... 16

5. Conclusion et impressions personnelles ........................................................................... 17

Section B : L’article scientifique .............................................................................................. 18

1. INTRODUCTION ............................................................................................................ 19

2. METHODE EXPERIMENTALE ..................................................................................... 20

3. APPLICATION AU CAS D’ETUDE ................................................................................ 21

4. APPORTS ET LIMITES DE SCOR .................................................................................. 22

5. CONCLUSION ET PERSPECTIVES ............................................................................... 24

6. REFERENCES ................................................................................................................. 24

Section C : Développement du PFE ......................................................................................... 25

1. Introduction ....................................................................................................................... 26

2. Matériel et méthode .......................................................................................................... 28

2.1 Le modèle SCOR son fonctionnement ...................................................................... 28

2.1.1 Structure modélisation ........................................................................................ 28

2.1.2 Evaluation de la performance ............................................................................. 29

2.2 La méthode expérimentale ......................................................................................... 31

2.2.1 Etape 1 : détermination du champ d’application ................................................ 31

4




2.2.2 Etape 2 : le SCORCARD des indicateurs de performance de niveau 1 ............. 31

2.2.3 Etape 3 : le « AS IS » du processus .................................................................... 31

2.2.4 Etape 4 : les indicateurs de performance de niveaux 2 et 3 ............................... 32

2.2.5 Etape 5 : Etude de l’agilité ................................................................................. 32

3. Première partie des résultats de l’application au cas d’étude ........................................... 33

3.1 Etape 1 : détermination du champ d’application ....................................................... 33

3.2 Etape 2 : le SCORCARD des indicateurs de performance de niveau 1 .................... 33

3.3 Etape 3 : le « AS IS » du processus ........................................................................... 38

3.3.1 La carte géographique de la SC : « geographic map » ....................................... 38

3.3.2 Le thread diagram niveau 2 ................................................................................ 39

3.3.3 Le process diagram ............................................................................................. 39

3.4 Etape 4 : les indicateurs de performance de niveaux 2 et 3 ....................................... 42

4. Apports et limites du modèle SCOR ................................................................................. 46

4.1 Apports ...................................................................................................................... 46

4.2 Limites ....................................................................................................................... 47

5. Seconde partie des résultats portant sur l’étude de l’agilité .............................................. 51

5.1 Définitions ................................................................................................................. 51

5.2 Cas d’application sur les volumes de colis de l’année 2011 ..................................... 53

6. Synthèse du cas d’étude .................................................................................................... 60

7. Conclusions ....................................................................................................................... 62

8. Bibliographie ..................................................................................................................... 63

9. Annexes ............................................................................................................................. 65

9.1 Tableau de bord FM logistic ...................................................................................... 65

9.2 Annexe : Thread diagram .......................................................................................... 66

9.3 Annexe : Plan P2-4 ................................................................................................... 67

9.4 Annexe : Source stocked product S1 ......................................................................... 70

9.5 Annexe : D1 PF et S2 PF ........................................................................................... 76

9.6 Annexe Deliver stocked product D1 PF 2 ................................................................. 79

9.7 Annexe : Deliver stocked product D1 ....................................................................... 83

9.8 Annexes flexibilité ..................................................................................................... 86

5




Table des figures

Figure 1 : FM Logistic au sein de la SC ..................................................................................... 9

Figure 2 : Les dates clées ......................................................................................................... 10

Figure 3 : CA par secteurs d'activités ....................................................................................... 10

Figure 4 : CA par activités ....................................................................................................... 11

Figure 5 : Plateforme de Brumath ............................................................................................ 11

Figure 6 : Historique de la plateforme ..................................................................................... 12

Figure 7 : logo de l'équipe ........................................................................................................ 13

Figure 8 : Logo du laboratoire .................................................................................................. 14

Figure 9 : Processus Source stocked product ........................................................................... 29

Figure 10 : décomposition du temps de cycle .......................................................................... 36

Figure 11 : Carte géographique de la SC ................................................................................. 38

Figure 12 : volumes moyens mensuels .................................................................................... 54

Figure 13 : Graphique représentant les volumes préparés en nombre de colis journalièrement

.................................................................................................................................................. 55

Figure 14 : Histogramme représentant les deltas de volume journalier du mois de Mars ....... 55

Figure 15 : Histogramme représentant les deltas de volume journalier en pourcentage du

volume moyen mensuel du mois de Mars ................................................................................ 56

Figure 16 : Histogramme représentant les deltas de volumes maximaux pour le mois d'Août 57

Figure 17 : Histogramme représentant les deltas de volume d’Août en pourcentage du volume

moyen hebdomadaire du mois d’Août ..................................................................................... 57

Figure 18 : Histogramme représentant les deltas de volume en pourcentage du volume moyen

mensuel d’Août ........................................................................................................................ 57

Figure 19 : Histogramme représentant les deltas de volume d’Août en pourcentage du volume

moyen annuel ........................................................................................................................... 57

Figure 20 : Pourcentage des volumes moyens hebdomadaires, mensuels et annuels des deltas

de volume extremum mensuels ................................................................................................ 59

Table des tableaux

Tableau 1 : Catégories de performance : .................................................................................. 29

Tableau 2 : les indicateurs de performance par niveau ............................................................ 30

Tableau 3 : Matrice représentative de la SC ............................................................................ 33

Tableau 4 : SCORCARD FM................................................................................................... 37

Tableau 5 : Indicateurs suivis pour un client replacé au niveau 1 et par catégories ................ 38

Tableau 6 : Récapitulatif du nombre d'indicateurs ................................................................... 42

Tableau 7 : Définitions de l'agilité et la flexibilité ................................................................... 51

Tableau 8 : Tableau de classement des mois en fonction des deltas de volume extremum ..... 58

6




Préambule

Le projet de fin d’étude clôture la formation d’ingénieur à l’INSA de Strasbourg. Ces

études peuvent être poursuivies par une thèse cependant ce choix doit être fait en

connaissance de cause. Ce projet de fin d’étude est donc intégré dans une démarche

d’initiation à la recherche afin d’envisager une poursuite des études en thèse. Cette initiation à

la recherche s’est effectuée durant un Projet de Recherche Technologique (PRT) suivi d’un

Projet de Fin d’Etudes (PFE).

Ces projets ont été menés au sein de deux laboratoires de recherche : le LGECO de

l’INSA de Strasbourg et HUMANIS de l’EM Strasbourg, ainsi qu’avec le partenariat d’un

prestataire logistique : FM Logistic. FM Logistic propose des prestations logistiques aux

industriels et distributeurs. Ses activités se partagent entre l’entreposage de tous types de

produits, la manutention, le transport et le conditionnement à façon. FM Logistic a formulé un

besoin par le biais d’une offre de thèse, initialement formulée de la manière suivante :

« Construire un modèle de référence pour évaluer la performance d’une Supply Chain

interne, dans le cadre du Lean Manufacturing ». En septembre 2011, aucun thésard n’ayant

été retenu pour cette offre, le travail de recherche sur la problématique posée n’avait toujours

pas débuté. FM Logistic a donc donné son accord pour un PRT/PFE orienté recherche, sur la

base du sujet de thèse proposé, afin que le travail de recherche soit entamé.

A la fin du PRT, la montée en compétences dans les domaines touchés par le sujet de

thèse et la prise de connaissance de l’entreprise FM Logistic ont permis de formuler un sujet

de PFE : « Apports et limites du modèle SCOR pour l’évaluation de la performance en Supply

Chain Management : Application à un entrepôt logistique ». En effet, un besoin soulevé dans

le sujet de thèse est l’évaluation de la performance d’un entrepôt logistique. Des questions ont

été mises en évidence telles que : quoi mesurer, à quelle fréquence, comment et où mesurer.

Une solution possible à cette problématique par rapport aux contraintes de temps et de niveau

du PFE fut d’étudier la faisabilité de l’application du modèle SCOR en entrepôt. Le modèle

SCOR est une référence en Supply Chain pour l’évaluation de la performance. Une étude de

l’application du modèle a permis de mettre en évidence les apports et limites du modèle quant

à son application dans un entrepôt logistique.

Le rapport de projet de fin d’études se compose de trois sections. Une première section A

porte sur l’organisation du projet de fin d’études, son environnement et les actions menées. La

section B est l’article scientifique soumis à une conférence sur le sujet de PFE. La section C

est un développement du projet suivant le plan de restitution d’un article scientifique. La

partie 1 de cette section C est une introduction mettant en évidence la problématique

scientifique. La partie 2 décrit la méthode expérimentale suivie. La partie 3 traite des résultats

après application de la méthode expérimentale. La partie 4 met en évidence les apports,

limites et manques du modèle SCOR. La partie 5 traite la question sous-jacente à la

problématique portant sur l’étude de la flexibilité. La partie 6 est une synthèse des résultats

obtenus et des interprétations de ce cas d’application. La partie 7 conclue et apporte des

perspectives de recherche.

7




Section A : Organisation du projet de fin d’études La section A aborde l’organisation du projet de fin d’études. L’environnement du projet ainsi

que ses acteurs sont exposés. Le travail de recherche mené au cours du projet de fin d’étude

est explicité. Des actions menées en annexe du projet sont développées. Cette section

s’achève sur une conclusion du projet de fin d’étude développée au travers d’impressions

personnelles.

8




1. Le projet

1.1 Un choix de poursuite des études

A la fin de la cinquième année en école d’ingénieur un choix s’offre aux étudiants :

poursuivre leurs études en thèse. J’ai envisagé ce choix en fin de quatrième année. Cependant,

un premier besoin a émergé, à savoir pouvoir prendre une décision réfléchie et motivée quant

à la suite de mon cursus au terme de mon Projet de Fin d’Etudes. Au moment de l’émergence

de ce besoin, le choix ne pouvait être fait en toute connaissance de cause. Je ne connaissais en

effet ni le domaine de la recherche, ni tout ce qui concerne une thèse (fonctionnement d’un

laboratoire, sujets proposés, déroulement des trois années, soutenance, débouchés, …). Ce

projet de fin d’étude est donc intégré dans une démarche d’initiation à la recherche afin

d’envisager une poursuite des études en thèse. Ce projet sur un an vise à me permettre de me

faire une idée éclairée du monde de la recherche.

1.2 Le PRT une montée en compétence sur le sujet de thèse

Ce projet a été mené dans deux laboratoires de recherche le LGECO de l’INSA de

Strasbourg et HUMANIS de l’EM Strasbourg, ainsi qu’avec le partenariat de FM Logistic.

FM Logistic est un partenaire de la Chaire Supply Management de l’école de management de

Strasbourg. L’entreprise a fait un don à l’UDS afin de financer un projet de thèse et des

bourses d’études. Le sujet de thèse est le suivant : « Construire un modèle de référence pour

évaluer la performance d’une Supply Chain interne, dans le cadre du Lean Manufacturing ».

A la rentrée 2011, comme aucun thésard n’avait été retenu pour cette thèse un projet de

PRT/PFE orienté recherche a permis d’entamer les recherches concernant cette

problématique. Au début du PRT, les compétences nécessaires pour traiter le sujet n’étaient

pas présentes. Ce dernier demandait en effet des connaissances pointues dans des domaines

qui n’avaient pas été approfondis, voire pas évoqués, au cours de la formation de l’INSA. Il a

donc été défini que le PRT serait une première étape de montée en compétences en

préparation du PFE. Pour ce faire, dans le cadre de notre PRT, le sujet de thèse a été précisé.

Une première bibliographie de la problématique posée par ce sujet a été établie. Permettant

une familiarisation avec le principe même de la recherche, ainsi qu’avec la méthodologie à

mettre en œuvre pour effectuer des recherches bibliographiques, ce qui correspond à la

première tâche d’un thésard. Les domaines abordés furent la Supply Chain et le Lean

Manufacturing. Une montée en compétences dans les domaines tels que l’évaluation de la

performance, la modélisation d’entreprise et la prise de connaissance de l’entreprise FM

Logistic a permis de formuler deux sujets de PFE.

1.3 Le PFE

Le PFE s’est déroulé en partie au sein d’un entrepôt de FM Logistic à Brumath et en partie

aux seins des laboratoires de recherche LGECO et HUMANIS. Le PRT a permis de soulever

et de définir clairement un besoin émergeant du sujet de thèse. FM Logistic est à la recherche

9




d’un modèle permettant l’évaluation de la performance de ses entrepôts logistiques.

Cependant, plusieurs problématiques ont émergées : comment définir les indicateurs ?

comment les mesurés ? et enfin où effectuer ces mesures ?. Une solution possible à cette

problématique par rapport aux contraintes de temps et de niveau du PFE fut d’étudier la

faisabilité de l’application du modèle SCOR en entrepôt. Le modèle SCOR est un modèle de

référence en Supply Chain pour l’évaluation de la performance. Dans le modèle SCOR,

l’évaluation de la performance à l’aide d’indicateurs de performance vient s’appuyer sur une

modélisation du processus grâce à des processus types préconisés par le modèle. De ce cas

d’application du modèle, les apports et limites de SCOR ont été mises en évidence quant à

son application dans un entrepôt logistique.

2. L’environnement

2.1 Le prestataire logistique

2.1.1 FM Logistic

Le cas d’application du projet de fin d’études a été mené au sein d’un entrepôt logistique

du prestataire logistique, FM Logistic.

Le prestataire logistique est membre de la Supply Chain. La Supply Chain est un groupe

de processus en interaction composé des clients et des fournisseurs focalisés sur la réalisation

d’une commande client [18].

Figure 1: FM Logistic au sein de la SC

FM Logistic est un prestataire logistique se situant au sein de la Supply Chain entre les

producteurs et importateurs ainsi que les centres de distribution et la grande distribution

(figure 1).

10




Figure 2 : Les dates clées

FM Logistic est une entreprise familiale créée par les familles Faure et Machet. A ces

débuts, l’activité principale était le transport de grumes de bois en Lorraine à Phalsbourg. Puis

des poutres d’acier furent transportées pour la construction d’un bâtiment d’un grand

producteur alsacien dans l’agro-alimentaire. En 1982, la première plateforme logistique est

construite à Brumath pour le client cité précédemment afin d’en faire un lieu de stockage de

ses produits.

Prestataire logistique international, FM Logistic gère et réalise les prestations en

entrepôts, du conditionnement à la distribution. FM Logistic assure l’optimisation de la

Global Supply Chain d’industriels ou de distributeurs. FM Logistic est présent en Europe et

en Asie dans 11 pays différents et bientôt au Brésil. FM Logistic est présent dans divers

secteurs tels que l’agro-alimentaire, la grande distribution et récemment la santé.

Figure 3 : CA par secteurs d'activités

11




Ce prestataire propose à ses clients diverses activités telles que le transport, le stockage,

la préparation de commande et le conditionnement à façon.

Figure 4 : CA par activités

L’activité de Co-packing permet au client de FM Logistic de mener des actions

promotionnelles. FM Logistic maîtrise divers processus ainsi que des moyens de

différenciation retardée. Les activités réalisées sont le conditionnement à façon traditionnel à

la demande (manuel), la réalisation de montage de box ou de display, l’étiquetage et la

production de lots promotionnels sous film rétractable.

FM Logistic possède une activité de transport qui répond à tous les enjeux en matière de

gestion des transports et de la coordination au suivi de la livraison. FM Logistic gère aussi des

navettes régulières entre l’usine et l’entrepôt.

Le laboratoire Supply Chain Management propose un ensemble de services, financiers et

organisationnels, ainsi que des études ad hoc pour assurer un avantage compétitif tangible en

fournissant les clés du pilotage optimum de chaîne logistique de leur client.

2.1.2 Plateforme de Brumath

Figure 5 : Plateforme de Brumath

L’activité d’entreposage est composée de

plusieurs activités. Les premières concernant

l’arrivée de marchandises avec les activités de

déchargement des camions et de mise en stock

des marchandises. Les autres activités sont

celles dirigées vers les clients du client, ceux

sont les activités de destockage des produits, de

préparation des commandes et de

chargement des camions. Les systèmes

d’information et méthodes de gestion de

l’entrepôt garantissent un suivi de la

productivité.

12




La plateforme de Brumath se situe dans une position stratégique vers l’Europe de l’Ouest.

En effet, elle se situe à 15km du Nord de Strasbourg sur un embranchement autoroutier en

bordure de l’A4. Elle fut la première plateforme de FM Logistic construite en 1982. La

plateforme a obtenu en 1997 le premier prix français de la qualité.

Figure 6 : Historique de la plateforme

La plateforme possède un effectif de 97 collaborateurs. La capacité de stockage est de 56

000 palettes pour une superficie de bâtiments de 41 000 m² avec un espace de 2 000 m² pour

le conditionnement à façon. Les mouvements sur la plateforme sont de l’ordre de 200 camions

par jour avec une préparation de colis s’élevant à 10 000 colis par jour. Les activités

présentent sur le site sont l’entreposage, le conditionnement à façon, la préparation de

commande et le transport.

2.1.3 Le client concerné

Les activités de l’entrepôt concernées par l’étude sont le stockage de produits finis, de

matières premières, et la préparation de commande. La préparation de commande ou picking

consiste à préparer des commandes personnalisées pour les supermarchés en formant des

palettes avec un nombre de colis fixé de diverses références. Le client du prestataire concerné

par l’étude est dans le secteur de l’agro-alimentaire. La capacité du bâtiment est de 69000

palettes et possède un taux d’occupation de 70%.

2.1.4 Les collaborateurs FM Logistic rencontrés

Les indicateurs de performance du modèle SCOR portent sur divers aspects de la

performance de l’entrepôt logistique et les mesures s’effectuent à différents niveaux de

l’entrepôt. L’étude a donc permis d’aller à la rencontre de différentes personnes occupant des

postes variés au sein de l’entrepôt. L’étude a été menée en collaboration avec le responsable

du client concerné. Le travail sur les indicateurs liés à la comptabilité a été mené avec l’aide

des contrôleurs de gestion de la plateforme de Brumath et les contrôleurs de gestion du groupe

FM Logistic basés à Phalsbourg. Cette étude a été menée sur le terrain avec les acteurs

concernés par les différents processus évalués. L’agent administratif opérateur saisie en est

l’un des premiers acteurs. Il gère la coordination des activités et affilie les missions aux caristes et

13




contrôleurs. Le processus ne pourrait pas être réalisé sans le travail des caristes et des

contrôleurs. Les caristes et contrôleurs sont directement sur le terrain tels des opérateurs en

production, ils effectuent les opérations liées à l’entreposage et la préparation de commande.

2.1.5 Comptabilité au sein de FM Logistic

SCOR possède des indicateurs de performance liés à la comptabilité de l’entreprise, le

fonctionnement de ce service a donc été étudié durant le projet de fin d’études.

La gestion financière au sein du groupe FM Logistic est séparée en deux parties : la

comptabilité générale gérée au niveau du groupe et la comptabilité analytique gérée par

plateforme. La comptabilité générale est une comptabilité normalisée. Elle est tenue

annuellement au travers de bilans comptables. Elle est plutôt tournée vers le passé. Le groupe

gère de plus la trésorerie de toutes les plateformes. La comptabilité des plateformes est dite

analytique. C’est une comptabilité plus souple et modulable suivant les besoins des

plateformes. Elle est décomposée par activités puis par clients. Elle permet aux plateformes de

gérer leur budget. Les contrôleurs de gestion des plateformes reçoivent annuellement les actifs

immobilisés de leur plateforme. Un bien est amorti dans la comptabilité analytique tant qu'il

est possédé par la plateforme, ceci force à la bonne gestion des biens et au recyclage si

nécessaire. Lorsque la plateforme veut acheter un actif immobilisé elle fait un plan de

rentabilité et d'amortissement au groupe qui lui possède la trésorerie pour l'acheter.

2.2 Les laboratoires de recherche

Ce projet de fin d’étude a été mené en collaboration avec deux laboratoires de recherche.

Mr. BARTH et Mme. GARTISER, professeurs encadrants, sont enseignants chercheurs au

sein du LGECO et Mr. DAMAND, troisième encadrant, est un enseignant chercheur au sein

du laboratoire HUMANIS. Les deux laboratoires abordent tout deux des thèmes liés au projet

de fin d’études dont le Supply Chain Managment.

2.2.1 Le LGECO de l’INSA de Strasbourg

Le LGECO est un laboratoire de recherches de l’INSA de Strasbourg. Il est composé de

différentes équipes :

- L’équipe LISS dont les recherches portent sur l’ingénierie des surfaces. Cette équipe

mène des études sur les matériaux. Elle travaille de plus sur la caractérisation

mécanique et l’analyse des propriétés des surfaces et des modes de dégradation.

