Supply Chain : les big data au service de la chaîne d’approvisionnement

L’aide à la décision grâce à l’analyse des big data est une réalité intégrée par un nombre croissant d’acteurs du domaine de la chaîne d’approvisionnement, notamment dans la grande distribution. L’objectif est d’optimiser chaque étape de la Supply Chain, en utilisant toutes les données disponibles, qu’elles soient internes à l’entreprise ou issues des relations qu’elle entretient avec les fournisseurs, les transporteurs ou encore les nouveaux moteurs de la chaîne que sont les consommateurs. La puissance de calcul, désormais accessible à un moindre coût, offre aux responsables de la logistique une réactivité accrue avec un traitement des data en temps réel.

En janvier dernier, le géant de l’e-commerce Amazon faisait le buzz après avoir déposé un brevet sur la livraison prédictive. Le but ? Préparer la commande avant même que le client ne l’ait passée, en s’appuyant sur la masse de données dont dispose le site : commandes passées, historique des recherches, liste de souhaits, etc. En attendant que devancer les désirs des acheteurs devienne réalité, d’autres acteurs de la distribution se sont déjà emparés des big data pour optimiser leurs ventes. Ainsi, un grand distributeur américain est en mesure de fixer de façon hebdomadaire le meilleur prix de chaque référence dans chacun de ses magasins grâce à l’analyse de ses données internes, comme les tickets de caisse, mais aussi de données externes telles la météo ou les médias sociaux. Conséquence : une meilleure prévision des ventes, et donc une connaissance anticipée et une gestion optimisée du stock.

Car c’est bien l’ensemble de la chaîne d’approvisionnement qui peut tirer parti des big data. Celles-ci permettent en effet d’aller au-delà de l’analyse décisionnelle classique en intégrant toutes les données de l’ERP, ainsi que des informations externes issues de sources variées, des points de ventes aux réseaux sociaux en passant par les études de marchés. En outre, les outils d’analyse peuvent aujourd’hui compter sur les progrès réalisés en terme de puissance de calcul pour traiter massivement une quantité croissante de données en un temps record et offrir aux managers une aide à la décision basée sur des critères de plus en plus fins, tout en leur permettant d’élaborer des scénarios prédictifs pertinents, et ce à un coût de moins en moins élevé.

L’analyse décisionnelle prend aussi une dimension nouvelle avec la possibilité de traiter un flux d’informations en temps réel ou quasi-réel d’un bout à l’autre de la chaîne logistique, par exemple pour améliorer la gestion du risque fournisseur, recalculer rapidement le réapprovisionnement ou encore réduire le taux d’erreur des prévisions commerciales. Avec les big data, la Supply Chain est amenée à se rapprocher du service marketing des entreprises puisque le consommateur final, en initiant l’événement et en fournissant des données personnelles qualitatives, tend à devenir l’élément clé de la chaîne de distribution. Vue sous cet angle, la livraison prédictive envisagée par Amazon semble plus sensée qu’elle en a l’air.

 

Lire l’article

 

En complément :
un article sur le projet de livraison prédictive d’Amazon

et un autre (en anglais) illustrant des défis relevés par les big data pour la gestion de la Supply Chain 

 

À lire sur Business Analytics Info :
« L’analytique pour la supply chain : bien plus qu’une mode » 
et « Avec l’analytique, la gestion des chaînes d’approvisionnement passe la vitesse supérieure »