Qu’est ce que l’analyse de la supply chain ?

L'analyse est la capacité à prendre des décisions déterminées par les données, sur la base d'un récapitulatif de données pertinentes et fiables. Elle utilise souvent la visualisation sous forme de graphiques, de tableaux et d'autres outils. Les supply chain génèrent la plupart du temps des quantités gigantesques de données. L'analyse de la supply chain permet de comprendre toutes ces données, de détecter des tendances et de générer des connaissances.

Les différents types d'analyse de la supply chain sont les suivants :

  • Analyse descriptive. Fournit la visibilité et une source unique de faits exacts dans toute la supply chain, pour les systèmes et les données internes et externes.
  • Analyse prédictive. Aide une entreprise à comprendre le résultat le plus probable ou le scénario futur et ses implications métier. Par exemple, l'utilisation de l'analyse prédictive permet de prévoir et d'atténuer les interruptions et les risques.
  • Analyse prescriptive. Aide les entreprises à résoudre les problèmes et à collaborer et offre une valeur métier maximale. Aide les entreprises à collaborer avec les partenaires logistiques afin de réduire le temps et les tâches nécessaires pour atténuer les perturbations.
  • Analyse cognitive. Aide une entreprise à répondre à des questions complexes en langage naturel, exactement comme une personne ou une équipe pourrait répondre à une question. Elle aide les entreprises à aborder sous tous ses angles un problème ou un enjeu complexe, par exemple "Comment pourrions-nous améliorer ou optimiser X ?"

L'analyse de la supply chain est également la base de départ pour appliquer des technologies cognitives, telles que l'intelligence artificielle (IA), au processus de la supply chain. Les technologies cognitives comprennent, raisonnent, apprennent et interagissent comme un être humain, mais avec une capacité et une rapidité phénoménales.

Cette forme avancée d'analyse de la supply chain inaugure une nouvelle ère d'optimisation de la supply chain. Elle peut trier automatiquement de grandes quantités de données pour aider une entreprise à améliorer les prévisions, à identifier les inefficacités, à mieux répondre aux besoins des clients, à stimuler l'innovation et à mettre en œuvre des idées novatrices.

Pourquoi l'analyse de la supply chain est-elle importante ?

L'analyse de la supply chain aide une organisation à prendre des décisions plus intelligentes, plus rapides et plus efficaces. Ses avantages sont les suivants :

  • Un retour sur investissement élevé. Un récent sondage de Gartner a révélé que 29 % des entreprises interrogées ont déclaré avoir obtenu un important retour sur investissement en utilisant l'analyse, contre seulement 4 % qui n'ont réalisé aucun retour sur investissement.⁴
  • Une meilleure compréhension des risques. L'analyse de la supply chain permet identifier les risques connus et de prévoir les risques futurs en identifiant les modèles et les tendances dans toute la supply chain.
  • Une plus grande exactitude dans la planification. En analysant les données client, l'analyse de la supply chain permet à l'entreprise de mieux prédire la demande future. Elle aide l'entreprise à décider pour quels produits elle doit réduire la voilure lorsqu'ils deviennent moins rentables, ou à comprendre quels seront les besoins du client après sa première commande.
  • La mise en place d'une supply chain dégraissée. Les entreprises peuvent utiliser l'analyse de la supply chain pour surveiller l'entrepôt, les réactions des partenaires et les besoins des clients pour prendre des décisions mieux informées.
  • Une bonne préparation pour le futur. Les entreprises proposent désormais une analyse avancée pour la gestion de la supply chain. L'analyse avancée peut traiter à la fois des données structurées et non structurées afin de permettre aux entreprises d'être alertées à temps pour prendre des décisions optimales. Elle peut créer des corrélations et des modèles entre différentes sources pour fournir des alertes qui réduisent au minimum les risques moyennant un coût moindre et un impact atténué sur la durabilité.

