Manufacturing Le décisionnel pour relever les défis de l’industrie

La bonne information au bon moment : c’est le nouveau défi des entreprises industrielles, qui se convertissent au décisionnel afin de franchir un nouveau cap dans la maîtrise de la rentabilité. Les mots-clés de ce secteur sont désormais les suivants : qualité totale et optimisation logistique, et ce tout au long de la chaîne de production.

La course à la productivité continue à un rythme soutenu dans l’industrie. Après les politiques de qualité et d’organisation de la production, l’informatisation des systèmes de production a été le fil rouge des années 90, avec la mise en place de systèmes opérationnels de type ERP. Et le décisionnel, alors ? Les solutions de business intelligence sont en train de se mettre en place et de se généraliser. L’industrie automobile, par exemple, est en pointe - il est vrai que les constructeurs, qui sont aussi distributeurs de leurs produits, ont recours aux applications de Business Intelligence depuis longtemps dans le cadre d’une gestion pointue de la relation client. L’industrie pétrolière ou les fournisseurs de la pharmacie ont également acquis une certaine maturité en la matière.

Un pré-requis : la qualité des données

Même si le secteur industriel est aujourd’hui en train d’embrasser le Décisionnel, quelle pourrait être l’explication de ce retard par rapport à des secteurs comme ceux de la banque ou des télécoms par exemple ? « La base du décisionnel, c’est la qualité et la fiabilité de l’information... et sur ce plan l’industrie a encore des progrès à faire », explique Hakim Taalba, coordinateur avant-vente de SAS et spécialisé dans les problématiques industrielles. Nomenclatures produits, données clients ou fournisseurs : les informations sont encore parfois incomplètes, et les bases de données souvent incohérentes d’un site (ou d’une région) à l’autre. « Il n’y a pour l’instant pas toujours une réelle culture du décisionnel dans l’industrie, poursuit Hakim Taalba. Les entreprises ont mis du temps à mettre en place les ERP ; elles deviennent peu à peu mûres pour le décisionnel, par l’intermédiaire de cette vision plus centralisée de l’information. »

Bénéfices : vers le zéro-défaut

Le premier bénéfice des applications décisionnelles pour les entreprises industrielles concerne la maîtrise de la qualité. L’enjeu est simple : il s’agit d’optimiser la rentabilité d’un process de production en diminuant le nombre de rebuts et en évitant les arrêts de chaîne, générateurs de coûts importants. Là où la plupart des entreprises acceptent des taux de qualité de 90 à 95%, les applications décisionnelles permettent de viser le zéro-défaut. Comment ? En combinant des méthodes de business intelligence et d’analyse statistique des procédés, pour détecter au plus tôt les défauts et suivre au plus près la qualité avec des indicateurs pertinents, partagés par tous. Chaque point gagné sur notre marge d’erreur nous rapporte 200 000 dollars Les outils décisionnels viennent donc en appui de méthodes d’amélioration continue de la qualité, comme la méthode Six Sigma. « Il s’agit d’appliquer à l’industrie les outils de type scorecard, avec des méthodes statistique des procédés à toutes les étapes clefs d’une chaîne de production, afin de déceler au plus tôt les dérives produits ou une décroissance du rendement. Les opérateurs peuvent ainsi mener des actions correctives au meilleur moment », explique Hakim Taalba. Pionnière dans l’utilisation d’outils décisionnels, Altis Semiconductor estime ainsi que les méthodes prédictives ont permis d’accroître le rendement de 1,7 %.

L’intelligence au service de la logistique

L’autre point-clé de la rentabilité industrielle, c’est la maîtrise de la chaîne d’approvisionnement - et en premier lieu le niveau de stock. Mais pour optimiser ses stocks, encore faut-il être capable de prévoir les commandes à venir. Les outils décisionnels s’attachent donc à mettre en relation, avec des outils de prévisions et d’optimisation, les niveaux de stock de l’entreprise avec la demande client. Les modèles statistiques, intégrant les historiques de commande, des analyses de tendances et les données commerciales de l’entreprise, permettent de mieux prévoir la demande à court et moyen terme. « Chaque point gagné sur notre marge d’erreur nous rapporte 200 000 dollars », souligne Robert Wojewodka, Operations Technology Manager chez Lubrizol, l’un des premiers fournisseurs mondiaux d’additifs pour lubrifiants. S’appuyant sur les prévisions de la demande, les outils décisionnels calculent les quantités de stock adéquates pour maintenir un niveau de service optimum (entre 80 et 90 %) et livrent les indicateurs - de suivi des stocks. Au-delà, le décisionnel intervient plus largement sur l’ensemble de la chaîne logistique - pour optimiser les tournées de transporteurs, par exemple.

Demain, l’intelligence collaborative

Qu’il s’agisse de qualité ou de logistique, l’industrie se convertit donc au décisionnel pour maîtriser et fluidifier l’ensemble de la chaîne de production. Et demain ? La maturité du secteur pourrait entraîner le développement de solutions métier, comme il en existe déjà pour l’industrie automobile (cf. l’article Decisio concernant la warranty analysis). Mais dans un domaine largement B to B, la tendance est au dialogue collaboratif, entre clients et fournisseurs. « Le partage d’informations entre les différents acteurs est l’une des clés de la performance, conclut Hakim Taalba. En délivrant les bonnes informations au bon moment, les solutions de business intelligence servent de support à ce dialogue ».