- L’équipe ERASA (Recherche Eau Sol Aménagement) est un groupe travaillant sur

l’ingénierie de l’aménagement hydraulique. Les thèmes abordés sont les écoulements

à surface libre, l’aménagement des cours d’eau, la fatigue des chaussées, la viscosité

du bitume, la modélisation numérique de chaussées routières fissurées et de barrages.

Figure 7 : logo de l'équipe

de recherche LICIA

- L’équipe LICIA (Ingénierie de Conception, Cognition et

Intelligence Artificielle) aborde l’innovation dans la conception.

Elle traite des dimensions technique, économique, humaine et

organisationnelle. Les domaines d’applications sont les

systèmes manufacturiers, l’environnement et la santé.

14




2.1.3 HUMANIS de l’EM Strasbourg

Figure 8 : Logo du laboratoire

de recherche HUMANIS

Le laboratoire possède une chaire dénommée Chaire Supply Management. Cette chaire

établit un lien fort entre le monde de la recherche et celui de l’entreprise. Les entreprises

impliquées sont les suivantes : FM Logistic, Messier Bugatti, SteelCase, De Dietrich, Alstom,

Auchan, Siemens, … Grâce l’organisation de conférences et de débats un dialogue est

entretenu entre les chercheurs et les entreprises.

Le laboratoire de recherche HUMANIS (Humans and

Management in Society) appartient à l’école de management

de Strasbourg. Ces axes de recherches sont le management

public et hospitalier, la responsabilité Sociale de l’Entreprise

et le marketing & Information and Communication

Technologies.

15




3. Le travail de recherche

3.2 Etude du modèle SCOR

Cette étude s’appuie sur une application du modèle SCOR à un entrepôt logistique. Cette

étude a permis de monter en compétence sur le modèle de référence SCOR utilisé dans le

domaine de la Supply Chain. Ce modèle a été créé par l’association Supply Chain Council

(SCC). Il est reconnu internationalement et utilisé par divers grands groupes internationaux. Il

permet d’identifier la structure d’un processus et d’en mesurer sa performance. Un

fonctionnement du modèle est détaillé dans la section C Chapitre 2.1. L’apprentissage du

modèle a débuté par un cours à l’EM Strasbourg enseigné par Mr Eric REINHARD,

professeur en Supply Chain Strategy. Cette étude s’est approfondie à l’aide du manuel du

modèle fournit lors de la formation enseignée par le SCC [19]. Ce manuel décrit, précisément

et en anglais, les processus composant la Supply Chain ainsi que les moyens d’évaluer leurs

performances. Une connaissance pointue du fonctionnement du modèle est nécessaire pour

parvenir à une application satisfaisante. Un second livre [18] a été étudié afin d’établir une

méthode appliquée lors de ce PFE. En effet, ce livre, fournit également lors des formations au

modèle, apporte une méthode d’application du modèle pour les entreprises.

3.3 Les recherches sur les bases de données et lectures

En parallèle de cette méthode d’application du modèle, une étude bibliographique a été

menée dans le but de l’écriture d’un article scientifique. Des recherches dans différentes bases

de données ont été effectuées, dans les domaines Sciences pour l’ingénieur et Economie,

gestion et marqueting : SCOPUS, ScienceDirect, ISI Web (Web of Science, Pascal, INSPEC

et Ebsco. Les recherches ont été faites suivant les requêtes suivantes : SCOR AND

warehouse, SCOR AND distribution center, SCOR AND Supply Chain. Au cours de la

lecture des articles, de nouvelles références potentiellement intéressantes ont émergées. Ces

nouvelles références ont souvent été trouvé dans les articles de type état de l’art. Une

recherche par auteur est de plus intéressante si les recherches de l’auteur en question sont

développées dans plusieurs articles. Une centaine d’articles environ ont été étudié.

3.4 Ecriture d’un article scientifique

Un article scientifique est écrit suivant un plan scientifique. Ce plan est le plan

IMMRID :

- il débute par une introduction permettant de développer les problèmes industriels et

scientifiques, la bibliographie concernant ces problèmes afin d’en faire ressortir les

manques, et s’achève par la contribution attendue dans l’article ;

- la seconde partie porte sur le matériel utilisé pour parvenir aux résultats ainsi que la

méthode suivie ;

- la troisième partie porte sur les résultats de l’étude ;

- les résultats sont ensuite interprétés afin de répondre ou non à la contribution

attendue ;

16




- l’article se conclue sur une discussion et les perspectives de recherche sont exposées.

Un des objectifs de ce PFE, orienté recherche, est l’écriture d’un article scientifique. La

conférence GOL (Gestion Opérationnelle de la Logistique), au Havre, a été choisie pour la

parution de cet article. Cette conférence aborde les thématiques de la logistique.

Les thèmes traités sont la modélisation des systèmes logistiques, les outils d’aide à la décision

logistique, les systèmes d’information logistique, l’environnement juridique et réglementaire

de la logistique, la conception et le pilotage de la Supply Chain, l’organisation des opérations

de production, de transport et d’entreposage, la mesure et l’analyse de la performance

logistique et la gestion des risques logistiques. La date de soumission des articles était le 15

mai et l’article a été envoyé dans les délais. Cet article explore les apports, les limites et les

manques du modèle SCOR quant à son application dans un entrepôt logistique presté. Cette

étude s’appuie sur le cas d’application mené en PFE. L’article soumis compose la section B

de ce rapport.

4. Les actions annexes

Au cours de ce PFE diverses visites d’entreprises ont été effectuées dans le cadre de

réunions organisées par l’Association française pour la logistique (ASLOG). L’ASLOG est

une organisation neutre et indépendante. Multisectorielle, elle est aujourd’hui la seule

association qui couvre l’ensemble des activités au sein de la chaine logistique globale. Elle

représente un réseau professionnel de plus de 1500 membres en France. Sa mission est de

soutenir les entreprises dans leur recherche de performance logistique et de compétitivité.

Une visite de l’entreprise General Motors à Strasbourg a permis de prendre connaissance

de l’évaluation de la performance d’un autre domaine que celui de la logistique : la

production. Cette visite a permis de mettre en évidence des points clefs pour l’évaluation de la

performance présents ou non dans le modèle SCOR.

Des conférences à l’EM de Strasbourg organisées par la Chaire Supply Management ont

été suivies. Elles abordaient divers sujets liés au PFE tel que l’évaluation de la performance

du service achat.

L’exposé de plusieurs séminaires ont été suivis au sein du LGECO tel que le séminaire

séniors portant sur l’optimisation et les algorithmes évolutionnaires pour les systèmes

complexe.

Un exposé du monde de la recherche et des possibilités de poursuite des études en thèse a

été présenté aux élèves de quatrième année en génie mécanique à l’INSA. Cet exposé a

permis le partage de connaissances et d’expériences entre les élèves ingénieurs.

17




5. Conclusion et impressions personnelles

Ce projet de fin d’études dans le cadre d’une initiation à la recherche a donné lieu à une

introduction dans le monde de la recherche. Il amène en effet à entrer dans la communauté de

la recherche, par le biais des laboratoires de recherche LGeCo (INSA de Strasbourg) et

Humanis de l’EM (Ecole de Management de Strasbourg). Le travail s’est déroulé en grande

collaboration avec les membres de l’équipe de recherche.

L’étude bibliographique a permis d’acquérir une méthode de conduite des recherches

ainsi que l’apprentissage de la formulation des requêtes sur les bases de données. Cette étude

a aussi permis l’apprentissage de la lecture d’un article scientifique. En effet, cette lecture

n’est pas une lecture ordinaire, elle nécessite une compréhension de la structure de l’article

scientifique afin d’en faire ressortir les points clefs alimentant la bibliographie. Le travail sur

un article soumis à une conférence a permis l’apprentissage de l’écriture d’un article suivant

un plan de restitution. Cette écriture a de plus permis d’effectuer un travail de synthèse sur

l’étude menée en PFE. Cet article sera prochainement retravaillé afin de permettre sa

publication dans un journal international. Ce projet de fin d’études a permis d’acquérir les

qualités nécessaires à l’organisation d’un projet et a développé les capacités de travail en

autonomie. La structure d’un projet de recherche a été mise en exergue et comprise tout au

long du PFE.

D’autre part, le projet fut mené en immersion en entreprise. Cette immersion a permis

d’entrer dans le monde de la logistique. Ce monde possède des différences et des points

communs à celui de la production étudié à l’INSA. Le fonctionnement d’un entrepôt a été

intégré de par la compréhension des activités menées par ses divers acteurs et la visualisation

des différents flux traversant l’entrepôt. En effet, l’étude a été menée sur le terrain au cœur du

métier de FM Logistic et a permis le travail en collaboration avec divers acteurs du processus.

Ce projet orienté recherche a permis de faire un choix en connaissance de causes quant à

la poursuite des études en thèse. La thèse sera débutée en Septembre avec FM Logistic et le

laboratoire de recherches Humanis. Cette poursuite des études permettra d’approfondir

l’analyse et la réflexion face à un problème complexe. Elle permettra l’apprentissage de la

gestion d’un projet complexe et apportera donc des qualités managériales. Cette thèse

permettra d’approfondir un sujet précis en Supply Chain. Cette thèse comptera comme une

expérience professionnelle à part entière et appuiera les projets futurs de travail à l’étranger.

18




Section B : L’article scientifique

Un article scientifique a été rédigé au cours de ce PFE. La conférence GOL (Gestion

Opérationnelle de la Logistique), au Havre, a été choisie pour la parution de cet article. La

date de soumission des articles était le 15 mai et l’article a été envoyé dans les délais. Cet

article a été co-rédigé avec les encadrants du PFE. Le format exposé ci-dessous est celui de la

conférence. Les références présentes dans l’article se réfèrent à la bibliographie de l’article et

non celle du rapport de projet de fin d’études. Cet article explore les apports, les limites et les

manques du modèle SCOR quant à son application dans un entrepôt logistique presté. Cette

étude s’appuie sur le cas d’application mené en PFE. Cet article a été rédigé suivant le plan de

restitution comme énoncé dans la section A partie 3.4. La section 1 est une introduction

développant les problèmes industriels et scientifiques, l’étude bibliographie, et s’achevant par

la contribution attendue dans l’article. La section 2 décrit la méthode expérimentale suivie. La

section 3 traite des résultats après application de la méthode expérimentale. La section 4 met

en évidence les apports, limites et manques du modèle SCOR. La section 5 conclue et apporte

des perspectives de recherche.

19




Apports et limites du modèle SCOR en logistique d’entrepôt

Elvia LEPORI Lgeco

INSA Strasbourg 24 bd de la Victoire

67000 STRASBOURG

[email protected]

Marc BARTH Lgeco

INSA Strasbourg 24 bd de la Victoire

67000 STRASBOURG

[email protected]

David DAMAND Humanis,

Ecole de management Strasbourg

61 Avenue de la Forêt Noire 67000 STRASBOURG

[email protected]

ABSTRACT

Dans un environnement en constante

évolution, la quête de compétitivité est un

facteur majeur. Le prestataire logistique,

maillon de la Supply Chain, se doit de

maintenir et d’accroître sa compétitivité.

Cette dernière est extrêmement liée à

l’amélioration continue de sa performance.

L’évaluation de la performance est un travail

ardu. Le modèle SCOR (Supply Chain

Operations Reference), proposé par le Supply

Chain Council, apporte des réponses pour

mener ce travail en Supply Chain. Cet article

explore les apports, les limites et les manques

du modèle SCOR quant à son application

dans un entrepôt logistique. Cette étude

s’appuie sur un cas d’application dans un

entrepôt d’un prestataire logistique français.

Categories and Subject Descriptors

Analyse de la performance.

General Terms

Measurement, Performance,

Experimentation.

Keywords

Evaluation de la performance, SCOR,

prestataire logistique.

1. INTRODUCTION Les prestataires logistiques proposent à

leurs clients d’externaliser diverses activités

au sein de leurs entrepôts comme le stockage,

la préparation de commande ou le

conditionnement à façon. L’entrepôt

logistique est un maillon de la Supply Chain.

Dans un contexte économique dynamique, la

recherche de compétitivité est un facteur clef

pour la pérennité d’une Supply Chain [12] et

celle de ses maillons. Le maintien et la

croissance de cette compétitivité dépend de

l’amélioration continue de la performance

[12]. Le système de mesure permettant

l’évaluation de la performance n’est pas

évidant à mettre en œuvre. Des questions

fondamentales peuvent être mises en

évidence : quoi mesurer ? À quelle fréquence

mesurer ? Quand faire des révisions de ces

mesures ? [1][2]. Et enfin, où est-t-il

pertinent de mesurer ? Il est de plus difficile

de mettre en évidence des corrélations entre

ces indicateurs.

Dans la littérature, plusieurs modèles de

référence permettent l’évaluation de la

performance en Supply Chain. Les modèles

de Beamon [1], Chan [2], Gunasekaran [7] et

Kaplan [13] proposent une liste d’indicateurs

à mettre en place et à suivre. La structure

présente dans ces modèles se limite à de la

classification des indicateurs par familles

dans des tableaux. Ces modèles ne proposent

pas de schématisation du processus.

L’évaluation de la performance reliée à une

schématisation du processus apporte une

réponse à la question : où mesurer ? Dans les

modèles GSCF (global supply chain forum)

et SCOR (Supply Chain Operations

Reference), la notion de processus est reliée à

l’évaluation de la performance. D’après

20




Huan [9], qui a comparé ces deux modèles,

SCOR permet de décrire toutes les activités

liées au flux de matières et de produits et se

concentre sur l’efficacité opérationnelle,

contrairement à GSCF, qui aborde les aspects

stratégiques.

Le modèle SCOR a été développé par le

Supply Chain Council (SCC). Il permet

l’amélioration de la performance de la

Supply Chain [15][18] et de chacun des

maillons qui la composent [3]. SCOR est

applicable à tous les maillons de la Supply

Chain, quels qu’ils soient [10][18]. Il permet

de modéliser différentes structures de

complexités variées [11]. Plusieurs auteurs

appliquent SCOR ou s’en inspirent pour leurs

modèles, et cela dans différents domaines tel

que l’agro-alimentaire [6][19] ou la

construction de bâtiment [11]. Son

application est aussi envisageable en entrepôt

logistique. La rigueur dans les définitions des

processus et des indicateurs de performance

crée un langage commun dans toute la

Supply Chain [14][3][10][9][19]. Ceci a pour

conséquence de standardiser les pratiques et

permet ainsi d’établir des comparaisons entre

les membres de la Supply Chain [5]. La

standardisation des processus est nécessaire

pour permettre la communication interne et

la communication entre les partenaires de la

Supply Chain [8][11]. SCOR est un guide

pour l’amélioration de la performance de la

Supply Chain [4]. Il permet d’aider à

l’analyse et à la construction d’une structure

de l’évaluation de la performance [15][18].

Cette structure s’appuie sur une

schématisation du processus qui permet de

piloter la performance dans différentes

dimensions : une dimension verticale grâce

aux niveaux dans le processus et une

dimension horizontale grâce aux liens entres

les activités composant le processus [5][10].

SCOR apporte des réponses aux

questions qui se posent en Supply Chain et

qui on t été évoquées précédemment. Il est

pertinent de se poser ces questions dans le

cas de l’application du modèle à un maillon

particulier de la Supply Chain : l’entrepôt

logistique. La contribution proposée dans cet

article définie les apports, les limites et les

manques du modèle SCOR quant à son

application pour l’évaluation de la

performance d’un entrepôt logistique.

La section 2 décrit la méthode

expérimentale suivie. La section 3 traite des

résultats après application de la méthode

expérimentale. La section 4 met en évidence

les apports, limites et manques du modèle

SCOR. La section 5 conclue et apporte des


2. METHODE EXPERIMENTALE Un prestataire logistique français a été

choisi afin de mettre en évidence les apports,

limites et manques du modèle SCOR quant à

son application en entrepôt logistique. Ce

prestataire propose à ses clients diverses

activités telles que le transport, le stockage,

la préparation de commande et le

conditionnement à façon. Il est présent dans

divers secteurs tels que l’agro-alimentaire, la

grande distribution et récemment la santé.

Les activités de l’entrepôt concernées par

l’étude sont le stockage de produits finis, de

matières premières, et la préparation de

commande. Le client du prestataire concerné

par l’étude est dans le secteur de l’agro-

alimentaire.

La méthode expérimentale suivie est en

partie tirée de la méthode proposée par le

SCC [18] et s’appuie sur le modèle SCOR

version 9.0 [17]. Elle est composée de 4

étapes :

21




- Etape 1 : détermination du champ

d’application,

- Etape 2 : le SCORCARD des indicateurs

de performance de niveau 1,

- Etape 3 : le « AS IS » du processus,

- Etape 4 : les indicateurs de performance

de niveaux 2 et 3.

L’étape 1 est la détermination du champ

d’application du modèle. Cette étape se fait à

l’aide d’une matrice de description de la

Supply Chain permettant de déterminer le

nombre et la taille des Supply Chain dont est

membre l’entreprise étudiée. En colonne sont

listés les différents clients et en ligne les

activités présentes sur la plateforme. Le cas

d’étude dans la suite de la méthode

correspond à la Supply Chain la plus

représentative en termes d’activités, de

volumes et de chiffre d’affaires.

L’étape 2 porte sur la mise en place du

tableau d’indicateurs de niveau 1. Dans ce

tableau, l’évaluation de la performance se fait

à l’aide de catégories de performance

(« performance attributes ») : reliability

(fiabilité), responsiveness (réactivité),

agility (agilité), costs (coûts) et management

des actifs (assets). A chaque catégorie de

performance sont associés des indicateurs de

performance (« metrics »).

L’étape 3 porte sur la représentation du

« AS IS » qui commence par l’élaboration du

« thread diagram ». Le « thread diagram » est

le diagramme de représentation complète de

la Supply Chain, client et fournisseur inclus

et cela au niveau 2 avec les processus du

modèle. Dans le modèle SCOR, la

modélisation sous forme de processus se fait

suivant trois niveaux. Le niveau 1 correspond

au plus haut niveau de la Supply Chain. Il est

décomposé en 5 processus : Plan, Source,

Make, Deliver et Return. Le niveau 2 est une

décomposition du niveau 1 suivant les

grandes catégories de production et la

stratégie de l’entreprise. Le niveau 3 permet

la description de chaque processus

composant le niveau 2. La seconde partie de

cette étape est la description du processus au

niveau 3. Cette partie se fait à l’aide

d’interviews des divers acteurs concernés par

les activités mises en évidence.

La quatrième et dernière étape porte sur

la mise en place des indicateurs de

performance de niveau 3.

3. APPLICATION AU CAS D’ETUDE Dans l’étape 1, le client le plus

représentatif de la plateforme est mis en

évidence. Le champ d’application du modèle

SCOR est limité à ce client. Le client le plus

représentatif de la plateforme est celui pour

lequel toutes les activités proposées par le

prestataire logistique sont réalisées. En

termes de chiffre d’affaires et de volumes, ce

client est un des plus importants de la

plateforme. L’étude est menée plus

particulièrement sur les activités

d’entreposage (manutention de palette et

stockage) et de préparation de commande.

L’étape 2 porte sur l’élaboration d’un

SCORCARD composé de 10 indicateurs. Sur

ces 10 indicateurs, un seul indicateur (Perfect

order fullfillment) est déjà présent chez le

prestataire et cinq sont pertinents quant à leur

application dans un entrepôt logistique

(Order fulfillement Cycle time, SC

management costs, Cost of goods sold,

Return on fixed assets et Return on working

capital). Le taux de service (Perfect order

fullfillment) est un indicateur contractuel

pour le prestataire logistique. L’indicateur

Order fulfillement Cycle time a pour valeur

une journée. Les fluctuations de volume sont

de plus de 20% d’une journée à l’autre. Les

indicateurs dans la catégorie agility proposés

par le modèle ne sont donc pas applicables

22




car les faits sont quotidiens. La

décomposition des coûts est possible grâce à

la comptabilité de l’entrepôt. L’indicateur

Cost of goods sold est proposé par SCOR

pour évaluer les coûts du processus Make

uniquement. Ce processus n’est pas présent

dans le cas d’application. Cet indicateur est

toutefois pertinent pour l’entrepôt car la

masse salariale est l’un des coûts les plus

importants. L’indicateur Cash-to-cash Cycle

time n’est pas applicable aux plateformes du

cas d’application car celles-ci ne gèrent pas

leur trésorerie. La trésorerie est gérée par le

groupe du prestataire logistique. Les

indicateurs sur le management des actifs ne

sont pas décomposables sur le processus. Il

faut les calculer sur un ensemble d’activités

car les ressources sont partagées.