Au fur et à mesure que les technologies comme l'intelligence artificielle se répandent de plus en plus dans l'analyse de la supply chain, les entreprises seront sans doute amenées à voir se multiplier les avantages. Des informations qui n'étaient pas traitées auparavant en raison des limites de l'analyse du langage naturel peuvent désormais être analysées en temps réel. L'intelligence artificielle peut lire, comprendre et corréler avec rapidité et de façon exhaustive les données provenant de sources, silos et systèmes disparates. Elle peut ensuite fournir une analyse en temps réel basée sur l'interprétation des données. Les entreprises disposeront de renseignements beaucoup plus élargis sur la supply chain. Elles deviendront plus efficaces et éviteront les interruptions, tout en utilisant de nouveaux modèles métier.

Évolution de l'analyse de la supply chain

Par le passé, l'analyse de la supply chain se limitait principalement à l'analyse statistique et à des indicateurs de performance quantifiables liés à la planification et à la prévision de la demande. Les données étaient stockées dans des feuilles de calcul fournies par différents participants de la supply chain.

Au cours des années 1990, les entreprises ont adopté des systèmes d'EDI (échange de données informatisé) et d'ERP (planification des ressources de l'entreprise) pour connecter et échanger des informations entre les différents partenaires de la supply chain. Ces systèmes ont facilité l'accès aux données à des fins d'analyse, et ont aidé les entreprises dans leurs tâches de conception, de planification et de prévision.

Dans les années 2000, les entreprises ont commencé à se tourner vers les solutions d'aide à la décision et vers les logiciels d'analyse prédictive. Ces solutions ont aidé les entreprises à acquérir une connaissance plus approfondie de la performance de leurs réseaux de supply chain, à prendre de meilleures décisions et à optimiser leurs réseaux.

Le défi actuel consiste à trouver une solution permettant aux entreprises d'optimiser l'utilisation des énormes quantités de données générées dans leurs réseaux de supply chain. Tout récemment, en 2017, une supply chain typique accédait 50 fois plus souvent aux données que seulement cinq ans plus tôt¹. Cependant, moins d'un quart de ces données étaient analysées. De plus, si environ 20 % de toutes les données de la supply chain sont structurées et peuvent être facilement analysées, 80 % d'entre elles sont non structurées ou sont des données grises.² Aujourd'hui, les entreprises cherchent des solutions pour mieux analyser ces données grises.

Les études montrent que les technologies cognitives ou l'intelligence artificielle sont la nouvelle frontière à franchir dans l'analyse de la supply chain. Les solutions d'IA vont au-delà de la conservation de l'information et de l'automatisation des processus. Les logiciels d'IA peuvent réfléchir, raisonner et apprendre d'une manière similaire à celle des êtres humains. L'intelligence artificielle peut également traiter des quantités énormes de données et d'informations, aussi bien structurées que non structurées, et fournir des résumés et des analyses de ces informations en un instant.

IDC estime que d'ici à 2020, 50 % de tous les logiciels métier incorporeront des fonctionnalités d'informatique cognitive.³ L'IA fournit non seulement une plate-forme permettant de corréler et d'interpréter de façon très puissante les données provenant de plusieurs systèmes et sources, mais elle permet également aux entreprises d'analyser les données de la supply chain et le renseignement en temps réel. Associée aux nouvelles technologies de la blockchain, l’intelligence artificielle permettra demain aux entreprises de prévoir proactivement les événements.

Principales caractéristiques d'une analyse efficace de la supply chain

La supply chain est le visage le plus apparent de l'entreprise pour les clients et les consommateurs. Plus une entreprise est capable d'analyser sa supply chain, mieux elle protège sa réputation professionnelle et sa durabilité à long terme.
Simon Ellis, de chez IDC dans The Thinking Supply Chain (La supply chain pensante), identifie les cinq "C" de l'analyse efficace de la supply chain du futur :

