Quantcast
PME : mesurez-vous aux plus grands !

Impact du Big Data sur la logistique

En intégrant le Big Data dans leur chaine logistique, les entreprises offrent une expérience client performante en matière de livraison et anticipent les ruptures de stock. Deux atouts majeurs de fidélisation des clients et utilisateurs.

Entré dans l’entreprise par la direction marketing pour améliorer l’expérience client ou utilisateur, le Big Data investit aujourd’hui la chaine logistique et bouscule les frontières du marketing.

Samir Amellal, Fullsix France« En effet, grâce au Big Data, les trois phases de l’expérience client / utilisateur, à savoir celle de la communication et de la personnalisation de l’offre, celle des achats et celle de la livraison, s’imbriquent de plus en plus pour gérer de façon transparente et sans rupture toute la chaine de commande. Aujourd’hui, une entreprise qui ne propose pas des temps de livraison réduits et qui ne respecte pas les délais a toutes les chances de perdre ses clients, » affirme Samir Amellal, directeur général de Fullsix France en charge de l’innovation, de la data et prospective.

 

Le Big Data optimise le réapprovisionnement et la gestion des stocks

Dans la chaine logistique, le Big Data intervient à deux niveaux. Tout d’abord celui de la gestion du réapprovisionnement et des stocks. Dès les années 2000, les enseignes de la grande distribution ont déployé le concept CPFR ou Gestion collaborative de la planification, de la prévision et des réapprovisionnements, pour partager entre fournisseurs, producteurs et distributeurs, des informations relatives aux prévisions de ventes et de planification.

« Dans le cadre du CPFR (Collaborative planning, forecasting, and replenishment) les prédictions étaient assez rudimentaires, car uniquement basées sur la gestion de rotation des stocks. Le réapprovisionnement était, quant à lui, évalué en fonction du stock et de quelques critères comme le coefficient de saisonnalité par exemple. Avec le Big Data de nombreuses données de type météo, augmentation des ventes au niveau mondial en fonction d’un effet de mode, prix de vente d’une matière première, informations sur une éventuelle pénurie de matériaux… sont intégrées et traitées par des outils de machine learning, de streaming analytique et des algorithmes prédictifs. En permettant l’interopérabilité des divers outils présents dans l’entreprise – CRM, ERP, gestion des achats, des stocks, du réapprovisionnement, etc. – et enrichissant ces données internes de datas externes, l’entreprise est capable d’anticiper des ruptures de stock et donc de ne jamais être confrontée à une telle situation », poursuit notre interlocuteur.

Optimisation de la gestion de la livraison

Le second niveau est celui de l’optimisation de la livraison. Trafic routier, conditions météorologiques, choix du type de chargement (volume du transporteur), du mode de livraison (postal, transporteurs routiers, trains…), optimisation du parcours, choix de l’entrepôt… Toutes ces données issues des outils internes à l’entreprise ou de l’Open Data permettent d’optimiser la Supply Chain et de rationaliser les coûts de transport.

« L’entreprise de référence en la matière est bien sûr Amazon. Mais le Big Data n’est pas réservé aux grands comptes, souligne Samir Amellal. Les PME, voire les TPE, doivent s’engager dans le déploiement d’une stratégie Big Data de leur chaine logistique. Cela nécessite de casser les silos et de déployer des outils adéquats. » Pour les entreprises qui font le choix de confier la gestion de leur chaine logistique à un prestataire extérieur, elles doivent être en mesure de lui transmettre les informations issues de leur ERP, du CRM, de la gestion des stocks ou du CMS qui gère le site Internet, et doivent s’assurer que le prestataire dispose bien du savoir-faire et des outils de gestion de Big Data. Intégrer une démarche Big Data dans sa chaine logistique est devenu un enjeu concurrentiel.