L’étape 3 porte sur la modélisation du

processus (« AS IS »). Le niveau 2 du

processus est composé du processus Plan P,

puis dans l’ordre suivant : Source stock

product S1, Deliver Stock product D1,

Source stock product S1 et Deliver Stock

product D1. On dénombre au total 59

processus de niveaux 2 et 3. Parmi ces

processus, 20 sont utilisés pour la

schématisation du cas étudié. Plus

particulièrement dans le processus Plan, les

planifications des processus Source et

Deliver sont confondues dans un unique

processus. Les processus ne se déroulent pas

dans l’ordre proposé par le modèle, mais

dans l’ordre suivant : P2.1, P2.4, P2.3. Mise

à part cette particularité, tout le processus

étudié est schématisé avec ses entrées et

sorties et dans l’ordre préconisé par la

méthode SCOR.

La dernière étape porte sur la mise en

place des indicateurs sur les niveaux 2 et 3 du

processus. Pour ces niveaux, 49,66 % des

indicateurs sont applicables et 29% sont déjà

présents ou possèdent un équivalent. Les

indicateurs apportés par le modèle sont

majoritairement des indicateurs de coût et de

temps de cycle. Les indicateurs déjà présents

chez le prestataire logistique sont classables

dans les catégories de performance de SCOR.

4. APPORTS ET LIMITES DE SCOR Les apports du modèle SCOR quant à

son application en entrepôt logistique sont

mis en évidence par l’interprétation du cas

d’application. Les limites seront développées

dans un second temps.

Le degré de précision des définitions du

modèle SCOR apporte un langage commun.

Ce langage permet par la suite, dans notre

cas, un benchmark entre les clients de la

plateforme puis entre plateformes du

prestataire logistique.

SCOR apporte des indicateurs de

performance et procure des catégories de

performance permettant de classifier ces

indicateurs. L’apport d’indicateurs et de

catégories permet de répondre à la question

du choix de la mesure. Les indicateurs sont

aussi classifiés par niveaux selon leur

position dans le processus. Le

positionnement de ces indicateurs sur la

modélisation du processus apporte une

réponse à la question du positionnement de la

mesure.

La décomposition du modèle SCOR,

en processus, indicateurs associés et niveaux,

apporte une structure pour l’évaluation de la

performance. La classification par niveaux et

par catégories permet de suivre la

propagation des indicateurs sur le processus.

Par exemple, la décomposition en coût

permet de naviguer sur le processus pour

trouver des causes de surcoût car les

indicateurs s’additionnent niveau par niveau.

De part cette structure, les corrélations entre

indicateurs d’une même catégorie sont mises

23




en évidence. La propagation et les

corrélations entre indicateurs apportent une

vision globale de l’évaluation de la

performance du processus complet.

Une fois le modèle SCOR mis en place,

la simulation de nouveaux scénarios est

possible. L’évaluation de la performance

répartie sur le processus permet de mettre en

évidence les points de non performance. Une

fois ces points repérés, il reste à définir les

changements à mettre en place pour arriver

aux objectifs de performance fixés. Ces

changements peuvent être évalués de par

leurs impacts sur le processus.

Le modèle SCOR possède des limites

engendrant des manques par rapport au

besoin d’évaluation de la performance dans

un entrepôt logistique. Tous les processus et

sous-processus proposés par SCOR dans le

niveau 3 ne sont pas choisis pour le cas

d’application. La méthode préconise de faire

des choix suivant les activités présentes. Le

choix se fait à l’aide de la définition

décrivant le contenu des processus dans le

modèle. Certaines activités présentes peuvent

appartenir à différents processus. Le choix de

l’affiliation des ces activités est délicat.

SCOR apporte des noms aux processus.

Comme l’affiliation n’est pas évidente pour

certains processus, les noms ne caractérisent

pas le contenu du processus. Les noms des

processus au niveau 3 sont changés par des

termes plus communs à l’entreprise. L’ordre

des processus correspond à celui préconisé

par le modèle sauf pour la planification. Le

prestataire logistique fait une planification

des livraisons et enlèvements puis ajuste sa

capacité à la charge. Le prestataire logistique

ne contrôle pas la production ni l’arrivage

des matières premières, ceux-ci étant

contrôlés et planifiés par son client. Le

modèle SCOR n’apporte pas de formalisme

permettant la schématisation du niveau 4. La

méthode précise cependant que cette étape

est importante.

La navigation dans la structure apportée

par le modèle SCOR nécessite sa

représentation complète sur papier, prenant

dans notre cas les dimensions d’un A0

uniquement pour un client. D’une part si

l’étude est étendue à toute la plateforme, le

dessin complet est difficile à obtenir de par

sa taille et rend la navigation dans le système

complet longue et ardue. D’autre part, les

corrélations entre catégories d’indicateurs ne

sont pas observables. Par exemple, il n’est

pas possible de montrer que le temps a un

impact sur le coût.

50% des indicateurs ne sont pas

applicables à notre cas d’étude car le

prestataire logistique propose un service aux

entreprises mais ne possède ni le stock

entreposé, ni sa gestion. Des catégories de

performance telles que l’agilité ne possèdent

pas d’indicateur applicable à un entrepôt

logistique. De même, des processus ne sont

pas évalués suivant certaines catégories de

performance. Dans les processus

sélectionnés, 159 indicateurs sont proposés.

Le suivi d’un tel nombre est long et

fastidieux. Chaque indicateur nécessite une

mesure, un suivi et la définition de plans

d'actions pour tendre vers l’objectif fixé. Une

aide à la mise en évidence des indicateurs les

plus importants doit être mise en place.

Une bonne maîtrise des définitions du

modèle est nécessaire pour son utilisation. La

modélisation par SCOR nécessite de très bien

connaître le fonctionnement réel des activités

et de mener l’étude sur le terrain. En résumé,

l’obtention du modèle de l’entreprise et son

l’exploitation est longue et fastidieuse.

L’informatisation semble être un

24




développement futur incontournable pour

exploiter la richesse du modèle obtenu.

5. CONCLUSION ET PERSPECTIVES Cette étude s’appuie sur un cas

d’application du modèle SCOR dans un

entrepôt logistique. Elle a permis de mettre

en évidence les apports du modèle. SCOR

apporte une structure pour l’évaluation de la

performance. Cette structure et les définitions

du modèle apportent un langage commun.

L’évaluation de la performance s’appuie sur

une représentation du processus qui met en

évidence les lieux de mesures. SCOR apporte

un grand nombre d’indicateurs, triés par

niveaux et par catégories. Ce tri permet de

mettre en évidence l’existence d’une

propagation des indicateurs d’une même

catégorie sur le processus.

Une étude sur l’informatisation de ce

modèle pourrait être menée car son

application manuelle est longue. Les travaux

de Persson [4] abordent ce sujet. D’autres

thématiques de recherche permettraient

d’améliorer le modèle SCOR en entrepôt

logistique : construire un formalisme pour la

représentation du niveau 4, compléter

l’évaluation de la performance de certains

processus et de certaines catégories et étudier

la corrélation entre les indicateurs de

catégories différentes.

6. REFERENCES [1] Beamon B.M. 1999. Measuring supply chain

performance, International Journal of Operations &

Production Management 19 (3) p275–292.

[2] Chan F.T.S., H.J. Qi. 2003. An innovative performance

measurement method for supply chain management,

Supply Chain Management: An International Journal 8

(3–4) 209–223.

[3] Danish Irfan, Xu Xiaofei, and Deng Sheng Chun. July

2008. A SCOR Reference Model of the Supply Chain

Management System in an Enterprise. The

International Arab Journal of Information Technology,

Vol. 5, No. 3.

[4] Fredrik Persson, Mirko Araldi. 2009. The development

of a dynamic supply chain analysis tool Integration of

SCOR and discrete event simulation. Int. J. Production

Economics 121 p574 – 583.

[5] Ganga G.M.D., L.C.R. Carpinetti. 2011. A fuzzy logic

approach to supply chain performance management.

Int.J. Production Economics 134 p177–187.

[6] Garcia F.A. et al. 2012. A framework for measuring

logistics performance in the wine industry. Int. J.

Production Economics 135 p284–298.

[7] Gunasekaran A., C. Patel , Ronald E. McGaughey.

2004. A framework for supply chain performance

measurementInt. J. Production Economics 87 p333–

347.

[8] Gunasekaran A., C. Patel, E. Tirtiroglu. 2001.

Performance measures and metrics in a supply chain

environment, Int. J. Oper. Product. Manage. 21 (1)

p71–87.

[9] Huan, S.H., Sheoran, S.K., Wang, G., 2004. A review

and analysis of supply chain operations reference

(SCOR) model. Supply Chain Management: An

International. Journal 9 (1), 23–29.

[10] Huang S.H. et al. 2005. Computer-assisted supply

chain configuration based on supply chain operations

reference (SCOR) model. Computers & Industrial

Engineering 48 p377–394.

[11] Jack C.P. Cheng, Kincho H. Law, Hans Bjornsson,

Albert Jones, Ram D. Sriram. 2010. Modeling and

monitoring of construction supply chains. Advanced

Engineering Informatics 24 p435–455.

[12] Jian Cai, Xiangdong Liu, Zhihui Xiao, Jin Liu. 2009.

Improving supply chain performance management: A

systematic approach to analyzing iterative KPI

accomplishment. Decision Support Systems 46 p512–

521.

[13] Kaplan R.S., D.P. Norton. 1996. Using the balanced

scorecard as a strategic management system, Harvard

Business Review p75–85.

[14] Lambert, D.M., Garcia-Dastugue, S.J., Croxton, K.L.,

2005. An evaluation of process-oriented Supply Chain

Management frameworks. Journal of Business

Logistics 26 (1), 25–51.

[15] Lockamy A. III, K. McCormack. 2004. Linking SCOR

planning practices to supply chain performance: An

exploratory study, International Journal of Operations

&Production Management 24 (11/12) p1192–1218.

[16] Robert S. Kaplan, Steven R. Anderson. Time-driven

activity-based costing : a simpler and more powerful

path to higher profits. ISBN-10: 1422101711

[17] Supply Chain Council, Supply Chain Operations

Reference (SCOR) Model, Version 9.0, 2008. ISBN 0-

615-20259-4

[18] Supply Chain Excellence. A handbook for dramatic

improvement using the SCOR model. Peter Bolstorff,

Robert Rosenbaum. Edition Amacon. 2007.

[19] Verdouw C.N. et al. 2010. Process modelling in

demand-driven supply chains : A reference model for

the fruit industry. Computers and Electronics in

Agriculture 73 p174–187.

25




Section C : Développement du PFE La section C est un développement du projet suivant le plan de restitution d’un article

scientifique. La partie 1 de cette section C est une introduction mettant en évidence la

problématique scientifique. La partie 2 décrit la méthode expérimentale suivie. La partie 3

traite des résultats après application de la méthode expérimentale. La partie 4 met en évidence

les apports, limites et manques du modèle SCOR. La partie 5 traite la question sous-jacente à

la problématique portant sur l’étude de la flexibilité. La partie 6 est une synthèse des résultats

obtenus et des interprétations de ce cas d’application. La partie 7 conclue et apporte des


26




1. Introduction

La Supply Chain est un réseau de sites de production et de distribution qui procurent des

matières premières, les transforment en produits semi-finis puis en produits finis, et livrent

ces derniers aux consommateurs au travers d’un système de distribution [27]. Les entrepôts

logistiques sont des composants essentiels de toute Supply Chain [28]. Les prestataires

logistiques proposent à leurs clients d’externaliser diverses activités au sein de leurs entrepôts

telles que le stockage, la préparation de commande ou le conditionnement à façon.

Dans un contexte économique dynamique, la recherche de compétitivité est un facteur clef

pour la pérennité d’une Supply Chain [12]. Le maintien et la croissance de cette compétitivité

dépend de l’amélioration continue de la performance [12]. La concurrence au sein du marché

requière des performances toujours plus élevées pour les entrepôts logistiques [28]. Le

contrôle des processus de la Supply Chain est crucial pour améliorer la performance de celle-

ci et peut être mené grâce à la mesure. Ce contrôle est à part entière dans le Supply Chain

Management qui peut être défini comme la coordination des acteurs de la Supply Chain. Des

processus bien définis et contrôlés sont essentiels pour un meilleur Supply Chain management

[7].

Le système de mesure permettant l’évaluation de la performance n’est pas évidant à

mettre en œuvre. Des questions fondamentales peuvent être mises en évidence : quoi mesurer

? À quelle fréquence mesurer ? Quand faire des révisions de ces mesures ? [1][2]. Et enfin, où

est-t-il pertinent de mesurer ? Il est de plus difficile de mettre en évidence des corrélations

entre ces indicateurs.

Dans la littérature, plusieurs modèles de référence permettent l’évaluation de la

performance en Supply Chain. Les modèles de Beamon [1], Chan [2], Gunasekaran [7] et

Kaplan [13] proposent une liste d’indicateurs à mettre en place et à suivre. La structure

présente dans ces modèles se limite à de la classification des indicateurs par familles dans des

tableaux. Ces modèles ne proposent pas de schématisation du processus. L’évaluation de la

performance reliée à une schématisation du processus apporte une réponse à la question : où

mesurer ? Dans les modèles GSCF (global supply chain forum) et SCOR (Supply Chain

Operations Reference), la notion de processus est reliée à l’évaluation de la performance.

D’après Huan [9], qui a comparé ces deux modèles, SCOR permet de décrire toutes les

activités liées au flux de matières et de produits et se concentre sur l’efficacité opérationnelle,

contrairement à GSCF, qui aborde les aspects stratégiques.

Le modèle SCOR a été développé par le Supply Chain Council (SCC). Le SCC est une

association à but non lucratif créée en 1996. A ces débuts, 69 entreprises étaient membres de

l’association telles que Bayre, Compaq, Procter & Gamble, Lockheed Martin, Nortel,

Rockwell Semiconductor, Texas Instrument, 3M, Cartgill, Pittiglio, Rabin, Todd.

L’association perpétue l’utilisation de ce modèle et l’améliore. Le modèle SCOR permet

l’amélioration de la performance de la Supply Chain [15][18] et de chacun des maillons qui la

composent [3]. SCOR est applicable à tous les maillons de la Supply Chain, quels qu’ils

soient [10][18]. Il permet de modéliser différentes structures de complexités variées [11][17].

27




Plusieurs auteurs appliquent SCOR ou s’en inspirent pour leurs modèles, et cela dans

différents domaines tel que l’agro-alimentaire [6][19] ou la construction de bâtiment [11]. Son

application est aussi envisageable en entrepôt logistique. La rigueur dans les définitions des

processus et des indicateurs de performance crée un langage commun dans toute la Supply

Chain [14][3][10][9][19]. Ceci a pour conséquence de standardiser les pratiques et permet

ainsi d’établir des comparaisons entre les membres de la Supply Chain [5]. La standardisation

des processus est nécessaire pour permettre la communication interne et la communication

entre les partenaires de la Supply Chain [8][11]. SCOR est un guide pour l’amélioration de la

performance de la Supply Chain [4]. Il permet d’aider à l’analyse et à la construction d’une

structure de l’évaluation de la performance [15][18]. Cette structure s’appuie sur une

schématisation du processus permettant de décrire les activités associées à toutes les phases de

la satisfaction de la demande du client [17]. Cette structure permet de piloter la performance

dans différentes dimensions : une dimension verticale grâce aux niveaux dans le processus et

une dimension horizontale grâce aux liens entres les activités composant le processus [5][10].

SCOR apporte des réponses aux questions qui se posent en Supply Chain et qui ont été

évoquées précédemment. Il est pertinent de se poser ces questions dans le cas de l’application

du modèle à un maillon particulier de la Supply Chain : l’entrepôt logistique. La contribution

proposée définie les apports, les limites et les manques du modèle SCOR quant à son

application pour l’évaluation de la performance d’un entrepôt logistique. Une question est

sous-jacente à cette problématique. Le modèle SCOR permet de répondre à la question du

choix de la mesure. Si ce choix ne permet pas l’évaluation exhaustive d’une performance clef

pour l’entrepôt logistique, un autre choix de mesure peut être étudié.

La suite de cette section C suit le plan suivant. La partie 2 décrit la méthode

expérimentale suivie. La partie 3 traite des résultats après application de la méthode

expérimentale. La partie 4 met en évidence les apports, limites et manques du modèle SCOR.

La partie 5 traite la question sous-jacente à la problématique portant sur l’étude de la

flexibilité. La partie 6 est une synthèse des résultats obtenus et des interprétations de ce cas

d’application. La partie 7 conclue et apporte des perspectives de recherche.

28




2. Matériel et méthode

2.1 Le modèle SCOR son fonctionnement

Le modèle SCOR se compose de deux parties, une permettant la modélisation du

processus ou vient s’appuyer la seconde partie portant sur l’évaluation de la performance de

ce processus.

2.1.1 Structure modélisation

Le modèle SCOR met en évidence trois niveaux afin de modéliser le processus

composant la Supply Chain.

Le niveau 1 correspond au plus haut niveau de la Supply Chain. Il est décomposé en 5

processus :

- Le processus Plan correspond à la coordination de la Supply Chain. Il est composé des

actions de planification permettant d’aligner les ressources aux besoins générés par les

commandes des clients;

- Le processus Source correspond aux flux d’entrées dans la SC. Il inclue les achats de

matières premières et produits finis ainsi que leur acheminement et leur mise en stock ;

- Le procesus Make correspond aux activités de transformation ;

- Le processus Deliver représente le transport et la distribution des produits finis ;

- Le processus Return correspond au flux de retours. Les flux de retours proviennent par

exemple de problèmes de qualité.

Chaque processus est nommé par une lettre : M pour Make, P pour Plan, D pour Deliver, R

pour Return, S pour Source.

Le niveau 2 est une décomposition du niveau 1 suivant les grandes catégories de

production et la stratégie de l’entreprise. Il existe trois catégories :

- Make-to-stock où la production se fait suivant des prévisions de ventes ;

- Make-to-order où le produit est associé à un numéro de client ;

- Engineer-to-order product où le produit est conçu pour un client particulier.

Le niveau 3 permet la description de chaque processus composant le niveau 2.

L’exemple du processus Source est décrit ci-dessous pour mettre en évidence les niveaux

décris précédemment.

29




Figure 9 : Processus Source stocked product

Un niveau 4 est préconisé, il n’est cependant pas décrit dans le modèle. Il est spécifique à

chaque entreprise, il est composé des actions requises pour exécuter le niveau 3.

2.1.2 Evaluation de la performance

L’évaluation de la performance se fait à l’aide de catégories de performance («

performance attributes »). Ces catégories représentent des caractéristiques que se doivent

posséder les SC si elles souhaitent être performante.

Tableau 1 : Catégories de performance :

Catégories de

performance

Traduction Abré-

viation

Définition

Reliability fiabilité,

qualité

RL Capacité à effectuer les tâches prévues. Délivrer

le bon produit dans les temps, au bon endroit,

avec les bonnes quantités et enfin dans de bonne

qualité et avec la bonne documentation et le tout

au bon client.

Responsiveness réactivité RS Vitesse à laquelle sont exécutées les tâches.

Vitesse à laquelle la SC délivre le produit au

client

Agility Agilité,

flexibilité

AG Capacité à répondre aux imprévus,

changements, pour maintenir ou gagner en

compétitivité

Costs Coûts CO Coût des processus

Assets Management

des actifs

AM Capacité à bien utiliser les actifs

Niveau 2 : Processus de commande, réception et transfert de matières

premières ou semi-assemblées.

Niveau 3 composant S1 Source stocked

product

Niveau 1

30




A chaque catégorie de performance sont associés des indicateurs de performance («

metrics »). Les indicateurs de performance sont abrégés par les lettres correspondant aux

catégories de performance qu’ils représentent, suivies du chiffre représentant le niveau de

décomposition des indicateurs. Il existe trois niveaux d’indicateurs de performance évaluant

les catégories de performance :

- Le niveau 1 est dit stratégique. Les indicateurs ne sont pas forcément reliés à la

modélisation du processus. Ce niveau permet d’établir le diagnostic global de la santé de

la SC.