  • Connecté. Cela signifie être capable d'accéder à des données non structurées issues des médias sociaux, aux données structurées provenant de l'Internet des objets (IoT) et aux ensembles de données plus traditionnels disponibles via les outils traditionnels d'intégration ERP et B2B.
  • Collaboratif. L'amélioration de la collaboration avec les fournisseurs implique de plus en plus l'utilisation de réseaux de commerce basés sur le cloud pour permettre la collaboration et l'engagement multi-entreprises.
  • Cyber-sécurité. La supply chain doit consolider ses systèmes contre les cyber-intrusions et les piratages, enjeux qui doivent concerner toute l'entreprise.
  • Cognitif. La plateforme d'intelligence artificielle devient la tour de contrôle de la supply chain moderne en assemblant, coordonnant et dirigeant des décisions et des actions dans toute la chaîne. La plus grande partie de la supply chain est automatisée et apprend automatiquement.
  • Complet. Les capacités d'analyse doivent pouvoir évoluer avec les données en temps réel. Les connaissances extraites sont complètes et rapidement obtenues. Le temps d'attente est inacceptable dans la supply chain du futur.

Dans les réseaux actuels de la supply chain, l'analyse efficace exige de pouvoir se centrer davantage sur le client, et de réagir rapidement tout en préservant l'exactitude et l'intégrité. Les entreprises recherchent des solutions analytiques de supply chain qui permettent d'analyser rapidement des quantités énormes de données provenant de sources de données disparates, y compris des données non structurées et en langage naturel. Enfin, l'analyse de la supply chain doit pouvoir prévoir un nombre croissant de variables, y compris les forces externes comme les conditions météorologiques, les guerres, les employés et les réglementations.

Utilisation de logiciels pour l'analyse de la supply chain

Face à la complexité grandissante de l'analyse de la supply chain, de nombreux types de logiciels ont été développés pour optimiser les performances de la supply chain. Les produits logiciels offrent des fonctions très élargies, qu'il s'agisse de fournir des informations opportunes et exactes de la supply chain ou de surveiller les ventes.

IBM a, par exemple, développé de nombreux progiciels pour accroître l'efficacité de l'analyse de la supply chain, certains utilisant même les technologies de l'IA. Grâce aux capacités de l'IA, un logiciel de supply chain est réellement capable d'apprendre un flux de production qui fluctue constamment et peut anticiper les changements nécessaires. Les produits IBM sont les suivants :

IBM Sterling Supply Chain Insights with Watson

Utilise les capacités de l'IA pour permettre à l'entreprise de filtrer le brouhaha des données et d'en extraire les connaissances nécessaires pour agir avec confiance et plus rapidement.

Watson Supply Chain Fast Start

Il s'agit d'un engagement sous la forme d'un atelier agile qui accélère la transition de l'entreprise vers une supply chain exploitant l'IA.

IBM Sterling Supply Chain Business Network

Permet aux entreprises de visualiser toutes les transactions pertinentes à partir d'un tableau de bord unique. Le logiciel peut rapidement repérer et évaluer les problèmes sans faire appel à la fonction IT, et obtenir une résolution en quelques minutes et non plusieurs heures.

IBM Planning Analytics

Aide les entreprises à automatiser les processus de planification, de budgétisation, de prévision et d'analyse afin d'accroître l'efficacité et de créer des plans opportuns et fiables.

Études de cas et blogs sur l'analyse de la supply chain

Lenovo utilise IBM Sterling Supply Chain Insights with Watson

Lenovo

Ramène son temps de réponse moyen aux disruptions de la supply chain à quelques minutes au lieu de plusieurs jours, soit une accélération de 90 % du temps de réponse.

Analyse des données pour une supply chain intelligente

Analyse de données

Comment utiliser l'analyse des données pour améliorer vos opérations et vos résultats ?

Ressources

Source

1. “The path to a thinking supply chain,” Simon Ellis, John Santagate, IDC Technology Spotlight, août 2018 (PDF, 1.2 Mo)

2. “The AI journey: Artificial intelligence and the supply chain,” IBM Watson Supply Chain

3.“Creating a thinking supply chain for the cognitive era,” Matt McGovern, Watson Customer Engagement, 27 mars 2017

4. “Why supply chain analytics is a must have,” Christy Pettey, Gartner, 14 mai 2015