Optimiser Sa Stratégie De Production : Une Condition Nécessaire Pour Calibrer Un Système ERP

Optimiser sa stratégie de production est une nouvelle approche pour tirer parti du retour sur investissement des systèmes ERP, d’une part, et de maximiser la capacité compétitive (concurrentielle) de l’entreprise d’autre part.  Etant donné que les intégrateurs de systèmes ne savent pas comment optimiser une stratégie de production (qui nécessite des compétences de pensée systémique) pour réduire le chaos des systèmes de production, alors ils inventent des applications telles que BI (business Intelligence) et Big Data.

Bien que les systèmes ERP offrent des avantages significatifs par rapport aux autres approches en tant que base pour l’intégration des ressources et des priorités de l’usine, ces systèmes présentent les faiblesses importantes suivantes :

• Les systèmes ERP Utilisent des paramètres de planification statiques ;
• Les systèmes ERP ne bouclent pas la boucle entre la planification et l’exécution ;
• Les systèmes ERP ne gèrent pas le mix de produits ; et
• Les systèmes ERP ne gèrent pas les paramètres de stockage.

La conséquence inévitable de ces paramètres de planification inappropriés est une mauvaise planification, qui engendre des stocks excessifs, une utilisation sous-optimale des ressources, un service client médiocre et des coûts consécutifs excessifs tels que l’accélération, les heures supplémentaires, la logistique extraordinaire, la perte du système de planification et la crédibilité et la frustration de la direction.

Optimiser sa stratégie de production permet de calibrer un système ERP. Aucun système ERP ne s’auto calibre. L’ampleur et l’utilité  d’un système ERP sont importantes pour assurer un processus de gestion intégré et l’existence d’une piste d’audit transactionnelle. Cependant, optimiser sa stratégie de production garantit que les paramètres de planification utilisés par les systèmes ERP sont compatibles avec l’environnement de fabrication et de gestion. En conséquence, optimiser sa stratégie de production améliore considérablement les performances des systèmes ERP et de planification.

En fait, le retour sur investissement de ces systèmes onéreux ne se fait souvent pas parce que les améliorations attendues de la fonction de planification ne se matérialisent pas. Les anciens paramètres de planification sont conservés, et par conséquent la stratégie de production ne s’améliore pas. En effet, optimiser sa stratégie de production est l’opportunité de matérialiser le retour sur investissement qu’un ERP est censé générer mais ne peut pas le faire à lui tout seul. Il est à noter que la période de récupération du budget d’un projet d’optimisation de la stratégie de production est généralement calculée en semaines.

Optimiser une stratégie de production permet de pouvoir construire un système d’aide à la décision pour affiner les capacités des systèmes ERP en fournissant une analyse approfondie des paramètres de planification qu’ils utilisent. Optimiser sa stratégie de production permet de développer un assistant spécialisé conçu pour accomplir ce qu’un système ERP ne peut accomplir par lui-même, car, il n’a pas été conçu pour s’auto-calibrer par lui-même, mais c’est ce que la plupart des utilisateurs espéraient qu’il ferait : trouver et mettre en œuvre le compromis optimal entre les objectifs contradictoires de maximisation du service client et de l’efficience et  minimiser les stocks. Aucun système ERP ne peut mettre en œuvre un tel compromis optimal.

Optimiser sa stratégie de production aide à déterminer des paramètres de planification dynamiquement précis

Traditionnellement, les paramètres de planification (taille des lots, délais, stocks de sécurité, etc.) utilisés par les systèmes ERP sont rarement validés ou revus par le personnel de planification au fil du temps. Cela s’explique en partie par le fait qu’aucune mesure de performance n’exige spécifiquement qu’on prête attention à ce « détail ».

Les règles empiriques sur la façon d’allouer la capacité aux lots de production sont généralement communiquées au planificateur et perpétuées telles quelles. Derrière tout cela se cache une difficulté naissante. Le processus d’optimisation de la taille des lots doit tenir compte de nombreux facteurs, tant au niveau de l’article qu’au niveau de la gamme de produits.

Ainsi, l’optimisation de la taille des lots est une tâche extrêmement complexe à effectuer manuellement, elle n’est donc généralement pas effectuée. Le cas échéant, cela se fait généralement en appliquant des règles simples à de grandes catégories de produits, telles que « 3 mois d’approvisionnement pour les articles « A », 6 mois pour les articles « B » et un an pour le reste ». Généralement bon, peut-être, mais spécifiquement mauvais pour chaque article.