- Les indicateurs du niveau 2 sont reliés aux processus. Ils permettent d’évaluer plus

finement les catégories de performance en fonction des activités.

- Le niveau 3 permet de décomposer le niveau 2 pour évaluer plus finement ces indicateurs

et les processus.

Le tableau 2 donne la liste des indicateurs de niveau 1 et des exemples pour les niveaux 2 et 3.

Tableau 2: les indicateurs de performance par niveau

Niveau 1

RL1.1 Perfect order

fullfillement

Pourcentage de commandes délivrées complètes, dans les

quantités commandées, dans les délais contractuels, au bon

client et le tout sans dommage.

RS1.1

Order fullfillment

cycle time

Temps entre la réception de la commande par l’entreprise et

la réception de la commande par son client.

AG1.1

Upside supply chain

flexibility

Nombre de jours requis pour arriver à délivrer une quantité

de produits avec une augmentation non planifiée de 20% de

celle-ci.

AG1.2 Upside SC

adaptability

Augmentation maximum de la quantité à délivrer pouvant

être réalisée en 30 jours.

AG1.3 Downside supply

chain adaptability

La diminution maximale de quantité déjà commandées sur

30 jours sans induire de coûts.

CO1.1 SC management

costs

Somme des coûts associés aux processus présents dans la

SC

CO1.2 Costs of goods solds Coûts associés aux achats de matières premières et à la

production (couts directs et indirects).

AM1.1 Cash -to-cash Cycle

time

Temps mis pour qu'un investissement de matière première

retourne à l'entreprise.

AM1.2 Return on SC fixed

assets

Retour sur investissement des actifs immobilisés de la SC

(machines, outils ..).

AM1.3 Return on working

capital

Retour sur l'investissement du besoin en fond de roulement

(working capital). Capacité du revenu net (sans les couts) à

couvrir le besoin en fond de roulement.

Niveau 2

R.L 2.1 % of order delivered

in full

Pourcentage des commandes reçues par le client avec les

bonnes quantités commandées

Niveau 3

R.L3.3

3

Delivery item

accuracy

Pourcentage des commandes où chaque produit commandé

est livré et sans produits supplémentaires

R.L3.3

5

Delivery quantity

accuracy

Pourcentage des produits commandés où la quantité

correspond à la commande

31




2.2 La méthode expérimentale

La méthode expérimentale suivie est en partie tirée de la méthode proposée par le SCC

[18] et s’appuie sur le modèle SCOR version 9.0 [17]. Les étapes ont été sélectionnées en

fonction de leurs pertinences par rapport au cas d’application et aux ressources (de temps et

d’informations) présentent lors du PFE. Les étapes tirées de [18] sont les étapes 1 à 4. La

méthode expérimentale suivie au cours de ce PFE est composée de 5 étapes :

- Etape 1 : détermination du champ d’application,

- Etape 2 : le SCORCARD des indicateurs de performance de niveau 1,

- Etape 3 : le « AS IS » du processus,

- Etape 4 : les indicateurs de performance de niveaux 2 et 3,

- Etape 5 : étude de l’agilité.

2.2.1 Etape 1 : détermination du champ d’application

L’étape 1 est la détermination du champ d’application du modèle. Cette étape se fait à

l’aide d’une matrice de description de la Supply Chain permettant de déterminer le nombre et

la taille des Supply Chain dont est membre l’entreprise étudiée. La matrice se présente sous

forme de tableau. Il est préconisé de lister en colonnes les différents marchés, clients,

géographies ou pays. Les colonnes peuvent correspondre à des regroupements si les

commandes appartiennent à une même Supply Chain, c’est-à-dire si les commandes sont

traitées de la même manière. Puis, les différents produits, familles de produits ou services sont

listés en lignes. Une fois la structure du tableau mis en place des croix sont cochées

correspondant aux différentes Supply Chain traversant l’entreprise. Cette matrice permet de

mettre en évidence le premier champ d’application du modèle lorsqu’une entreprise souhaite

démarrer l’application de SCOR. Le cas d’étude dans la suite de la méthode correspond aux

Supply Chain les plus représentatives de l’entreprise en termes d’activités, de volumes et de

chiffre d’affaires.

2.2.2 Etape 2 : le SCORCARD des indicateurs de performance de niveau 1

L’étape 2 porte sur la mise en place du tableau d’indicateurs (SCORCARD) de niveau 1.

La première phase de ce travail consiste à définir le nombre de tableaux à mettre en place. La

méthode préconise de mettre en place un tableau pour chaque Supply Chain mise en évidence

dans la matrice de la Supply Chain pour le cas d’étude. La seconde phase correspond à

l’identification des indicateurs de niveau 1 à mettre en place. Il est aussi nécessaire de prendre

en compte la faisabilité de la collecte des données pour les mesures lors du choix des

indicateurs.

2.2.3 Etape 3 : le « AS IS » du processus

L’étape 3 porte sur la représentation du « AS IS » permettant la modélisation du

processus dans l’état actuel. Cette représentation permet de mettre en évidence les flux

circulants dans la Supply Chain. La première phase de cette étape est l’élaboration d’une

« geographic map » représentant, sur une carte, les membres de la Supply Chain étudiée ainsi

que les flux les liants. La seconde phase de cette étape est l’élaboration du « thread diagram ».

32




Le « thread diagram » est le diagramme de représentation complète des processus de la

Supply Chain, client et fournisseur inclus et cela au niveau 2 des processus du modèle. La

troisième phase de cette étape est la description du processus au niveau 3 : « process

diagram ». Le «process diagram » est une représentation graphique des processus composant

la Supply Chain. La sélection des processus doit être faite selon la description des activités

qu’ils représentent. Cette description permet d’identifier les entrées et sorties de chaque

processus. Cela permet aussi de mettre en évidence les flux de matières et d’informations

traversant les processus. Le « process diagram » se fait à l’aide d’interviews sur le terrain des

divers acteurs concernés par le processus. Le modèle propose un modèle type sous forme de

tableau comprenant la fonction de la personne interviewée, les entrées et sorties du processus,

les étapes du processus et les technologies utilisées. L’étape s’achève sur la mise en évidence

des acteurs du processus.

2.2.4 Etape 4 : les indicateurs de performance de niveaux 2 et 3

La quatrième étape porte sur la mise en place des indicateurs de performance de niveaux 2

et 3. Pour chaque indicateur trois points ont été mis en évidence :

- l’indicateur est applicable ou non au cas d’étude ;

- la pertinence de l’indicateur, c’est-à-dire sera-t-il intéressant de le suivre, permettra-t-

il de mettre des points clefs en évidence

- L’indicateur est déjà présent chez FM Logistic ou un équivalent est mesuré.

2.2.5 Etape 5 : Etude de l’agilité

Le modèle SCOR permet de répondre à la question du choix de la mesure. Le choix ne

permet pas l’évaluation exhaustive d’une performance clef pour l’entrepôt logistique :

l’agilité. Un autre choix de mesure est étudié.

La première phase de cette étude est une étude bibliographique permettant de définir le

terme « agilité » et un indicateur permettant la mesure de ce phénomène. La seconde phase

est un cas d’application de l’indicateur sur l’année 2011 pour la préparation des commandes

de colis.

33




3. Première partie des résultats de l’application au cas d’étude

3.1 Etape 1 : détermination du champ d’application

Dans le cas d’application traité, la matrice représentative de la Supply Chain est

composée en colonnes des clients de la plateforme de Brumath et en lignes les activités

présentent sur la plateforme. Le client le plus représentatif de la plateforme est le client C. Le

champ d’application du modèle SCOR est limité à ce client. Le client C est celui pour lequel

toutes les activités proposées par FM Logistic sont réalisées. En termes de chiffre d’affaires et

de volumes, ce client est un des plus importants de la plateforme. L’étude est menée plus

particulièrement sur les activités d’entreposage (manutention de palette et stockage) et de

préparation de commande.

Tableau 3 : Matrice représentative de la SC

zone géographique Haut-Rhin

Plateforme Brumath

Clients A B C D E F G H I J K L M

Activités

Transport x x x x x x x x

Entreposage x x x x x x x x x x x x x

Picking x

Co-manufacturing x x

Co-packing x x x

3.2 Etape 2 : le SCORCARD des indicateurs de performance de niveau 1

L’étape 2 porte sur l’élaboration d’un SCORCARD composé de 10 indicateurs. La

méthode préconise de mettre en place un SCORCARD par SC. L’étude porte sur les activités

d’entreposage et de picking, deux tableaux pourraient donc être mise en place. Afin de mettre

en évidence ces deux tableaux, pour chaque indicateur plusieurs points ont été étudiés :

- la présence de l’indicateur chez FM Logistic ;

- la pertinence de l’indicateur quant à l’application dans un entrepôt logistique ;

- la distinction de l’indicateur entre les activités de picking et d’entreposage ;

- la possibilité de calcul de l’indicateur.

3.2.1 RL 1.1 Perfect order fullfillment

L’indicateur « perfect order fulfillment » est le pourcentage de commandes délivrées

complètes, dans les quantités commandées, dans les délais contractuels, au bon client et le

tout sans dommage. Il porte parfois l’appellation de taux de service dans les entreprises.

Un des engagements de FM Logistic envers ses clients est la livraison dans les délais et

conforme à la commande. L’indicateur « Perfect order fullfillment » est un indicateur

contractuel pour FM Logistic. Il est appelé taux de qualité. Cet indicateur est calculé grâce au

suivi des litiges tenu par le responsable client. Les litiges sont répertoriés par date, le

responsable du litige ainsi que sa cause sont indiqués. Un litige peut être, par exemple, un

colis manquant dans la préparation d’une commande pour un supermarché. L’indicateur est

34




décomposé en deux. Le taux de qualité amont concerne les flux avec le client de FM Logistic.

Et le taux de qualité aval concerne les flux avec les clients du client FM Logistic.

SCOR préconise de faire un tableau par SC. Deux indicateurs sont donc à mettre en

évidence, un pour l’entreposage et un pour le picking. Ils sont individuellement calculables

grâce au fichier répertoriant les litiges qui met en évidence les activités concernées par le

litige. Au vu de la précision de la liste des litiges, les indicateurs pourraient être calculés

jusqu’au niveau 3 du modèle SCOR. Le niveau 3 décompose l’indicateur de niveau 1 suivant

si les litiges sont de l’ordre d’un problème de quantité, de documentation, de qualité ou de

délai.

3.2.2 RS 1.1 Order fulfillement Cycle time

L’indicateur « order fulfillment cycle time » est une mesure du temps entre la réception

de la commande client par l’entreprise et la réception de la commande chez le client. Cette

mesure apporte une vision large du processus car le temps entre la prise de commande et

l’exécution effective de celle-ci est prise en compte. En effet, le client influera sur l’indicateur

selon l’anticipation prise sur sa commande. SCOR propose de décomposer l’indicateur en

« order fulfillment process time » et « order fulfillment dwell time ». Les « dwell time », ou

temps de pause, sont des temps où il n'y a pas d'activité imposée par le client et dont

l’entreprise n’est pas responsable. Ces temps sont différents du temps de non valeur ajoutée

dû à l'inefficacité de l'entreprise. L’indicateur « order fulfillment process time » est le temps

d’exécution de la commande.

FM Logistic ne possède pas de mesure de temps dans ses indicateurs de performance.

L’indicateur proposé par le modèle SCOR est applicable. Au premier niveau du modèle

SCOR, l’indicateur est une mesure du temps entre la prise de commande et la livraison. Chez

FM Logistic, le transporteur prend rendez-vous la veille et la commande sera traitée le

lendemain, la valeur de l’indicateur est d’environ une journée. On peut décomposer

l’indicateur en un « dwell time » qui est le temps entre la prise de rendez-vous et l’arrivée du

camion. FM n’est pas responsable de cette perte de temps qui peut être par exemple être dû au

transport car les marchandises peuvent provenir de la France entière. La seconde partie de

l’indicateur est l’ « order fulfillment process time » qui est le temps entre le début de la

préparation de la commande et le départ du camion. L’indicateur « order fullfillment cycle

time » représente une somme de temps, il peut donc être calculé indépendamment pour les

deux activités de picking et entreposage. Une fois le processus modéliser ce temps peut être

décomposé suivant les activités du processus. Grâce au logiciel WMS les données temporelles

sont récupérables. En effet, ce logiciel permet le suivi en temps réel des opérations. On

retrouve l'heure de d'arrivée et du départ du camion, et les heures de chaque action réalisée

afin de mener à bien la commande.

3.2.3 AG L’agilité

L’agilité est mesurée à l’aide de trois indicateurs. L’indicateur « Upside supply chain

flexibility » est le nombre de jours requis pour arriver à délivrer une quantité de produits avec

une augmentation non planifiée de 20% de celle-ci. L’indicateur « Upside SC adaptability »

35




représente l’augmentation maximum de la quantité à délivrer pouvant être réalisée en 30

jours. L’indicateur « Downside supply chain adaptability » représente la diminution maximale

de quantité déjà commandées sur 30 jours sans induire de coûts.

FM Logistic ne possède pas d’indicateur de performance mettant en évidence les

variations de volume. Les fluctuations de sa charge sont journalières et non négligeables.

Contractuellement, la variation de la charge imposée par le client ne doit pas dépasser les

20%. Des fluctuations de cet ordre sont quotidiennes et sont très souvent largement

supérieure. De plus, les échelles de temps (30 jours) sont trop grande, les commandes étant

traitées obligatoirement dans la journée. Les indicateurs dans la catégorie agility proposés par

le modèle ne sont donc pas applicables car les faits sont quotidiens et de plus grande

importance.

3.2.4 CO les coûts

3.2.4.1 CO 1.1 SC management Costs

L’indicateur « SC management costs » est la somme des coûts associés aux processus

présents dans la SC. Il se calcule de la manière suivante : ventes - marges - coûts

commerciaux (coûts de distribution, vente).

FM Logistic possède des indicateurs de performance concernant les finances, comme par

exemple le chiffre d’affaires ou le résultat. Les coûts ne sont cependant pas mis en évidence.

L’indicateur proposé par SCOR est calculable grâce à une fine décomposition des coûts dans

la comptabilité analytique de la plateforme. Cependant cette décomposition ne permet pas de

séparer le picking de l’entreposage car il y a un partage de ressources comme par exemple les

caristes. Dans la comptabilité analytique les ventes correspondent au CA brut (entreposage et

manutention), la marge correspond au résultat opérationnel (entreposage et manutention) et

les coûts commerciaux correspondent aux coûts de sièges. Une fois le processus modélisé la

décomposition des coûts peut être faite suivant les sous-processus. Les chiffres étant

confidentiels, les calculs n’ont pas été menés.

3.2.4.2 CO1.2 Costs of goods solds

L’indicateur « Costs of goods solds » représente les coûts associés aux achats de matières

premières et à la production (couts directs et indirects). Il se calcule de la manière suivante :

coûts de matières premières ajoutés aux coûts de main d'œuvre de production et ajoutés aux

coûts indirect de production. L’indicateur « Cost of goods sold » est proposé pour évaluer les

coûts du processus Make uniquement. Ce processus n’est pas présent dans le cas

d’application. Cet indicateur est toutefois pertinent pour l’entrepôt car la masse salariale est

l’un des coûts les plus importants.

Les coûts sont là aussi mis en évidence dans la comptabilité analytique. Les coûts de

matières premières correspondent aux coûts des consommables. Ces coûts sont faibles, les

consommables sont des étiquettes et du film plastique. FM ne possède pas de matière

première comme utilisée en production, celles-ci appartiennent à ses clients. Les coûts de

main d’œuvre correspondent au salaire de production et aux salaires de structure

36




opérationnelle. Les coûts indirect et direct correspondent aux frais généraux. Les activités ne

sont pas dissociables car elles utilisent les mêmes ressources. Les chiffres étant confidentiels,

les calculs n’ont pas été menés.

FM Logistic possède un indicateur équivalent qui est la main d’œuvre direct sur le CA,

qui permet de mettre en évidence la part la main d’œuvre dans le CA.

3.2.5 AM le management des actifs

3.2.5.1 AM1.1 Cash -to-cash Cycle time

L’indicateur « cash-to-cash cycle time » représente le temps mis pour qu'un

investissement de matière première revienne à l'entreprise (figure 10). Pour les services, c’est

le temps entre le payement pour des ressources consommées et le payement du client en

retour. Plus le cycle est long plus il est nécessaire d'avoir de la trésorerie pour payer. Cet

indicateur permet de mettre en évidence la gestion du besoin en fond de roulement des

entreprises.

Figure 10 : décomposition du temps de cycle

L’indicateur « Cash-to-cash Cycle time » n’est pas applicable aux plateformes car celles-

ci ne gèrent pas leur trésorerie. La trésorerie est gérée par le groupe FM Logistic.

3.2.5.2 AM1.2 Return on SC fixed assets

L’indicateur « return on SC fixed assets » correspond au retour sur l'investissement des

actifs immobilisés de la SC (machines, outils ..). Il permet de répondre à la question suivante :

est-ce que le profit engendré a permis de rentabiliser, de supporter l'investissement dans les

actifs immobilisés. Il se calcule de la manière suivante : la marge de la SC sur actifs

immobilisés.

Les contrôleurs de gestion des plateformes reçoivent annuellement les actifs immobilisés

de leur plateforme. Les activités ne sont pas séparables car là aussi elles utilisent les mêmes

actifs immobilisés. Un tel indicateur n’est pas présent chez FM Logistic et sa pertinence a été

mise en évidence avec l’aide du contrôleur de gestion du groupe. Les chiffres étant


3.2.5.3 AM1.3 Return on working capital

Retour sur l'investissement du besoin en fond de roulement. Il se calcule de la manière

suivante : stock ajouté aux créances en soustrayant les dettes fournisseur.

37




Le directeur de plateforme est en charge des créances, il se doit de relancer les clients et

d'être payé. L’indicateur est calculable grâce à la comptabilité analytique. Les activités ne

sont pas séparables car là aussi elles utilisent les mêmes ressources. Les chiffres étant


3.2.6 Le SCORCARD du cas d’application

Après une étude de chaque indicateur, un SCORCARD pour le cas d’application est mis

en place. Le tableau suivant met en évidence certains points de l’étude menée. Pour chaque

indicateur, la présence ainsi que la pertinence de l’indicateur chez FM Logistic sont étudiées.

De plus, la méthode souligne le fait qu’il est nécessaire de vérifier les possibilités de calcul

des indicateurs avant leur mise en place. L’étude a été menée sur les activités de picking et

d’entreposage. Ces activités utilisant les mêmes ressource, par exemple les mêmes caristes, il

est impossible de calculer séparément certains indicateurs. Cependant, certains bâtiments ne

possédant que l’activité d’entreposage, une étude sur l’application des indicateurs à

l’entreposage seul a été menée. Les valeurs des indicateurs de coûts et de management des

actifs ne seront pas divulguées.

Sur les 10 indicateurs de niveau 1, un seul indicateur (Perfect order fullfillment) est déjà

présent chez FM Logistic et cinq sont pertinents quant à leur application dans un entrepôt

logistique (Order fulfillement Cycle time, SC management costs, Cost of goods sold, Return

on fixed assets et Return on working capital).

Tableau 4: SCORCARD FM

Indicateurs

Pré

sence

chez

FM

Per

tinen

ce p

our

FM

Cal

cula

ble

Dis

tinct

ion d

es

acti

vit

és

Entr

eposa

ge

seul

val

eur

Perfect Order fulfillement 99,5%

Order fulfillement Cycle time 1 jour

Upside SC Flexibilty

Upside SC Adaptability

Downside SC Adaptability

SC management Cost

Cost of goods sold

Cash -to-cash Cycle time

Return on SC Fixed Assets

Return on Working capital

3.2.7 Les indicateurs déjà présents chez FM

FM Logistic suit un tableau de bord d’indicateurs de performance pour la plateforme

(Annexe 7.1). FM Logistic classe ses indicateurs par services ou fonctions et non par

catégories de performance sauf pour ce qui est de la qualité. Les indicateurs en bleu sont ceux

remontés au groupe FM Logistic mensuellement. Les indicateurs choisis dans ce tableau ne

représentent pas une liste exhaustive mais les indicateurs les plus importants à suivre sur la

38




plateforme. En effet, d’autres indicateurs sont suivis par client. Ce tableau (Annexe 7.1) est

donc un équivalent du niveau 1 de SCOR. Les indicateurs FM Logistic sont replacés suivant

les catégories de performance du modèle sauf pour les indicateurs des fonctions RH,

maintenance, sécurité, environnement et informatique.

