Editeur de solutions de Prévision, Planification et d’Optimisation de la Supply Chain

1. Editeur de solutions de Prévision, Planification et d’Optimisation de la Supply Chain • Depuis 10 ans, une expertise dans la planification • Référencé par les leaders du marché • Une équipe de consultants experts dans la mise en oeuvre rapide de solutions opérationnelles générant une forte valeur ajoutée pour ses clients

2. Une suite intégrée… e-forecast e-planning Planning et Optimisation MRP PDP DRP Prévision

3. Dynamique de développement e-forecast e-planning Planning et Optimisation MRP PDP DRP Prévision e forecasting, e planning Plan directeur de fabrication à capacité finie Plan directeur de fabrication MRP Gestion des displays et des lots DRP paramêtres variables dans le temps DRP multi niveaux Top down, Middle out, Bottom up DRP Modélisation jour Modélisation semaine Modélisation mensuelle Base de données multidimensionnelle 1990 91 92 93 94 95 96 97 98 99 2000

4. Michel Caugant • Bonduelle frais • Stalaven • Martinet • Socopa …de 60% du marché du frais et de l’ultrafrais • Groupe Sodiaal(Yoplait, Candia, Richemonts, …) • Groupe Lactalis (Président, B’A, Lactel..) • Groupe Bongrain • Entremont • Fleury Michon …de 60% du marché des alcools et spiritueux • LVMH (Hennessy, Moet & Chandon, Veuve Clicquot, Mercier,..) • Rémy Cointreau (Piper, Charles Heisieck,..) • Bacardi Martini …de grandes compagnies utilisant SAP • Heineken • Parfums Christian Dior • Groupe Seb (Seb, Calor, Tefal, Rowenta) • MD Foods • Cadbury • Beiersdorf .. et de nombreuses autres sociétésSanofi-synthelabo,Pierre Fabre, Urgo, Ela Médical,Tetra Pak, ABB, Norton, Bestfoods, Royal Canin, RCL, Guerlain, Brandt Kenwood, Rhodia, Chimex, V33, Carrefour

5. Fournisseurs Usines Central Filiales Clients La Supply Chain

6. Approvisionnement des matières premières DRP multi-niveaux DRP Prévision Plan de productionà capacité finie Le pilotage de la Supply Chain

7. Système d’Aide à la Décision Gestion par exception Interface utilisateur Outils d’optimisation Base de données multidimensionnelle Internet Données brutes Données optimisées Interface Standard Gestion SAP JD Edwards Base Données BPCS JBA Baan Movex

8. Prévision

9. La prévision de la demande • Analyse de l’historique • Analyse des événements exceptionnels • Réglage du modèle • Collecte des promotions dans le futur • Simulations • Analyse des différentes prévisions :Modèle / prévisions des commerciauxPromotions / Simulations • Arbitrage/ Décision

10. Base de donnéesMultidimensionnelle, Temporelle DISTRIBUTION PRODUIT GEOGRAPHIE n niveaux 15 critères Historique qté Historique val Tarif Stock,.... Prévisions, Objectifs Simulations,Tarif Stock,.... 60 mois 48 mois

14. Regroupement d'historiques

15. Eclatement des Prévisions

16. La Modélisation :V (t) = T (t) x S (t) + E(t) + b

17. La saisonnalité :- la variation autour de la moyenne

18. La tendance :- double lissage exponentiel- régression polynomiale- winters-moyenne- régression linéaire,..

19. Gestion des événements exceptionnels( promotions, hausse de prix, ruptures de stock ) Gestion des événements exceptionnels Détection

20. Gestion des événements exceptionnels( promotions, hausse de prix, ruptures de stock ) Estimation

21. Gestion des événements exceptionnels( promotions, hausse de prix, ruptures de stock ) Simulation

22. Gestion de notes

23. Quelques paramètres • Gestion des produits nouveaux - suite de - saisonnalité d ’un autre produit ou de la famille • Gestion des calendriers - semaine - mois - jours fériés • Périmètre de ventes • Courbe de vie de produit

24. Eclatement des Prévisions • Possibilité d’éclater la Prévision d’un niveau vers un niveau inférieur en fonction :- de l’historique - de la saisonnalité - de la tendance - de coefficients,... Prévisions par Familles Eclatement Prévisions par Produits

25. Eclatement des Prévisions sous contraintes • Possibilité d’éclater la Prévision d’un niveau vers un niveau inférieur tout en tenant compte de valeurs forcées en quantité ou en pourcentage :- quantité en promotion - quantité en commande - engagement de clients - engagement de commerciaux,... Prévisions par Familles Eclatement Prévisions par Produits Valeur forcée

26. Gestion des displays, lots,... • Possibilité d’éclater la Prévision en fonction de nomenclatures A Explosion Nomenclature X 1 X 1 A A 100 X 1 X 1 B B 100 X 2 X 2 C C 200 100 X 4 X 4 D D 400 Prévisions de display Prévisions de produits

27. Validation des prévisions

28. Budgets de vente

29. Plan d’approvisionnement DRP Plan d’approvisionnement

30. Besoin Brut • Eclatement des prévisions mois en semaine • Prise en compte du carnet de commande • Choix d'une règle de gestion Prévisions mensuelles Prévisions Semaine + Carnet de commande Besoin Brut Supply chain

31. Les étapes de calcul des besoins - Besoins brut+ stock en transit+ stock + ordres attendus - stock de sécurité - période de couverture = Besoins net/ délais / quantité minimum / taille lot/ cadence = Plan d'appro

36. Plan de production à capacité finie

37. Optimisation sous contraintes Contraintes de l’usine Capacité des lignes de production

38. - Contrainte USINE - Contrainte LIGNE de production

39. Contrainte USINE

40. Contrainte LIGNE de production

41. Contrainte LIGNE de production

42. 1ère Contrainte 2éme Contrainte

48. Approvisionnement Des matières premières

49. Calcul des besoins sur plusieurs niveaux de nomenclatures X 1 Ordre proposé • Ordre proposé du niveau supérieurmultiplié par le coefficient de la nomenclature devient • Besoin brut du niveau inférieur A1 X 1 A2 A X 2 100 A3 Nomenclature X 4 100 A4 Besoin Brut X 1 A1 Explosion 100 X 1 X 1 A41 800 Calcul du DRP A2 X 1 200 A42 X 2 800 A4 A3 X 2 400 Ordre proposé 800 A43 X 4 1 600 A4 Explosion X 1 A41 X 1 A42 Nomenclature X 2 A43

50. Processus collaboratifs e-forecast e-planning