Étant donné que la taille des lots et les paramètres de stocks ont tendance à être arbitraires, ils ne sont pas réalistes en ce qui concerne les contraintes de capacité du centre de travail. Cela sape la crédibilité du plan et conduit à des écarts « plan par rapport à la réalité » dans le throughput (débit de production d’argent à travers les ventes) atteint. Cela entraîne également une mauvaise utilisation de la capacité, un service client inacceptable et des stocks élevés.

Même lorsqu’ils sont examinés par le personnel de planification, ces paramètres sont généralement ajustés arbitrairement ou sur la base d’une évaluation incomplète des facteurs pertinents et des impacts de la modification de ces paramètres sur les opérations. Cela est dû à la complexité de l’analyse requise et aux lacunes des systèmes ERP. Cette situation est extrêmement difficile à maîtriser ce qui conduit à la mauvaise gestion de la supply chain, décrite ci-dessus.

Optimiser sa stratégie de production répond à la nécessité de s’assurer que les paramètres de planification tels que la taille des lots et les points de déclenchement des stocks soient recalculés souvent pour s’assurer que les performances de l’usine sont cohérentes avec la stratégie concurrentielle.

Pourquoi les systèmes ERP ont besoin des concepts d’optimisation de la stratégie de production pour « fermer la boucle » ?

Les systèmes ERP ne « ferment généralement pas la boucle » entre les phases d’exécution et de planification, sauf pour comparer les activités réelles aux activités planifiées afin de mettre en évidence les écarts. Ces systèmes n’interprètent pas les améliorations de l’usine sous la forme de révisions de la taille des lots ou des paramètres de stockage afin de capitaliser sur ces changements pour améliorer la stratégie de production. L’avantage concurrentiel qui pouvait faire la différence est ainsi perdu.

En effet, les changements dans les contraintes de l’atelier (temps de setups (changement de série ou de format), efficacité, débit, etc.) sont difficiles à traduire en paramètres de planification tels que la taille des lots, les stocks de sécurité et les délais d’approvisionnement de la gamme de produits.

Le système de planification ne parvient pas à capitaliser sur les améliorations durement gagnées obtenues dans la production. Le plan perd de sa crédibilité et le retour sur investissement attendu sous forme de liquidités, d’amélioration de la productivité et de la flexibilité ne se concrétisent pas car le plan n’utilise pas ces critères de capacités compétitives et ne les cherchent pas.

Optimiser sa stratégie de production c’est développer un système d’aide à la décision qui valide des scénarios par rapport aux contraintes du poste de travail et aux objectifs de gestion pour s’assurer de la faisabilité des paramètres de planification proposé. De cette manière, ça aide les systèmes ERP à boucler la boucle entre le plancher de l’usine et l’avantage concurrentiel de l’entreprise.

Gérer l’ensemble du mix de produits par opposition aux éléments individuels

Les systèmes ERP planifient les articles individuellement un par un. La logique PDP et MRP suppose une capacité infinie et aucune concurrence article à article pour la capacité du poste de travail lorsqu’ils traduisent la demande en commandes planifiées.

En réalité, la capacité est limitée. La stratégie de production d’un article donné a un impact direct sur la stratégie de tous les autres articles (le mix produit) partageant la même ressource de production. Les setups supplémentaires requis pour un article en raison de contraintes de taille de lot privent la capacité à allouer aux autres articles de la gamme de produits. Leurs tailles de lot doivent être ajustées en conséquence dans les limites de la capacité du centre de travail.

Les systèmes ERP ne peuvent pas gérer les impacts du mix des produits en dehors de la production de rapports de capacité totalisant la charge sur tous les éléments pour un poste de travail donné. Il n’y a pas de recoupement entre les paramètres de planification, leurs impacts de charge et les autres éléments du mix.

Les calculs de compromis financiers tels que la « quantité de commande économique » (EOQ) optimisent le dimensionnement des lots du point de vue des coûts, mais génèrent souvent des paramètres de dimensionnement des lots totalement irréalistes en fonction de la capacité disponible et de l’étendue de la gamme de produits. Ainsi, la production déploie des efforts considérables pour constituer des stocks coûteux mais déséquilibrés qui créent soit une charge excessive sur le poste de production, soit un stock trop important, sans garantie de pouvoir maintenir un niveau de service acceptable.

Pour conclure, optimiser sa stratégie de production c’est aider à développer et valider des scénarios par rapport aux contraintes de l’usine et aux objectifs de gestion (ROI, productivité, rotation des stocks, profit net) tout en considérant l’ensemble du mix de produits, cela garantit des scénarios réalisables. De plus, il est à noter que l’optimisation de sa stratégie de production est un préalable à la mise en place d’un système ERP, à la création d’une « supply chain pilotée par la demande » et qui vous permettra de mettre en place le DDMRP (Demand Driven MRP).