FM Logistic suit aussi différents indicateurs selon les clients. Trois indicateurs peuvent

être mis au niveau 1 de SCOR : Tableau 5 : Indicateurs suivis pour un client replacé au niveau 1 et par catégories

Services Nom Description Catégories

Stockage Taux d'occupation Nombre d'EPR occupés/ Nombre total d'EPR (mesure début

semaine - hors picking et zone d'attente) AG

Qualité Taux de service

BL

Nombre de BL livrés sans aucune réserve client de

responsabilité Entrepôt FM / Nb total de BL livrés RL

Qualité Taux de non-

qualité colis

Nombre de colis livrés sans aucune réserve client de

responsabilité Entrepôt FM / total colis livrés RL

3.3 Etape 3 : le « AS IS » du processus

La troisième étape de la méthode porte sur la modélisation de l’état actuel de la SC (« AS

IS »). Elle se compose de trois phases : « geographic map », « thread diagram » et le « process

diagram ».

3.3.1 La carte géographique de la SC : « geographic map »

Figure 11 : Carte géographique de la SC

La carte précédente permet de mettre en évidence les acteurs de la SC ainsi que les flux

les liant. Les premiers acteurs sont les fournisseurs de matières premières et emballages se

situant en France. Les matières premières et emballages sont transportés puis stockés dans

l’entrepôt de FM Logistic à Brumath. Les matières premières et emballages sont envoyés vers

les deux usines de production clientes de FM Logistic via des navettes. Les navettes sont par

39




la suite remplies de produits finis et retournent à l’entrepôt de Brumath afin d’y stocker les

produits finis. Et enfin, les produits finis sont enfin acheminés vers les supermarchés de la

France entière en passant parfois par des entrepôts intermédiaires.

3.3.2 Le thread diagram niveau 2

Le « thread diagram » est le diagramme de représentation complète de la Supply

Chain, clients et fournisseurs inclus et cela au niveau 2 avec les processus du modèle.

Le niveau 2 du modèle SCOR dépend de la stratégie de production. FM Logistic stock

des produits qui sont produits sur prévisions et non à la commande. Dans les choix des

processus, les processus choisis sont ceux concernant le « Make-to-stock ». Le niveau 2 du

processus concernant FM Brumath est composé des processus suivant (annexe 7.2) :

- Plan P correspondant à la planification ;

- Source stock product S1 correspondant à l’arrivage et la mise en stock des produits ;

- Deliver Stock product D1 PF, Source stock product S1, correspondant à

l’approvisionnement du picking ;

- Deliver Stock product D1 PF correspondant à la préparation de commande au

picking ;

- Deliver Stock product D1 correspondant à la préparation des commandes des matières

premières et emballages pour les deux usines.

Le « thread diagram » permet aussi de mettre en évidence les flux d’information entre les

planifications.

3.3.3 Le process diagram

La troisième phase du « AS IS » est la description du processus au niveau 3 : « process

diagram ». Cette description permet d’identifier les entrées et sorties de chaque processus.

Cela permet aussi de mettre en évidence les flux de matières et d’informations traversant les

processus. Le « process diagram » se fait à l’aide d’interviews sur le terrain des divers acteurs

concernés par le processus. Les processus sont détaillés en annexes (9.3.1, 9.4.1, 9.5.1, 9.6.1,

9.7.1) et sont listés les tableaux de restitutions des interviewes (9.3.2, 9.4.2, 9.5.2, 9.6.2,

9.7.2). On dénombre au total 59 processus de niveaux 2 et 3. Parmi ces processus, 20 sont

utilisés pour la schématisation du cas étudié.

3.3.3.1 Plan P

Dans le processus Plan, les planifications des processus Source et Deliver sont

confondues dans un unique processus. Les processus ne se déroulent pas dans l’ordre

préconisé par SCOR. Il est noté que le processus P2.2 : Identify, Prioritize and aggregate

Product Ressources n’a pas été utilisé. Le résultat de l’application du modèle est le suivant,

dans cet ordre :

- P2.1 : Identify, Prioritize and aggregate Product Requirements :

Ce processus regroupe, dans le modèle, les actions suivantes : identifier, prioriser, rassembler

les sources de demandes de produits ou de service. Dans le cas d’application à l’entrepôt, il

correspond à la prise de rendez-vous par appel téléphonique des transporteurs et l’élaboration

du planning du jour suivant.

40




- P2.4 : Establish Sourcing Plan :

Ce processus correspond dans le modèle à l’établissement du planning du processus Source.

Dans le cas étudié, il correspond aussi à l’établissement du planning du processus Deliver.

- P2.3 : Balance Product Resources with Product Requirements :

Le but de ce processus, dans le modèle, est de faire correspondre les ressources aux besoins.

Dans l’entreprise étudiée cela correspond à la « programmation principale » qui s’effectue à

l’aide d’un logiciel. La « programmation principale » s’effectue de la manière suivante :

connaissant les volumes à charger ou décharger le jour suivant le logiciel en déduit le nombre

de personnes nécessaires et vérifie si le nombre de personnes disponibles est suffisant.

3.3.3.2 Source stock product S1

Les processus proposés par le modèle sont tous utilisés sauf S1.5 : Authorize supplier

payment. L’ordre des processus est respecté sauf pour les processus S1.2 Receive product. Le

processus Source stock product S1 se décompose de la manière suivante pour ce cas

d’application :

- S1.2 a : Receive Product :

Ce processus correspond dans le modèle aux activités de réception. Dans le cas d’application,

ce processus correspond aux actions liées à l’arrivée du camion sur la plateforme.

- S1.1 : Schedule product deliveries :

Ce processus correspond dans le modèle à la planification et au management de l'exécution

des livraisons. Dans le cas d’étude, il correspond à la création des missions pour les caristes et

contrôleurs à l’aide d’un logiciel. Les missions une fois créées sont envoyés sur les

« scannettes » (terminaux transportables).

- S1.2 b : Receive Product :

Ce processus correspond dans le modèle aux activités de réception. Dans le cas étudié, il

correspond aux activités de déchargement du camion effectuées par le cariste.

- S1.3 : Verify product

Ce processus correspond dans le modèle aux actions de vérification des produits. Le

contrôleur doit s’assurer que la commande corresponde au bon de livraison en termes de

quantités et de références de produits.

- S1.2 : Receive Product :

Ce processus correspond dans le modèle aux activités de réception. Dans le cas d’application,

ce processus correspond aux actions liées au départ du camion sur la plateforme.

- S1.4 : Transfer Product :

Ce processus correspond au transfert du produit au stockage. Dans le cas étudié, il correspond

aux activités de mise en rack effectuées par le cariste.

3.3.3.3 Deliver Stock product D1 PF et Source stock product S1PF

Le réapprovisionnement du picking est une partie indépendante du processus global.

Cette partie ne peut être rattachée au processus globaux tels que Source stock product ou

Deliver stock product proposés par le modèle. Deux processus Deliver Stock product D1 PF

et Source stock product S1 sont utilisés pour la description du réapprovisionnement du

picking :

41




- D1.9 : Pick product :

Ce processus correspond, dans le modèle, aux actions de prise du produit, puis

d’enregistrement de la prise, et la mise du produit sur la zone de picking. Dans le cas d’étude,

lorsque le seuil de réapprovisionnement du picking est atteint une mission de sortie de palettes

est créée puis la palette est sortie du stock.

- S1.4 : Transfer Product :

Ce processus correspond, dans le modèle, au transfert du produit au stockage au niveau du

picking. Dans le cas d’application cela correspond aux actions des caristes prennant les

palettes sorties des racks pour les placer au picking.

3.3.3.4 Deliver Stock product D1 PF 2

Les processus D1.1 à D1.8 ne sont pas utilisés ainsi que les processus D1.12 à D1.15. Les

processus suivants sont tous utilisés et dans l’ordre préconisé avec une branche en parallèle

suivant le type de produits à charger. La modélisation du cas d’application est la suivante :


Ce processus correspond dans le modèle aux actions de prise du produit, d’enregistrement de

la prise et de mise du produit sur la zone de picking. Dans le cas d’étude, il correspond aux

actions de constitution de la commande au picking colis par colis.

- D1.10 : Pack product :

Ce processus correspond dans le modèle aux actions suivantes : empaqueter le produit, coller

les étiquettes, amener les produits dans la zone d'expédition. Dans le cas d’application, il

correspond aux actions de filmage de la palette constituée de colis et à son étiquetage.

En parallèle de ces deux processus sont les processus suivants :

- D1.9 palette : Pick product :


la prise et de mise du produit sur la zone de picking. Dans le cas d’étude, il correspond à la

sortie des racks des palettes homogènes, c’est-à-dire de palettes complètes. Ces palettes sont

déposées devant les racks. Cette action est effectuée à l’aide d’un tridirectionnel conduit par

un cariste différent de celui du picking.



les étiquettes, amener les produits dans la zone d'expédition. Dans le cas d’application, ce

processus correspond au déplacement des palettes des racks vers le quai par un cariste. En

effet, le tridirectionnel ne peut aller directement sur le quai. FM Logistic possède sur d’autres

plateformes d’autres ressources telles que l’élévateur à mat rétractable qui peut aller sur le

quai.



les étiquettes, amener les produits dans la zone d'expédition. Le modèle SCOR ne mettant pas

en évidence une action de contrôle à proprement dite ce processus a été choisi dans notre cas

pour modéliser le contrôle.

- D1.11 : Load vehicle and generate shipping docs

42




Ce processus correspond dans le modèle et dans le cas d’étude aux actions de chargement du

camion et de génération des documents.

3.3.3.5 Deliver Stock product D1

Un deuxième processus Deliver Stock product D1 est nécessaire pour modéliser le

processus global. Il correspond à la livraison de matières premières et d’emballages à l’usine

cliente de FM Logistic. Comme précédemment les processus D1.1 à D1.8 ne sont pas

présents. Cependant, FM Logistic assure le processus D1.12 par le biais de navette entre

l’usine et la plateforme. Les processus D1.13 à D1.15 ne sont pas utilisés. Le processus du cas

d’étude est modélisé de la manière suivante :



la prise et de mise du produit sur la zone de picking.

- D1.11 : Load vehicle and generate shipping docs :

Ce processus correspond dans le modèle et dans le cas d’étude aux actions de chargement du

camion et de génération des documents.

- D1.12 : Ship product

Ce processus correspond dans le modèle et dans le cas d’étude au transport du produit.

3.4 Etape 4 : les indicateurs de performance de niveaux 2 et 3

La quatrième et dernière étape porte sur la mise en place des indicateurs de performance

de niveaux 2 et 3. Pour chaque indicateur trois points sont mis en évidence :

- l’indicateur est applicable ou non au cas d’étude ;

- la pertinence de l’indicateur, est-t-il intéressant de le suivre, permet-t-il de mettre des

points clefs en évidence ;

- l’indicateur est déjà présent chez FM Logistic ou un équivalent est mesuré.

Tableau 6 : Récapitulatif du nombre d'indicateurs

niveau 1 P2-4 S1 D1 D1 PF S1 PF D1 PF 2 TOTAL (%)

nb total d'indicateurs par

processus 10 17 46 19 15 17 25 149

nb d'indicateurs applicables 6 10 21 10 5 8 17 77 51,68

nb d'indicateurs pertinents 6 4 11 3 0 1 3 28 36,36

nb d'indicateurs déjà présent 1 0 2 2 0 0 1 6 7,79

nb d'indicateurs équivalent chez

FM 0 0 3 3 1 1 7 15 19,48

Equivalents et présents 21 27,27

Pour les trois niveaux du modèle, 51,68 % des indicateurs sont applicables et parmi ces

indicateurs applicables 27,27% sont déjà présents ou possèdent un équivalent chez FM

Logistic. Les indicateurs apportés par le modèle sont majoritairement des indicateurs de coûts

et de temps de cycle. Les indicateurs déjà présents chez le prestataire logistique sont

classables dans les catégories de performance de SCOR.

43




Les indicateurs mise en évidence sur la schématisation du processus en annexes (9.3.1,

9.4.1, 9.5.1, 9.6.1, 9.7.1) sont les indicateurs pertinents et les équivalents de FM Logistic. Le

détail du choix des indicateurs est listé dans des tableaux en annexes (9.3.3, 9.4.3, 9.5.3, 9.6.3,

9.7.3) .

3.4.1.1 Plan P

Les planifications des processus Source stock product et Deliver stocked product sont

traitées dans le même processus. Les indicateurs correspondant aux processus Plan Source et

Plan Deliver sont étudiés.

Au niveau 2, un seul indicateur est retenu comme pertinent. L’indicateur de coût du

processus de planification est une conversion du temps de travail en valeur monétaire. En

effet, les principales sources de coûts sont les salariés.

Au niveau 3, l’indicateur « Forecast accuracy » permet de mettre en évidence les rendez-

vous imprévus. Ces rendez-vous sont traités dans la journée si les ressources en temps de

travail sont suffisantes. Cet indicateur permet à FM Logistic de mesurer les imprévus de son

client et de mettre en évidence ses capacités d’adaptation face à un imprévu. Le processus

P2.3 est le processus à grande valeur ajoutée pour le processus Plan. Sa performance est

mesurée en termes de « cycle time » et de « coûts ».

Aucun équivalent n’est présent chez FM Logistic pour ce processus.

3.4.1.2 Source stock product S1

Au niveau 2, deux temps de cycle sont mesurés. L’indicateur « order fulfillment cycle

time » correspond au temps passé à quai pour le camion. En effet, moins le camion passe de

temps à quai plus il peut consacrer son temps au voyage. L’indicateur « Source cycle time »

est le temps entre l’arrivée du camion et la mise en stock. Certain client exige d’avoir une

mise en stock rapide afin de suivre les niveaux de stock en temps réel. Le troisième et dernier

indicateur mis en évidence est la somme des coûts du processus.

Au niveau 3, l’indicateur « %Orders/Lines Received On-time to demand requirement »

correspond au pourcentage de camions à l’heure. En effet, si les transporteurs ne sont pas à

l’heure un retard est pris et subit par FM Logistic. Le processus S1.2b est évalué par trois

indicateurs. L’indicateur « %Orders/Lines Received On-Time To demand Requirement »

correspond au déchargement du camion dans les temps. L’indicateur « costs » a pour valeur,

en majeure partie, le temps de travail du cariste qui décharge. L’indicateur « cycle time »

donne le temps de déchargement du camion. Le processus S1.3 correspond au processus de

contrôle, deux indicateurs sont mis en évidence pour ce processus. L’indicateur

« %Orders/Lines received defect free » correspond au nombre de palettes déchargées sans

casse. Et l’indicateur « %Orders/Lines Received with Correct content » correspond au nombre

de palettes avec les bonnes références et les bonnes quantités. Ces deux indicateurs sont

déductibles du suivi de la qualité de FM Logistic. Le processus S1.4 est évalué à l’aide de

deux indicateurs. L’indicateur « %Product Transferred On-time to demande requirement »

correspond au transfert du produit en stock dans les temps. Et l’indicateur « %Product

Transferred without transaction errors » correspond au nombre de palettes mises en stock au

44




mauvais emplacement. En effet, un mauvais rangement engendre une perte de temps au

moment de la sortie de la palette si elle n’est pas à la place attendue.

Au niveau 2, FM Logistic possède déjà l’indicateur « %Orders/Lines Received On-time

to demand requirement » qui est nommé « Respect des heures de RDV par les transp. Flux

entrants ». Au niveau 3, dans le processus S1.2b, FM Logistic mesure une « efficacité de

déchargement » qui correspond au nombre de camions déchargés en moins d’une heure et

demi qui est donc le même indicateur que « %Orders/Lines Received On-Time To demand

Requirement ». L’indicateur « productivité de déchargement » correspond au nombre de

palettes déchargées par heure et est un équivalent du « cycle time » de S1.2b. Cette mesure,

contrairement à celle d’un temps s’affranchie du volume. En effet, un déchargement ne prend

pas le même temps si le volume est différent.

3.4.1.3 Deliver Stock product D1 PF et Source stock product S1PF

Au niveau 2, aucun indicateur n’est retenu.

Au niveau 3, l’indicateur « %Product Transferred without transaction errors » mesure les

erreurs de placement des palettes au picking. En effet, ces erreurs peuvent engendrer des

pertes de temps ainsi que d’autres erreurs de préparation de la commande.

FM Logistic mesure la productivité de réapprovisionnement du picking en nombre de

palette par heure.

3.4.1.4 Deliver Stock product D1 PF 2

Au niveau 2, deux indicateurs sont mis en évidence. L’indicateur « Perfect order

fulfillment » correspond aux commandes conforment en quantité, références et délais. En

effet, FM logistic donne un service à son client qui est la préparation de commande. Ce

service étant le cœur du métier de FM Logistic, il se doit d’être rendu correctement. Le

second indicateur est le « cycle time » qui correspond au temps entre le début de la

préparation de la commande et le départ du camion. Il faut cependant noter que la valeur de

cet indicateur dépend du volume chargé.

Au niveau 3, deux indicateurs sont mis en évidence pour le processus correspondant au

chargement D1.11. L’indicateur « Delivery Performance to custumer commit date »

correspond aux camions chargés dans les temps. L’indicateur « cycle time » correspond au

temps de chargement du camion.

L’indicateur « Perfect order fulfillment » est déjà mesuré par FM Logistic, il correspond

au taux de qualité amont. FM logistic fait là aussi des mesures de productivité appelée TPE.

Au niveau 2, le processus D1.9 est évalué de manière équivalente en mesurant une

productivité qui permet de s’affranchir du volume contrairement à l’indicateur « cycle time ».

FM Logistic possède deux indicateurs permettant de mesurer la performance du processus

D1.11. L’indicateur « efficacité de chargement » correspond aux camions chargés en moins

de une heure et demi. L’indicateur « productivité de chargement » correspond au nombre de

chargées par heure. FM Logistic possède aussi un autre indicateur qui est le respect des

rendez-vous par les transporteurs. FM Logistic mesure le « Taux de rupture en entrepôt ».

Cet indicateur correspond au nombre de colis à préparer non disponibles en stock physique

45




sur nombre total de de colis à préparer. Il est placé au processus D1.9PFa et dans la catégorie

de performance Supply Chain Responsiveness.

3.4.1.5 Deliver Stock product D1

Au niveau 2, l’indicateur « Perfect order fulfillment » a été choisi pour les mêmes raisons

que le processus précédant ainsi que l’indicateur « cycle time ».

Au niveau 3, un seul indicateur est retenu « Delivery Performance to custumer commit

date», il correspond aux camions chargés dans les temps.

FM Logistic mesure le taux de qualité amont et l’efficacité de chargement comme dans le

processus précédant.

46




4. Apports et limites du modèle SCOR

Une fois cette étude faite sur le cas d’application une interprétation des résultats est

menée. Cette interprétation permet de mettre en évidence les apports et limites du modèle

SCOR quant à son application à un entrepôt logistique presté. Des réponses aux questions

posées en introduction dans la problématique scientifique sont traitées.

4.1 Apports

4.1.1 Quoi mesurer ?

SCOR apporte des indicateurs de performance et procure des catégories de performance

permettant de classifier ces indicateurs. L’apport d’indicateurs et de catégories de

performance permet de répondre à la question du choix de la mesure. FM Logistic ne possède

pas tous les indicateurs préconisés par SCOR. Après un choix suivant leurs pertinences une

liste d’indicateurs est mise en évidence.

Les catégories de performance mettent en exergue des points incontournables que le

prestataire logistique se doit d’améliorer pour être plus performant que ses compétiteurs. Les

catégories de performance permettent de classifier les indicateurs non présents dans le modèle

SCOR mais présents chez FM Logistic. Cette vision par catégories de performance est

différente de la vision par fonction ou service. La vision par fonction ne permet pas d’obtenir

une vision globale de la performance. En effet, chaque service s’améliore indépendamment

sans réaliser son action sur la performance du système global.

Le modèle SCOR apporte des indicateurs évaluant la performance du client. Par exemple,

l’indicateur « %Orders/Lines Received On-time to demand requirement » dans le processus

S1.2a mesure la ponctualité des transporteurs. Ces indicateurs permettent de mettre en

évidence les sources de non performance et les acteurs de la supply chain qui en sont

responsables.

4.1.2 Structure et modélisation

Le « thread diagram » permet d’identifier les acteurs de la supply chain. Ce graphique

permet de positionner FM Logistic dans sa Supply Chain. La connaissance des interlocuteurs

est importante afin de cerner les frontières de l’entreprise et les liens unissant les différentes

entreprises. La modélisation du processus permet de comprendre son fonctionnement. Une

observation sur le terrain permet aussi d’en comprendre son fonctionnement cependant la

modélisation du processus permet de figer un état actuel. Cette description permet d’identifier

les entrées et sorties de chaque processus. Elle permet aussi d’observer les flux de matières et

d’informations traversant les processus.

La décomposition du modèle SCOR, en processus, indicateurs associés et niveaux,

apporte une structure pour l’évaluation de la performance. Cette structure va permettre entre

autres de répondre à la question suivante, où mesurer.

47




4.1.3 Où mesurer ?

Les indicateurs sont classifiés par niveaux selon leur position dans le processus. Le

positionnement de ces indicateurs sur la modélisation du processus apporte une réponse à la

question du positionnement de la mesure. FM Logistic possède des listes d’indicateurs qui ne

permettent pas directement de visualiser la partie du processus concerné. Une étude de la

définition de l’indicateur est en effet nécessaire pour savoir à quelle activité ils se rapportent.

La schématisation visuelle du modèle SCOR permet de localiser les points de mesure et donc

par la suite les points de non performance.

4.1.4 Corrélations entre les indicateurs de performance

La classification par niveaux et par catégories de performance permet de suivre la

propagation des indicateurs sur le processus. Par exemple, la décomposition en coûts permet

de naviguer sur le processus pour trouver des causes de surcoûts car les indicateurs

s’additionnent niveau par niveau. De part cette structure, les corrélations entre indicateurs

d’une même catégorie sont mises en évidence. La propagation et les corrélations entre

indicateurs apportent une vision globale de l’évaluation de la performance du processus.

4.1.5 La standardisation

Le degré de précision des définitions du modèle SCOR apporte un langage commun. Ce

langage commun permet la standardisation du vocabulaire. Il améliore la communication

entre les acteurs du processus. Ce langage permet par la suite, dans notre cas, un benchmark

entre les clients de la plateforme puis entre plateformes du prestataire logistique.

4.1.6 La simulation

Une fois le modèle SCOR mis en place, la simulation de nouveaux scénarios est possible.

L’évaluation de la performance répartie sur le processus permet de mettre en évidence les

points de non performance. Une fois ces points repérés, il reste à définir les changements à

mettre en place pour arriver aux objectifs de performance fixés. Ces changements peuvent

être évalués de par leurs impacts sur le processus.

4.2 Limites

Le modèle SCOR possède des limites engendrant des manques par rapport aux besoins

d’évaluation de la performance dans un entrepôt logistique.

4.2.1 Structure et modélisation

Tous les processus et sous-processus proposés par SCOR dans le niveau 3 ne sont pas

choisis pour le cas d’application. La méthode préconise de faire des choix suivant les activités

présentes. Le choix se fait à l’aide de la définition décrivant le contenu des processus dans le

modèle. Certaines activités présentes peuvent appartenir à différents processus. Le choix de

l’affiliation de ces activités est délicat. Par exemple, dans le processus S1, une redondance de

l’utilisation du processus S1.2 : Receive Product est observée. Dans le cas étudié certaines

actions ne correspondant à aucun des processus préconisés sont placées dans le processus

S1.2. En effet, la définition de ce processus étant très générale, ce processus est le plus adapté

48




pour la modélisation de ces actions. Dans le processus Deliver Stocked product, SCOR ne met

pas en évidence un processus de contrôle spécifique. Cependant, ce processus est très

important pour FM logistic qui se doit de livrer dans les bonnes quantités les bonnes

références. Un processus a donc été choisi pour mettre en évidence le contrôle, D1.10 : Pack

product. Ce processus correspond le mieux à cette activité et se situe dans l’ordre logique du

processus Deliver Stocked product.

Le cas d’application permet de mettre en évidence des structures de processus

particulières non préconisées par le modèle.

Le modèle préconise de mettre un place une planification par processus. Cependant, les

planifications des processus Source et Deliver sont confondues dans un unique processus car

les ressources de ces processus sont communes. En effet, ces ressources sont des personnes

qui sont gérées par bâtiment. La planification est faite au même moment que ce soit des

commandes à livrer ou une mise en stock de produits. La mise en place de deux processus

différents est donc redondante.

Le réapprovisionnement du picking est un processus à part entière qui ne peut être

rattaché aux processus Source Stock product ou Deliver stock product. En effet, ce processus

ne s’effectue pas à chaque commande mais suivant un seuil de réapprovisionnement. Une fois

le seuil de réapprovisionnement atteint une mission est donnée à un cariste particulier pour

descendre les palettes des racks. Par la suite, un autre cariste vient replacer les palettes dans la

zone de picking. Deux processus sont adaptés pour décrire ce processus. Le processus D1.9 :

Pick product est choisi dans le processus Deliver stock product car il correspond à une action

de livraison. Le processus S1.4 : Transfer Product est choisi dans le processus Source Stock

product car il correspond à une action d’approvisionnement.

Suivant le type de flux, deux processus de livraison (Deliver) sont mis en évidence. Le

processus D1PF2 correspond aux flux amonts vers les supermarchés et le processus D1

correspond aux flux avals vers les usines. Dans le processus D1PF2, suivant le type de

produits, colis ou palettes complètes, le processus est différent. Ces processus s’effectuent en

parallèles. Ils ont donc été modélisés en parallèle avec les mêmes processus en respectant

l’ordre préconisé par le modèle. Le deuxième processus Deliver stock product D1 est différent

du précédant car il correspond à un autre type de flux. Les produits sont des palettes

complètes qui ne nécessitent pas d’être refilmer il n’y a donc pas de processus D1.10 pack

product. Le processus D1.12 est présent car FM Logistic gère les navettes entre le client et

l’entrepôt.

On remarque que certains processus ne sont pas applicables au cas d’étude. Le prestataire

logistique ne possède pas le stock qu’il entrepose. Il rend un service moyennant finance à un

client qui produit le stock à entreposer. Le prestataire logistique ne fonctionne pas exactement

comme un entrepôt classique qui serait affilié à une chaine de production dans une entreprise.

Le processus Plan ne se déroule pas dans l’ordre préconisé par le modèle. Cela vient du fait

que lors de la prise de rendez-vous des transporteurs, FM Logistic ne peut refuser des rendez-

vous. En effet, FM Logistic ne contrôle pas la production, ni l’arrivage des matières

premières, ceux-ci étant contrôlés et planifiés par son client. FM Logistic est contraint par les

commandes du client, le prestataire doit donc adapter sa capacité à la charge donnée sans

49




pouvoir modifier cette dernière. Dans le processus S1, le processus S1.5 : Authorize supplier

payement n’est pas utilisé. En effet, FM Logistic ne doit pas payer son client pour les produits

qui arrivent en stock. C’est le client qui paye un service à FM Logistic. Le payement est

effectué dans sa globalité en fin de mois et non à chaque arrivée de produit. Dans la

description du processus Plan pour ce cas d’application, le processus P2.2 : Identify, Prioritize

and aggregate Product Ressources n’apparait pas. En effet, le chargement ou déchargement de

palettes ne nécessite aucune matière première spécifique mise à part la gestion du film et des

étiquettes. Cette gestion étant simple, elle est faite globalement pour toute la plateforme. Les

processus D1.1 à D1.8 n’ont pas été utilisés. Ils sont présents dans le modèle pour les

entreprises qui vendent leurs produits. FM Logistic ne vend pas un produit mais rend un

service à son client. Le début du processus est à la charge de son client. De même, les

processus D1.12 à D1.15 liés au transport et à l’acheminement des produits ne sont pas

assurés par FM Logistic mais par les transporteurs choisis par son client.

Le modèle SCOR n’apporte pas de formalisme permettant la schématisation du niveau 4.

La méthode précise cependant que cette étape est importante et qu’elle dépend de l’entreprise

modélisée.

La navigation dans la structure apportée par le modèle SCOR nécessite sa représentation

complète sur papier, prenant dans notre cas les dimensions d’un A0 uniquement pour un

client. D’une part si l’étude est étendue à toute la plateforme, le dessin complet est difficile à

obtenir de par sa taille et rend la navigation dans le système complet longue et ardue.

4.2.2 Standardisation

SCOR apporte des noms aux processus. Comme l’affiliation n’est pas évidente pour

certains processus, les noms ne caractérisent pas le contenu du processus. Les noms des

processus au niveau 3 sont changés par des termes plus communs à l’entreprise. Cependant, la

question suivante peut être posée : le modèle doit-il s’adapter à l’entreprise ou inversement ?

Lorsque les habitudes de l’entreprise sont ancrées, il est difficile d’en bouleverser le

vocabulaire par exemple. Cependant, l’essentiel réside dans le fait de posséder un langage

standardisé au sein d’une même entreprise. L’utilisation du standard SCOR permet cependant

la communication avec d’autres entreprises qui utilisent un même vocabulaire.

4.2.3 Quoi mesurer ?

Bien que le modèle apporte des indicateurs de performance certains processus ne sont pas

évalués. De plus, les catégories de performance ne sont pas toutes évaluées. L’observation des

schémas en annexe met en évidence les manques d’indicateurs. Il est noté que la catégorie de

performance agilité ne possède pas d’indicateur de performance applicable à l’entrepôt

logistique.

Certains processus ne correspondent qu’en partie aux activités le composant. Pour ces

processus, les indicateurs ne permettent pas d’évaluer leur performance. De plus, lors d’une

utilisation successive du processus tel que le processus S1.2 dans le Source stocked product

S1 une redondance des indicateurs applicables est notée. 50% des indicateurs ne sont pas

50




applicables à notre cas d’étude car le prestataire logistique propose un service aux entreprises

mais ne possède ni le stock entreposé, ni sa gestion.

Deux activités sont étudiées l’entreposage et le picking. La segmentation de ces deux

activités en termes d’évaluation de la performance n’est pas toujours possible comme le

préconise le modèle. En effet, possédant des ressources communes les calculs ne sont pas

dissociables. Cependant, la performance d’un entreposage seul est évaluable si ce processus

est traité indépendamment du picking ce qui est le cas dans d’autres bâtiments.

On note que le modèle n’est pas complet pour une application à un entrepôt logistique.

FM Logistic suit d’autres indicateurs pertinents tels que la densité de remplissage. La densité

de remplissage permet de mettre en évidence la bonne gestion du stockage. En effet, les

emplacements les plus grands doivent être consacrés aux palettes les plus grandes et les

emplacements moins larges aux petites palettes.

4.2.4 Comment mesurer ?

Les mesures de l’indicateur « cycle time » correspondent souvent à un changement d’unité

par rapport à l’estimation du coût du processus. En effet, le plus gros coût supporté étant la

masse salariale, la transformation du temps de travail en valeur monétaire correspond à

l’indicateur de coût. Ceci engendre une redondance des indicateurs. De plus, les mesures de

temps sont souvent dépendantes du volume traité. Comme les volumes traités sont très

variables ces mesures le sont aussi. Il est donc parfois plus pertinent de mesurer une

productivité afin de rapport le volume au temps.

Des indicateurs ne sont pas calculables car les sources d’informations ne sont pas

présentes. Afin d’effectuer les calculs préconisés, le modèle nécessite de posséder les bonnes

sources d’informations. Cependant ce travail de calcul ne doit pas être lourd et se doit d’être

quasi automatique.

Dans les processus sélectionnés, 159 indicateurs sont proposés. Le suivi d’un tel nombre

est long et fastidieux. Chaque indicateur nécessite une mesure, un suivi et la définition de

plans d'actions pour tendre vers l’objectif fixé. Une aide à la mise en évidence des indicateurs

les plus importants doit être mise en place.

4.2.5 Corrélations entre les indicateurs de performance

Les corrélations entre catégories d’indicateurs ne sont pas observables. Par exemple, il

n’est pas possible de montrer que le temps a un impact sur le coût.

4.2.6 Un modèle imposant

Une bonne maîtrise des définitions du modèle est nécessaire pour son utilisation. La

modélisation par SCOR nécessite de très bien connaître le fonctionnement réel des activités et

de mener l’étude sur le terrain. En résumé, l’obtention du modèle de l’entreprise et son

l’exploitation est longue et fastidieuse. L’informatisation semble être un développement futur

incontournable pour exploiter la richesse du modèle obtenu.

51




5. Seconde partie des résultats portant sur l’étude de l’agilité

Le modèle SCOR permet de répondre à la question du choix de la mesure. Ce choix ne

permet pas l’évaluation exhaustive d’une performance clef pour l’entrepôt logistique, un autre

choix de mesure est étudié. Dans l’étape 2, l’étude de la pertinence des indicateurs de la

catégorie de performance agilité a révélé un manque pour l’évaluation de la performance de

cette catégorie. Les indicateurs ne sont pas applicables à un entrepôt logistique. L’agilité est

au cœur du métier de FM Logistic. En effet, le prestataire doit sans cesse s’adapter à la

demande de son client. Aucun indicateur n’est en place chez FM Logistic mais un souhait de

mettre en évidence des performances sur ce point est présent. Avant de mettre en place un

indicateur, une étude bibliographique a été menée afin de définir le terme d’agilité.

5.1 Définitions

Le modèle SCOR apporte une première définition au terme d’agilité : « Capacité à

réponde aux imprévus, changements, pour maintenir ou gagner en compétitivité. » Cependant,

deux termes sont utilisés : l’agilité pour désigner la catégorie de performance et la flexibilité

pour les noms des indicateurs.

5.1.1 Le terme

Dans la littérature, les auteurs proposent différentes définitions pour les termes d’agilité

ou de flexibilité. Ils utilisent l’un ou l’autre terme alors que leurs définitions peuvent avoir un

sens commun. Des auteurs mettent parfois en évidence le fait que la flexibilité est une

caractéristique de l’agilité. Le tableau suivant est une synthèse de la recherche

bibliographique menée. Différents termes sont définis dans différents domaines d’application.

Tableau 7 : Définitions de l'agilité et la flexibilité

Référence Terme

employé et

contexte

Définition du terme

[22] Agilité,

flexibilité,

SC

Une caractéristique clef de l’agilité est la flexibilité. Initialement

la flexibilité était les capacités d’automatisation pour favoriser

les changements rapides et donc une réactivité pour changer de

type de produit et de volume. Plus tard l’idée de flexibilité a été

étendue à un domaine plus large ce qui donna naissance à la

notion d'agilité.

L’agilité est la capacité d’une organisation à répondre

rapidement aux changements de la demande en termes de

volume et de variété.

[25] Agilité, centre

de distribution

Capacité d’adaptation à la variation du volume et la saisonnalité

[21] Flexibilité

industrie

Cinq types de flexibilité peuvent être mis en évidence :

-Product flexibilty : capacité d’offre d’une personnalisation du

produit

Volume flexibility : habilité à augmenter ou diminuer la

production en réponse à la demande du client

52




Launch flexibility : capacité à introduire rapidement beaucoup

de nouveaux produits

Access flexibility : habilité à proposer une couverture de

distribution étendue et intense

Responsiveness to target markets : Capacité de réponse aux

besoins du marché

[20] Agilité, agile

manufacturing

production

Intégration de ressources reconfigurables et de bonnes pratiques

pour fournir des produits ou des services aussi rapidement que

les changements de l’environnement du marché.

[23] Agilité,

Supply chain

international

transport

Deux concepts sont inhérents au concept d’agilité. La vitesse qui

est une mesure du temps pour transporter et recevoir les produits

finis. La flexibilité qui est le degré auquel une entreprise est

capable d’ajuster le temps pour transporter ou recevoir.

[7] Flexibilité SC Capacité de fournir des produits ou services qui satisfassent la

demande des clients.

[24] Agilité,

Apple's digital

media

Capacité de réponse et de gestion des connaissances afin de

s’adapter au changement inattendus et imprévisibles rapidement,

efficacement et précisément, tant dans les besoins du client ou

du marché que dans les opportunités, le tout sans compromettre

le coût et la qualité du produit ou du processus.

Les définitions recensées sont complémentaires. Une synthèse de ces définitions a permis

de définir le terme de flexibilité pour un entrepôt logistique :

La flexibilité est la capacité d’un prestataire logistique à répondre rapidement aux

changements [20][22][24] de la demande en termes de volume et de variété [22] sans

compromettre le coût et la qualité [24]. La notion de rapidité est liée aux notions de temps de

réponse et de vitesse. Les changements sont des faits imprévus, rapides et inattendus [24]. La

demande est un besoin du client, la notion de flexibilité est donc reliée à la satisfaction du

client [21][7]. Les changements en termes de volume représentent des variations positives ou

négatives du volume ou la saisonnalité de l’activité [25]. Les changements en termes de

variétés sont caractérisés par l’introduction de nouveaux produits ou services, la

personnalisation du produit ou service et la grande couverture de distribution [21]. La qualité

caractérise un service rendu efficacement et précisément [24].

Le terme de flexibilité est retenu étant un terme familier pour FM Logistic.

5.1.2 L’indicateur

FM logistic travail pour des clients pour lesquels une forte saisonnalité est observée. Par

exemple, les clients vendant des fournitures scolaires augmentent les volumes stockés en

juillet et en Août. Une grande variation journalière des volumes est observée. Cette variation

est légèrement lissée par l’anticipation ou le retardement du traitement des commandes

suivant les prévisions de la production. FM Logistic traite la saisonnalité et la variabilité des

volumes grâce aux sites multi-clients. En effet, lorsque l’activité augmente pour un client les

ressources humaines peuvent être déplacées et de même si l’activité diminue.

53




L’étude est donc centrée sur la capacité d’un prestataire logistique à répondre rapidement

aux changements de la demande en termes de volume. Les changements en termes de volume

représentent des variations positives ou négatives du volume et la saisonnalité de l’activité.

L’indicateur de performance recherché doit permettre de mesurer cette caractéristique.

Certains auteurs proposent en plus de la définition du terme de flexibilité des définitions

d’indicateurs de performance s’y rapportant. Dans l’article [23], l’auteur propose des

indicateurs permettant d’évaluer la flexibilité d’une Supply Chain étendue internationalement.

Les indicateurs sont par exemple la capacité de couverture de distribution ou la capacité des

infrastructures. Les indicateurs présents dans l’article [2] caractérisent la flexibilité de la

production. Ces indicateurs sont par exemple le nombre de taches que peut effectuer un

opérateur ou la variété de produit que l’entreprise peut produire. Des indicateurs évaluent la

partie livraison de la Supply Chain [7], ces indicateurs sont par exemple les produits délivrés

dans les temps ou le pourcentage de livraison urgente. La flexibilité du marché est aussi

abordée [24]. Par exemple grâce à l’indicateur mesurant le nombre de parts de marché que

possède une entreprise par rapport à ses concourants.

Les indicateurs présents dans la littérature ne permettant pas mesurer la capacité d’un

prestataire logistique à répondre rapidement aux changements de la demande en termes de

volume. Un indicateur est mis en place pour mesurer ce phénomène : la mesure du delta de

volume journalier ramenée en pourcentage du volume moyen hebdomadaire, mensuel et

hebdomadaire.

5.2 Cas d’application sur les volumes de colis de l’année 2011

Le cas d’application porte sur les commandes préparées au picking en nombre de colis

sur l’année 2011.

5.2.1 La saisonnalité

La figure 12 est un histogramme représentant le volume moyen en nombre de colis en

fonction des mois. La seconde courbe présente sur cet histogramme est le volume moyen

annuel. Cet histogramme permet de mettre en évidence la saisonnalité de l’activité. On

observe des volumes élevés pour les mois d’octobre et novembre et des volumes plus bas en

décembre et janvier.

54




Figure 12 : volumes moyens mensuels

5.2.2 Les variations de volume

Il est possible d’anticiper un phénomène de saisonnalité lorsqu’il est détecté.

L’anticipation d’un phénomène journalier est moins évidente. L’annexe 9.8 est un graphique

représentant les volumes préparés en nombre de colis en fonction des jours. Les volumes

moyens mensuels et annuels sont tracés sur cette même courbe. Les variations de volume

autour des moyennes mensuelles et annuelles sont de grandes amplitudes. La fréquence de ces

variations est très élevée. Ces deux phénomènes apparaissent alors que le prestataire

logistique a déjà anticipé sur la préparation des commandes en ralentissant ou accélérant

celle-ci en fonction des prévisions de commandes.

La figure 11 est un extrait de l’annexe 9.8. Ce graphique représente les volumes préparés

en nombre de colis en fonction des jours composant le mois de Mars. Les observations

précédentes sur la fréquence et l’amplitude des variations sont notables. Un tel graphique

permet d’observer les variations de volume mais ne permet pas de mettre en évidence

l’importance ces variations par rapports aux volumes moyens.

55




Figure 13 : Graphique représentant les volumes préparés en nombre de colis journalièrement

A partir d’un relevé des volumes préparés journalièrement en nombre de colis, un calcul

du delta de volume entre de deux jours consécutifs est mené, soit la différence entre les

volumes de deux jours consécutifs (figure 13). Les deltas de volume ne sont pas exploités en

valeur absolue. Les deltas de volume négatifs représentent une décroissance du volume d’un

jour à l’autre. Les deltas de volume positifs représentent une croissance du volume d’un jour à

l’autre. Cette différence est mise en exergue car une croissance du volume à traiter n’a pas le

même impact sur le fonctionnement de l’entrepôt qu’une décroissance. La figure 14 est un

histogramme représentant les deltas de volume entre deux jours consécutifs du mois de Mars.

Cet histogramme permet de mettre en exergue la fréquence ainsi que la croissance et la

décroissance des variations de volume.

Figure 14 : Histogramme représentant les deltas de volume journalier du mois de Mars

56




Les deltas de volumes sont à rapporter aux volumes moyens afin d’observer leur

importance par rapport à ce dernier. En effet, il est difficile de savoir si une augmentation de

1000 colis par exemple est importante si elle n’est pas comparée à un référentiel ou une

moyenne. Les deltas de volume en nombre de colis sont rapportés à un pourcentage du

volume moyen de la semaine, du mois puis de l’année. La figure 15 est un histogramme

représentant les deltas de volume en pourcentage du volume moyen du mois de Mars. Cet

histogramme met en évidence l’importance des variations de volume. Les deltas de volume

représentent jusqu’à une hausse de 58,22% du volume moyen mensuel et une décroissance de

74,40%. La fréquence de ces variations est aussi mise en évidence.

Figure 15 : Histogramme représentant les deltas de volume journalier en pourcentage du volume moyen mensuel du

mois de Mars

Hebdomadairement, les deltas de volume extremums sont relevés soit les plus grandes

croissances et décroissances de volume. Pour chaque mois quatre histogrammes sont établis

(figure 16 à 19). Les deltas de volume extrémums hebdomadaires sont tracés en fonction du

nombre de colis, de leur pourcentage par rapport aux volumes moyens hebdomadaires,

mensuels et annuels. Sur l’année 2011, les deltas de volume extremums observés représentent

2% à 150% du volume annuel pour les variations positives et -3% à -120% pour ce qui est des

décroissances. A chaque mois de l’année, des croissances et décroissances du volume sont

observées. Les variations sont positives et négatives. Aucune stabilité dans les variations n’est

observée. Une même croissance ou décroissance de volume n’est jamais observée dans un

même mois.

57




Figure 16: Histogramme représentant les deltas de

volumes maximaux pour le mois d'Août

Figure 17 : Histogramme représentant les deltas de

volume d’Août en pourcentage du volume moyen

hebdomadaire du mois d’Août

Figure 18 : Histogramme représentant les deltas de volume

en pourcentage du volume moyen mensuel d’Août

Figure 19 : Histogramme représentant les deltas de

volume d’Août en pourcentage du volume moyen

annuel

La plus forte agmentation de volume entre deux jours a été observée au mois d’Août.

Cette variation est une croissance de 7537 colis ce qui représente 130% du volume

hebsomadaire, 148% du volume mensuel et 153% du volume annuel. Des deltas de volume

extremums positifs et négatifs sont observés comme pour les autres mois. Les pourcentages

calculés varient suivant le volume moyen pris en compte pour le calcul.

58




Un classement annuel des deltas de volume extremums est mené (tableau 8). Le numéro 1

représente le plus grand delta de volume mensuel observé et le numéro 12 le plus petit des

extremums mensuels observés. Le classement varie en fonction du volume moyen utilisé pour

le calcul.

Tableau 8 : Tableau de classement des mois en fonction des deltas de volume extremum

Deltas extremum de volume positif

Mois Mars Avril Mai Juin Juill Août Sept Oct Nov Déc Janv Fév

∆volume

max (colis) 4 079 2 846 3 813 3 295 4 312 7 537 4 485 4 193 2 267 5 481 4 523 3 260

Classement 7 11 8 9 5 1 4 6 12 2 3 10

%/Vmoy

semaine 69,02 63,33 82,91 77,47 86,25 130,74 85,87 87,31 46,31 146,64 156,99 68,44

Classement 9 11 7 8 5 3 6 4 12 2 1 10

%/Vmoy

mois 74,40 56,80 86,56 61,67 90,59 148,39 102,26 74,84 39,45 121,18 128,82 62,12

Classement 8 11 6 10 5 1 4 7 12 3 2 9

%/Vmoy

année 82,83 57,79 77,43 66,91 87,56 153,04 91,07 85,14 46,03 111,29 91,84 66,20

Classement 7 11 8 9 5 1 4 6 12 2 3 10

Deltas extremum de volume négatif

∆volume

min (colis)

-2

642 -1 406 -3 088 -5 095 -3 524 -5 350 -4 851 -4 900 -5 783 -5 349 -4 226 -5 214

Classement 11 12 10 5 9 2 7 6 1 3 8 4

%/Vmoy

semaine -52,6 -30,3 -55,43

-

106,13 -70,49 -92,8

-

117,58 -73,69 -95,25 -88,14 -128,8 -81,72

Classement 11 12 10 3 9 5 2 8 4 6 1 7

%/Vmoy

mois

-

48,19 -28,06 -70,10 -95,35 -74,03

-

105,34

-

110,61 -87,46

-

100,64

-

118,26

-

120,37 -99,35

Classement 11 12 10 7 9 4 3 8 5 2 1 6

%/Vmoy

année

-

53,65 -28,55 -62,70

-

103,46 -71,56

-

108,63 -98,50 -99,50

-

117,43

-

108,61 -85,81

-

105,87

Classement 11 12 10 5 9 2 7 6 1 3 8 4

La figure 20 est un tracé des deltas extremums mensuels en pourcentage des volumes

moyens hebdomadaires, mensuels et annuels. Les mois sont numérotés de Mars 1 à février 12.

Cette figure permet de mettre en évidence la variation des pourcentages selon le volume

moyen utilisé. Les plus grandes variations de volume ne sont pas forcément observées sur les

mois où le volume moyen est élevé.

59




L’indicateur mesurant une variation de volume d’un jour à l’autre met en évidence une

grande flexibilité du prestataire logistique. En effet, une croissance du volume de 150% du

volume moyen représente multiplication par trois du volume à traiter. Cette augmentation met

en évidence une grande flexibilité de par l’organisation du prestataire logistique tout en

gardant un taux de service très satisfaisant. Ces variations sont de plus très fréquentes sur

l’année 2011.

Cette étude permet à FM Logistic de valoriser ses capacités et son savoir-faire auprès de

ces clients.

Figure 20 : Pourcentage des volumes moyens hebdomadaires, mensuels et annuels des deltas de volume extremum mensuels

60




6. Synthèse du cas d’étude

Le modèle SCOR est appliqué à un client du prestataire logistique FM Logistic. Le

processus au sein de l’entrepôt est schématisé à l’aide de 59 processus du modèle. Cette mise

en évidence de la structure du processus a permis de mettre en exergue son fonctionnement,

les flux le traversant ainsi que ses acteurs majeurs.

La mise en place d’indicateurs de performance préconisés par le modèle permet de

mesurer la performance des processus. Sur les 10 indicateurs du niveau 1 du modèle, un seul

indicateur (Perfect order fullfillment) est déjà présent chez le prestataire et cinq sont

pertinents quant à leur application dans un entrepôt logistique (Order fulfillement Cycle time,

SC management costs, Cost of goods sold, Return on fixed assets et Return on working

capital). Pour les trois niveaux du modèle, 51,68 % des indicateurs sont applicables et parmi

ces indicateurs applicables 27,27% sont déjà présents ou possèdent un équivalent chez FM

logistic.

L’interprétation des résultats du cas d’application permet de mettre en évidence les

apports et limites du modèle SCOR quant à son application à un entrepôt logistique presté.

La modélisation du processus permet d’identifier les acteurs de la Supply Chain. La

décomposition du modèle SCOR, en processus, indicateurs associés et niveaux, apporte une

structure pour l’évaluation de la performance. De part cette structure, les corrélations entre

indicateurs de performance d’une même catégorie sont mises en évidence.

SCOR procure des indicateurs de performance et des catégories de performance

permettant de répondre à la question du choix de la mesure. Le positionnement de ces

indicateurs sur la modélisation du processus apporte une réponse à la question du

positionnement de la mesure. La classification par niveaux et par catégories de performance

permet de suivre la propagation des indicateurs sur le processus.

Le degré de précision des définitions du modèle SCOR apporte un langage commun. Ce

langage commun permet la standardisation du vocabulaire. Une fois le modèle SCOR mis en

place, la simulation de nouveaux scénarios est possible.

Les limites de l’application du modèle SCOR en entrepôt logistique sont cependant

identifiées.

L’affiliation des activités dans les processus préconisés par le modèle est délicate.

Certains processus ne sont pas applicables au cas d’étude ceci venant de la différence de

fonctionnement entre prestataire logistique et une zone de stockage dans une entreprise. Le

modèle SCOR n’apporte pas de formalisme pour la schématisation du niveau 4. La navigation

dans la structure modélisée nécessite sa représentation complète sur papier cependant le

dessin complet est difficile à obtenir de par sa taille et rend la navigation dans le système

complet longue et ardue.

Certains processus ne possèdent pas d’indicateur de performance applicable et certaines

catégories de performance ne sont pas évaluées. 50% des indicateurs ne sont pas applicables

au cas d’étude. Les corrélations entre catégories d’indicateurs ne sont pas observables. Dans

61




les processus sélectionnés, un grand nombre d’indicateur est proposé, le suivi d’un tel nombre

est long et fastidieux. Une aide à la mise en évidence des indicateurs les plus importants doit

être mise en place.

La catégorie de performance agilité est une performance clef d’un entrepôt logistique. Il

n’existe cependant aucun indicateur applicable pour cette catégorie. La contribution, citée en

introduction, portant sur l’étude d’autre choix de mesures que ceux du modèle SCOR est traité

sur cette catégorie. Cette étude a permis de définir le terme de flexibilité : « la flexibilité est la

capacité d’un prestataire logistique à répondre rapidement aux changements [20][22][24] de la

demande en termes de volume et de variété [22] sans compromettre le coût et la qualité

[24] ». De cette définition un indicateur de performance est mis en place : la mesure du delta

de volume journalier ramenée en pourcentage du volume moyen hebdomadaire, mensuel et

annuel. Cet indicateur permet à FM Logistic de valoriser ses capacités en termes de flexibilité

et son savoir-faire auprès de ces clients.

62




7. Conclusions

La compétitivité des entreprises est étroitement liée à leurs performances. Cependant, le

système de mesure de la performance est difficile à mettre en œuvre et diverses questions se

posent sur le choix de la mesure ou le lieu de mesure par exemple. Le modèle de référence

SCOR apporte des réponses aux questions concernant l’évaluation de la performance en

Supply Chain. Ces questions ont été abordées pour un cas d’application en entrepôt

logistique. Cette étude s’appuie sur un cas d’application du modèle SCOR dans un entrepôt

logistique presté. L’entrepôt logistique est modélisé et la possibilité de la mesure de sa

performance est étudiée.

Cette étude permet de mettre en évidence les apports et limites du modèle SCOR quant à

son application à un entrepôt logistique. Une question sous-jacente à cette problématique a été

traitée : le choix de la mesure, autre que celui préconisé par SCOR, pour un facteur clef pour

l’évaluation de la performance d’un entrepôt, la flexibilité.

SCOR apporte une structure pour l’évaluation de la performance. Cette structure et les

définitions du modèle apportent un langage commun. L’évaluation de la performance

s’appuie sur une représentation du processus qui met en évidence les lieux de mesures. Cette

représentation permet la compréhension du fonctionnement de l’entrepôt et des flux le

traversant. SCOR apporte un grand nombre d’indicateurs permettant d’apporter un choix de

mesures pour l’évaluation de la performance d’un entrepôt et ses clients. Ces indicateurs sont

classifiés par catégories de performance donnant les points clefs de la performance. La

classification par niveaux et par catégories permet de mettre en évidence l’existence d’une

propagation des indicateurs d’une même catégorie sur le processus.

Le cas d’étude permet aussi de mettre en exergue les limites de l’application du modèle à

l’entrepôt logistique. Ces limites apportent une liste de thématiques de recherches futures.

L’évaluation de la performance de certains processus et de certaines catégories est manquante.

Un travaillent sous-jacent à la problématique principale a été mené afin de définir un

indicateur pour la flexibilité. Cependant, des recherches sont à mener pour les autres

catégories. Certaines catégories pourraient être ajoutées telle que la sécurité. Le suivi d’un

grand nombre d’indicateur est fastidieux, l’aide à la décision de la sélection des indicateurs ou

la définition d’indicateurs composites est une thématique de recherche. L’étude de la

corrélation entre des indicateurs de différentes catégories peut être menée. La modélisation du

processus au niveau 4 n’est pas proposée. Une étude sur l’informatisation de ce modèle

pourrait être menée car son application manuelle est longue. Les travaux de Persson [4]

abordent ce sujet.

63




8. Bibliographie

[1] Beamon B.M. 1999. Measuring supply chain performance, International Journal of

Operations & Production Management 19 (3) p275–292.

[2] Chan F.T.S., H.J. Qi. 2003. An innovative performance measurement method for supply

chain management, Supply Chain Management: An International Journal 8 (3–4) 209–223.

[3] Danish Irfan, Xu Xiaofei, and Deng Sheng Chun. July 2008. A SCOR Reference Model of

the Supply Chain Management System in an Enterprise. The International Arab Journal of

Information Technology, Vol. 5, No. 3.

[4] Fredrik Persson, Mirko Araldi. 2009. The development of a dynamic supply chain analysis

tool Integration of SCOR and discrete event simulation. Int. J. Production Economics 121

p574 – 583.

[5] Ganga G.M.D., L.C.R. Carpinetti. 2011. A fuzzy logic approach to supply chain

performance management. Int.J. Production Economics 134 p177–187.

[6] Garcia F.A. et al. 2012. A framework for measuring logistics performance in the wine

industry. Int. J. Production Economics 135 p284–298.

[7] Gunasekaran A., C. Patel , Ronald E. McGaughey. 2004. A framework for supply chain

performance measurementInt. J. Production Economics 87 p333–347.

[8] Gunasekaran A., C. Patel, E. Tirtiroglu. 2001. Performance measures and metrics in a

supply chain environment, Int. J. Oper. Product. Manage. 21 (1) p71–87.

[9] Huan, S.H., Sheoran, S.K., Wang, G., 2004. A review and analysis of supply chain

operations reference (SCOR) model. Supply Chain Management: An International. Journal

9 (1), 23–29.

[10] Huang S.H. et al. 2005. Computer-assisted supply chain configuration based on supply

chain operations reference (SCOR) model. Computers & Industrial Engineering 48 p377–

394.

[11] Jack C.P. Cheng, Kincho H. Law, Hans Bjornsson, Albert Jones, Ram D. Sriram. 2010.

Modeling and monitoring of construction supply chains. Advanced Engineering

Informatics 24 p435–455.

[12] Jian Cai, Xiangdong Liu, Zhihui Xiao, Jin Liu. 2009. Improving supply chain

performance management: A systematic approach to analyzing iterative KPI

accomplishment. Decision Support Systems 46 p512–521.

[13] Kaplan R.S., D.P. Norton. 1996. Using the balanced scorecard as a strategic management

system, Harvard Business Review p75–85.

[14] Lambert, D.M., Garcia-Dastugue, S.J., Croxton, K.L., 2005. An evaluation of process-

oriented Supply Chain Management frameworks. Journal of Business Logistics 26 (1), 25–

51.

[15] Lockamy A. III, K. McCormack. 2004. Linking SCOR planning practices to supply chain

performance: An exploratory study, International Journal of Operations &Production

Management 24 (11/12) p1192–1218.

[16] Robert S. Kaplan, Steven R. Anderson. Time-driven activity-based costing : a simpler and

more powerful path to higher profits. ISBN-10: 1422101711

64




[17] Supply Chain Council, Supply Chain Operations Reference (SCOR) Model, Version 9.0,

2008. ISBN 0-615-20259-4

[18] Supply Chain Excellence. A handbook for dramatic improvement using the SCOR model.

Peter Bolstorff, Robert Rosenbaum. Edition Amacon. 2007.

[19] Verdouw C.N. et al. 2010. Process modelling in demand-driven supply chains : A

reference model for the fruit industry. Computers and Electronics in Agriculture 73 p174–

187.

[20] yy. yusuf, m. sarhadi, a. gunasakaran. 1999. Agile manufacturing: the drivers, concepts

and attributes, international journal of production economics, vol. 62, pp. 33-43.

[21] Vickery, S., Calantone, R., Droge, C., 1999. Supply chain flexibility: An empirical study.

The Journal of Supply Chain Management 35 (3), 16–24.

[22] Martin Christopher. 2000. The Agile Supply Chain Competing in Volatile Markets.

Industrial Marketing Management 29, p37–44.

[23] Prater, biehl, smith, 2001. International supply chain agility––tradeoffs between flexibility

and uncertainty. International journal of operations and production management 21 (5/6),

p823–839.

[24] Anirban Ganguly , Roshanak Nilchiani, John V. Farr. 2009 Evaluating agility in

corporate enterprises. Int. J. Production Economics 118 410–423.

[25] Peter Baker, 2008, The design and operation of distribution centres within agile supply

chains.. Int. J. Production Economics 111 p27–41

[26] Supply Chain Council, < http://supply-chain.org/>.

[27] Lee H.L, Billington C. 1995. The evolution of supply chain management models and

practice at Hewlett-packard. Interfaces 25 (5) p42-63

[28] Jinxiang Gu, Marc Goetschalckx, Leon F. McGinnis. 2007. Research on warehouse

operation : a comprehensive review. European Journal of operational research 177 p1-21

65




9. Annexes

9.1 Tableau de bord FM logistic

NOM Description Catégories

Indicateurs financiers

CA brut entreposage CO

CA brut manutention CO

CA brut conditionnement CAF CO

CA brut fonctionnel Fonctions supports CO

CA brut total F3.1 CO

Résultat entreposage CO

Résultat manutention CO

Résultat conditionnement CO

Résultat fonctionnel CO

Résultat total F1.1 CO

% (Résultat/ Taux de transformation du CA)

CO

Poids des sections fonctionnelles / CA Net CO

Poids de la masse salariale focntionnelle / CA Net CO

Indicateurs de production

Entreposage

Occupation nb palette / nb d'emplacement AG

Taux de réservation/Occupation réservation client/occupation AG

Taux d'occupation D3.4 réservation/capacité site AG

EPR Vides Emplacement palette rack vides AG

Manutention

Taux de productivité effectif P1W3 RS

%Temps non opérationnels RS

Transferts CAF (etp) équivalent temps plein RS

MOD/CA Net Manutention P1W1 Salaire main d'œuvre direct/CA CO

Conditionnement

CA Horaire Mécanique CO

CA Horaire manuel CO

CA Horaire Total CO

MOD/CA Net Conditionnement P1C1 Salaire main d'œuvre direct/CA CO

TOTAL Site

Masse salariale total site / CA Net CO

Productivité Intéressement (objectif = plancher=budget) AG

Indicateur de qualité 11/12

Qualité externe : indicateur rendu au client

taux de qualité amont P1W2 RL

taux de qualité aval P1W2 RL

taux de freinte Nb palette cassées perdues RL

PSL CAF P1C2 production service level taux qualité RL

respect des KPI's D3.3 RL

nb d'évolutions client RL

nb de réclémations RL

nb de félicitation RL

NON qualité

stats anomalies entrepot, pourcentatge de dysfonctionnment h de dysfonctionnement/h travaillé RL

non qualité, pourcentage du CA brut Cout de la non qualité/ CA brut RL

qualité interne conditionnement, taux RL

66




9.2 Annexe : Thread diagram

67




9.3 Annexe : Plan P2-4

9.3.1 Process diagram Plan P2-4

68




9.3.2 Interview Plan P2-4

Interviewees Agent d'ordonnancement (AO)

Primary Inputs SCOR Element Primary Outputs

Appels ou imels

transporteurs

P2.1 : Identify, Prioritize and aggregate Product

Requirements :

Prise de RDV et planning

Planning des

RDV rempli

Step Description Responsive

Process

Step

(>4 and

<11)

2 Prise de rendez-vous par des appels des transporteurs, la prise de

rendez-vous doit être faite avant 16h AO

3

Positionnement dans les créneaux horaires du planning du jour

suivant, tout en évitant les surcharges le matin et en fin d'après

midi. L' AO possède un accès à NG pour regarder le contenu des

commandes si nécessaire.

AO

Technology used Téléphone, imel, excel, NG

Interviewees Agent administratif opérateur saisie (AAOS)

Primary Inputs SCOR Element Primary Outputs

Planning des

RDV rempli P2.4 : Establish Sourcing Plan :

Planning de la journée suivante

Planning des

RDV par

commande et

avec les volumes

renseignés

Step Responsive

Process

Step

(>4 and

<11)

1 Création d'un planning comportant les camions, leurs

commandes ainsi que les quantités associées. AAOS

2 Création des RDV dans NG.

AAOS

Technology used NG, excel

Interviewees Responsable Client (RC)

Primary Inputs SCOR Element Primary Outputs Planning renseigné

des volumes,

commandes

futures D.O

P2.3 : Balance Product Resources with Product

Requirements :

Programmation principale

Composition de

l'équipe


Process

Step

(>4 and

<11)

1

Injection automatique des commandes à venir dans le mois dans

NG. Certaines commandes ne sont pas injectée mais rentrées

manuellement. La composition des camions de produits finis

n'est pas connue à l'avance celle-ci dépendant de la production.

D.Oetker, AAOS

2

Saisie des volumes de chargements, préparations de commande,

dégerbage. Soustraction des commandes déjà préparées en

avance et ajout d'une marge par rapport aux commandes futures

données par D.O.

RC

3 Saisie des présences et absences de l'équipe. RC

4 Calcul par le logiciel du delta entre la charge et la capacité. RC

5 Prêt de personne si capacité insuffisante.

RC

69




9.2.3 Indicateurs de performance de P2-4

P

erfo

rma

nce

Att

rib

ute

s

Met

ric

P2

Ap

pli

cab

le

per

tin

ence

pré

sen

ce o

u

équ

iva

len

t

chez

FM

RS Plan Source Cycle

Time

oui peu pertinent car de valeur fixe, une

journée

Order fulfillment

Cycle Time

oui peu pertinent car de valeur fixe, une

journée

AM Return on SC

fixed assets

non, pas d'actifs immobilisés

importants

Return on working

capital

non, pas une notion à ce

niveau là du processus

cash-to-cash cycle

time

non, pas de trésorerie

CO Cost to Plan

Source

oui heures de travail traduites en argent

grâce aux coûts des salaires.

CO P4 Total deliver costs non, trop large prend en

compte tout le processus

Indicateurs de P2.1

RL Forecast accuracy

: précision des

prévisions

oui (le nombre de rendez-vous prévu -

nombre de rendez-vous

imprévu)/nombre de rendez-vous

prévu

RS Cycle time P2.1 :

temps de cycle

oui non, car les appels se font tout au

long de la journée

CO Cost de P2.1 oui non, dépend aussi des autres

activités de la plateforme

Transportation

cost P4.1

non, pas de coûts de transport

Indicateurs de P2.4

RS cycle time de P2.4 oui non, car ne prend que 15 min du

temps de travail

CO cost de P2.4 oui non, temps de travail moindre

Cost distribution

P4.4


Indicateurs de P2.3

RS cycle time P2.3 oui oui, car la plus grosse action à valeur

ajoutée du Plan

CO cost de P2.3 oui oui, conversion du temps de travail

en coût

Transportation

cost P4.3


70




9.4 Annexe : Source stocked product S1

9.4.1 Process diagram Source S1

71




9.4.2 Interview Source S1


Primary

Inputs SCOR Element

Primary

Outputs

Appel du

camion au

poste de

garde

S1.2 a : Receive Product :

Arrivée du camion

Chauffeur à

l'acceuil du

batiment,

camion à à

quai, BL


Proces

s Step

(>4

and

<11)

1 Arrivée du camion sur la plateforme, ouverture du portail AAOS

2 Arrivée du camion dans NG AAOS

3 Sélection d'un quai AAOS

4 Mise à quai du camion Chauffeur

Technology

used NG


Primary

Inputs SCOR Element

Primary

Outputs

Camion à

quai, BL

S1.1 : Schedule product deliveries :

création des missions

Missions pour

les caristes


Proces

s Step

1 Création d'une mission de déchargement AAOS

2 Création d'une mission de contrôle AAOS

Technology

used NG

Interviewees Agent administratif opérateur saisie

Primary

Inputs SCOR Element

Primary

Outputs

Mission de

déchargement

S1.2 b : Receive Product :

Déchargement

Camion

déchargé,

palettes à quai


Proces

s Step 1

Déchargement du camion sur le quai Cariste

Technology

used Transpalette (moulinette)

72




Interviewees Agent administratif opérateur saisie, Contrôleur

Primary

Inputs SCOR Element

Primary

Outputs

Mission de

contrôle,

palette à quai

S1.3 : Verify product

Actions de vérification

Feuille de

contrôle

remplie,

palettes

étiquetées


Proces

s Step

1 Contrôle de la référence et de la quantité Contrôleur

2 Etiquetage des palettes avec les étiquettes EPR Contrôleur

Technology

used Feuille de contrôle, imprimante


Primary

Inputs SCOR Element

Primary

Outputs

Palettes

controlées,

feuille de

contrôle

S1.2 c : Receive Product :

Départ du camion

BL, lettre de

voiture

européenne,

rapport de

réception, feuille

de contrôle


Proces

s Step

(>4

and

<11)

1 Impression du rapport de réception, signature de la lettre de voiture

européenne AAOS

2 Départ du camion dans NG, départ du camion de la plateforme AAOS

3 Saisie des prestations dans le fichier de prestation (volume et

contrôleur) AAOS

Technology

used NG, excel


Primary

Inputs SCOR Element

Primary

Outputs

Palettes sur le

quai

S1.4 : Transfer Product :

Transfert du produit au stockage

Palettes en

stock physique

et informatique


Proces

s Step

1 Déplacement des palettes en zone R Cariste

2 Passage des palettes de R à EPR dans NG AAOS

3 Mise en rack des palettes à leurs adresses EPR Cariste

Technology

used Transpalette (moulinette), tridirectionnel, NG

73




9.4.3 Indicateurs de performance de S1 P

erfo

rma

nce

Att

rib

ute

s

Met

ric

S1

Ap

pli

cab

le

per

tin

ence

pré

sen

ce o

u

équ

iva

len

t

chez

FM

RS Order fulfillment cycle

time

oui oui, temps à quai du

camion

équivalent

Efficacité

déchargement

source cycle time oui oui, temps entre arrivée

du camion et le

rangement des produits en

stock

indicateur

contractuel

AM Inventory days of Supply

(value raw

material)/(COGS/365)

non, pas de coût de MP à

le charge de FM

Return on working capital non, actifs partagés avec

les autres processus

Return on SC fixed assets non, pas une notion à ce


CO Product acquisition cost non, pas de coût de MP à

le charge de FM

Cost to source oui oui, somme des coûts

Metric S1.2 a

RL %Orders/Lines Processed

Complete

non, notion non présente

%Orders/Lines Received

On-Time To demand

Requirement

oui oui, nb camions à

l'heure/nb camions

Respect des heures

de RDV par les

transp. Flux

entrants


with Correct shipping

documents

non, le chauffeur ne part

pas sans les papiers

concernés


with correct packaging

dans les bonnes quantités

non chargement pas

encore contrôlé

RS Cycle time S1.2 oui non, trop précis

CO Cost S1.2 non, pas de coût engendré

Metric S1.1

RL % Schedules changed

within supplier's lead time

: nb de changement / total

des choses prévues

non, car pas de

changement

RS average release cycle of

changes : temps pour faire

un changement/nombre

de changement

non, car pas de

changement

74




average days per

engineering time

non, pas de engineering

days

schedule product

deliveries cycle time :

temps moyen pour

programmer un retour de

produit

non

average days per schedule

change

non

CO cost S1.1 oui non, compris dans le

travail de l'AAOS

quantity per shipment :

moyenne d'unité par

transport

non, non contrôlé par FM

Metric S1.2 b


Complete : nombre de

ligne faites en entier/ le

nombre de ligne total

non, erreurs dans la

commande vues au

moment du contrôle


On-Time To demand

Requirement

oui oui, déchargement du

camion dans les temps

Efficacité

déchargement



documents

non, les camions arrivent

toujours avec les bons

documents, impossible de

voyager sans



oui non, indicateur déplacé au

contrôle

RS Cycle time S1.2 oui oui Productivité

déchargement

CO Cost S1.2 oui oui, fct du temps de

déchargement

Metric S1.3

RL %Orders/Lines received

defect free : sans casse

oui oui, déductible du taux de

qualité


with Correct content

oui oui, déductible du taux de

qualité

RS Cycle time S1.3 oui non, utile que si problème

de contrôle

CO Cost S1.3 oui non, dépend du temps de

cycle

Metric S1.2 c


Complete

non, déjà mesuré

dans les processus

précédant


On-Time To demand

Requirement

non, déjà mesuré

dans les processus

précédant

75






documents

non, le camion ne peut

partir sans



non, car contrôle déjà

effectué

RS Cycle time S1.2 oui non, très aléatoire, très

faible

CO Cost S1.2 oui coût engendré casi

inexistant

Metric S1.4

RL %Product Transferred

On-time to demande

requirement

oui oui, exigence

contractuelle de temps de

mise en stock

%Product Transferred

without transaction errors

oui oui, mauvais rangement

RS cycle time de S1.4 oui non, fait avec des temps

d'attente

AM inventory days of supply non, pas de coût de MP

pour FM

CO Energy costs oui non, trop précis

Cost de S1.4 oui non, dépend du temps de

travail

Product packaging cost non, non présent

% of vehicle fuel derived

from alternative fuels

non, non présent

packaging purchases non, non présent

quantity per shipment :

moyenne d'unité par

tranport

non, non contrôlé par FM

76




9.5 Annexe : D1 PF et S2 PF

9.5.1 Process diagram D1 PF et S1 PF

77




9.5.2 Interview D1 PF et S1 PF

Interviewees Agent administratif opérateur saisie, cariste

Primary Inputs SCOR Element

Primary

Outputs

Seuil de

réapprovisionnem

ent du picking

atteind

D1.9 : Pick product :

Missions et sortie physique et informatique des palettes

Palette à

disposition

des caristes de

picking


Process

Step (>4

and

<11)

1 Déclanchement d'une mission de réapprovisionnement pour le

tridirectionnel NG

2 Scanner la palette, palette sortie du stock informatique cariste

tridirectionnel

3 Déposer la palette en zone R correspondant à l'allée de picking

concernée

cariste

tridirectionnel

Technology used NG, tridimentionnel

Interviewees Agent administratif opérateur saisie, cariste


Primary

Outputs

Palette en zone R S1.4 : Transfer Product :

réapprovisionnement du picking

Palette au

picking


Process

Step (>4

and

<11)

1 Chercher la palette devant l'allée de picking concernée Cariste

2 Positionnement de la palette en zone de picking Cariste

3 Scanner la palette pour entrer en stock Cariste

Technology used Transpalette (moulinette)

9.5.3 Indicateurs de performance D1PF et S1PF

Per

form

an

ce

Att

rib

ute

s

Met

ric

D1

Ap

pli

cab

le

per

tin

ence

pré

sen

ce o

u

équ

iva

len

t ch

ez

FM

RL Perfect order

fulfillment

non, trop large pour ce

processus

RS Cycle time D1 oui non, temps d'attente entre

les deux processus

order fulfillment cycle

time

oui non, temps d'attente entre

les deux processus

AM Return on SC Fixed

assets



return on working

capital



cash-to-cash cycle

time

non, pas de trésorerie

78




CO Cost to deliver oui non, indicateur similaire à

D1.9

Finished goods

inventory days of

supply chain

non

Order management

costs


Metric D1.9

RL Fill rate Non, notion non présente

RS Cycle time D1.9 oui non, trop précis Equivalent

Productivité Réappro

picking

CO Cost D1.9 oui non, trop précis

Metric S1

RS Order fulfillment

cycle time

Non, équivaut à S1.4

source cycle time oui non, trop précis

AM Inventory days of

Supply (value raw

material)/(COGS/365)


le charge de FM

Return on working

capital



Return on SC fixed

assets



CO Product acquisition

cost


la charge de FM

Cost to source oui non, trop précis

Metric S1.4

RL %Product Transferred

On-time to demande

requirement

oui

%Product Transferred

without transaction

errors

oui, erreur de la part du

tri

oui

RS cycle time de S1.4 oui non, trop précis Equivalent

Productivité Réappro

picking

AM inventory days of

supply

non, pas de coût de MP

CO Energy costs oui non, trop précis

Cost de S1.4 oui non, dépend du temps de

travail

Product packaging

cost

non présent

% of vehicle fuel

derived from

alternative fuels

non présent

packaging purchases non présent

quantity per shipment

: moyenne d'unité par

tranport

non contrôlé par FM

79




9.6 Annexe Deliver stocked product D1 PF 2

9.6.1 Process diagram D1 PF 2

80




9.6.2 Interview D1 PF 2



Primary Outputs

Mision de préparation

de commande

D1.9 : Pick product : préparation de la commande picking

Commande constituée


Process Step

(>4 and <11)

1 Mission cariste AAOS

2 Prise d'un colis Cariste

3 scanner le colis, sortie du stock informatique du colis Cariste

4 constituer la commande Cariste

Technology used Transpalette (moulinette)



Primary Outputs


D1.10 : Pack product : Filmer et étiqueter le produit

Commande à quai et BL


Process Step

(>4 and <11)

1 Filmer la palette Cariste

2

Etiqueter avec l'étiquette de colisage

Cariste

Technology used



Primary Outputs

Mission pour le

tridirectionnel

D1.9 palette : Pick product : Sortie de palettes homogènes

Palette à disposition

pour les moulinettes


Process Step

1 Mission de dégerbage dans NG AAOS

2 Scanner la palette Cariste

3 descendre la palette en R Cariste

Technology used NG, tridirectionnel



Primary Outputs

81




Palette en zone R

D1.10 palette : Pack product : Mise en zone R des palettes homogènes

Palette sur le quai et BL


Process Step

1 Scanner la palette pour qu'elle passe de R au quai dans le stock informatique

Cariste

2 Prise de la palette en zone R pour la mettre sur le quai Cariste

Technology used Transpalette (Moulinette)



Primary Outputs


D1.10 : Pack product : Contrôle

Commande prête à être

chargée et BL, feuille de contrôle


Process Step

1 Contrôle de la commande, remplissage de la feuille de contrôle Contrôleur

2 impression des BL AAOS

Technology used NG, feuille de contrôle



Primary Outputs

Appel du camion au

poste de garde D1.11 : Load vehicle and generate shipping docs

Départ du camion de la

plateforme, BL


Process Step

(>4 and <11)

1 Arrivée du camion sur la plateforme Acceuil ou

AAOS


3 Sélection d'un quai AAOS

4 Mise à quai du camion Chauffeur

5 Mission de chargement AAOS

6 Chargement du camion Cariste

7 Impression du rapport de réception, signature de la lettre de voiture européenne

AAOS

8 Départ du camion dans NG, départ du camion de la plateforme AAOS

9 Saisie des prestations dans le fichier de prestation (volume et contrôleur)

AAOS

Technology used NG, camion, transpalette (moulinette)

82




9.6.3 Indicateurs de performance D1PF 2 P

erfo

rma

nce

Att

rib

ute

s

Met

ric

D1

Ap

pli

cab

le

per

tin

ence

pré

sen

ce o

u

équ

ivale

nt

chez

FM

RL Perfect order fulfillment oui oui oui, déjà présent dans le taux de

qualité amont

RS Cycle time D1 oui oui oui tpe

order fulfillment cycle time oui non

CO Cost to deliver oui non, trop large

Finished goods inventory

days of supply chain

non

Order management costs non, notion non présente

Metric D1.9 a

RL Fill rate non, notion non présente

RS Cycle time D1.9 oui non, trop précis Productivité Picking GMS +

OOH

CO Cost D1.10 oui non, dépend du temps

de cycle

Metric D1.10 a

RL % correct material

documentation

non, bonne

documentation toujours

présente

RS Cycle time D1.10 oui non, trop pércis équivalent tpe

CO Cost D1.10 oui non, trop pércis

Metric D1.9 b


RS Cycle time D1.9 oui non, trop précis équivalent tpe


Metric D1.10 b


documentation

non pas à ce moment là

du processus



Metric D1.10


documentation

non, documentation

toujours présente



Metric D1.11

RL Documentation accuracy non, le camion ne part

pas sans

Delivery Performance to

custumer commit date

oui oui Efficacité chargement

Respect des rendez-vous par les

transporteurs flux sortant

RS D1.11 cycle time oui non, trop précis Equivalent Productivité

chargement

83




9.7 Annexe : Deliver stocked product D1

9.7.1 Process diagram D1

84




9.7.2 Interview D1


Primary

Inputs SCOR Element

Primary

Outputs

Produit en

stock

informatique

et physique

D1.9 : Pick product :

Informatique et missions, mise à quai du camion

palettes à

quai,

commande

controlée


Proces

s Step

1 Sortie des palettes du stock informatique AAOS

2 Mission cariste de préparation et de contrôle AAOS

3 Mise à quai des palettes Cariste

4 Contrôle des palettes Controleur

Technology

used NG


Primary

Inputs SCOR Element

Primary

Outputs

Commande

contrôlée,

palettes à

quai

D1.11 : Load vehicle and generate shipping docs

Départ du

camion, BL,

feuille de

contrôle


Proces

s Step

(>4

and

<11)

1 Chargement de la remorque Cariste

2 Impression des BL AAOS

3 Saisie des prestations dans le fichier de prestation AAOS

4 Arrivée du camion sur la plateforme AAOS


6 Impression du rapport de réception, signature de la lettre de voiture

européenne AAOS

7 Echange des remorques entre la vide et la pleine

chauffeur

8 Départ du camion dans NG et de la plateforme AAOS


Primary

Inputs SCOR Element

Primary

Outputs

Camion

chargé D1.12 : Ship product

Commande

arrivée à

l'usine, BL


Proces

s Step

(>4

and

<11)

1

Transport de la marchandise jusqu'à l'usine

Camion

Technology

used camion

85




9.7.3 Indicateurs de performance de D1 P

erfo

rma

nce

Att

rib

ute

s

Met

ric

D1

Ap

pli

cab

le

per

tin

ence

pré

sen

ce o

u

équ

iva

len

t

chez

FM

RL Perfect order fulfillment oui oui oui, déjà présent

taux de qualité

amont

RS Cycle time D1 oui oui oui tpe

order fulfillment cycle

time

oui non

AM Return on SC Fixed

assets



return on working

capital



cash-to-cash cycle time non, pas de trésorerie

CO Cost to deliver oui non, trop large

Finished goods

inventory days of

supply chain

non, pas à la charge de FM

Order management

costs


Metric D1.9


RS Cycle time D1.9 oui non, trop précis oui, plus général

tpe

CO Cost D1.10 oui non, dépend du temps

Metric D1.11

RL Documentation

accuracy

non, car le camion ne part

pas sans

Delivery Performance

to custumer commit

date : pourcentage

d'ordre fait à la bonne

date

oui oui Efficacité

chargement

RS D1.11 cycle time oui non équivalant

Productivité

chargement

CO D1.11 cost oui non

Metric D1.12

RL % of order delivered in

full

oui non, vu pendant le

contrôle

Delivery Performance

to custumer commit

date

non, car navette régulière

RS D1.12 cycle time non, dépend du trajet

CO D1.12 cost non, dépend du trajet

86




9.8 Annexes flexibilité

Date post:	17-Feb-2018
Category:	Documents
Upload:	dangthien
View:	216 times
Download:	0 times

d’études - Catalogue des mémoires de projets de fin d...

Documents