Présentation contribution Recherche Chaire Supply Chain 05 05 2009

1. Présentation contributionRecherche Chaire Supply Chain 05 05 2009 Thèse:Intégration de la prévision de la demande et optimisation de la planification de la productionet de l’approvisionnement Doctorant: Thibault HUBERT Directeur de thèse: Chengbin CHUCo-directeur:Zied JEMAI

2. Travail réalisé – Stage Master 2: Etude de la prévision collaborative dans le cadre des promotions • Réalisation de l’état des lieux du fonctionnement des prévision chez Carrefour et Danone • Etude de la gestion des promotions des produits frais chez Carrefour et Danone • Proposition d’améliorations au niveau du processus actuel • Proposition d’un nouveau processus de gestion des promotions pour les produits frais entre Carrefour et Danone

3. Travail en cours – thèse: Intégration de la prévision et optimisation de la planification Intégration de la prévision de la demande et optimisation de la planification de la productionet de l’approvisionnement • Etat de l’art et étude des méthodes de prévisions (niveaux tactique et opérationnel) • Méthodologie de choix de méthode de prévision • Suivi de la prévision • Applications • Optimisation de la planification de la production et de l’approvisionnement • Etude de la robustesse de la planification à différents horizons • Etude de la planification en univers incertain • Adaptation aux produits concernés • Evaluation de l’impact de la fiabilité de la prévision sur le coût logistique

4. Travail en cours – Intégration et utilisation de la prévision • Etude des modèles de prévision • Bibliographie sur les modèles de prévision, leur suivi et leurs applications [Brown, 1959], [Cogger, 1973], … [Fildes, 2008] • Méthodologie de choix de modèles de prévision et intégration • Comparaison des modèles [Williams, 1984], [Flores, 1993] • Catégorisation de la demande et des modèles [Syntetos et al., 2005] • Algorithme de choix de modèles et de méthodes de prévision [Shah et al, 2007] • Optimisation du modèle par rapport aux types de demandes [Fleischmann et al., 2002] • Dynamique du suivis et de l’adaptation des modèles [Tyagi, 2002] • Application • Carrefour & Danone: Etude des Eaux • Gefco: Etude des flux amont et aval d’un entrepôt • PSA: Etude des pièces de rechanges • Vallourec: Prévision de comandes d’un type de produit

5. Travail en cours – Intégration et utilisation de la prévision • Proposition d’une méthodologie de choix de modèle de prévision • Classification des produits • Classification par l’historique • Classification par le type de demande • Classification par l’utilité de la prévision • Choix du modèle de prévision et adaptation • Choix arbitraire ou comparaison • Choix figé, évolutif ou dynamique • Adaptation manuelle, automatique, intelligente

6. Classification par rapport à l’historique Existence d’un historique Non Oui Analyse de la demande Existence de l’historique d’un produit similaire (même caractéristiques de demande) Non Oui Produit en début de vie (nouveau produit) Produit en début de vie (nouveau produit) Non Oui Non Oui Mise en place suivi historique Modèle de Gombertz, Modèle logistique, Analyse de la demande Modèle de GombertzModèle logistiqueAnalogie historique similaireAnalyse de la demande Analogie historique similaireAnalyse de la demande

7. Classification par analyse de la demande Analyse de la tendance Demande avec tendance Demande sans tendance Analyse de la tendance Analyse de la saisonnalité Correction de la tendance et mémorisation ou comparaison modèle de Holt et de Winters Demande avec saisonnalité Demande sans saisonnalité Analyse de la continuité de la demande Analyse de la saisonnalité Correction de la saisonnalité et mémorisation ou modèle de Winters Demande intermittente Demande erratique Demande continue Analyse de la variabilité de la quantité Analyse de la variabilité de l’intermittence Demande avec faible variabilité en quantité Demande avec variabilité moyenne en quantité Demande avec forte variabilité en quantité Délai entre commande peu variable Délai entre commande très variable Délai entre commande peu variable Délai entre commande très variable Analyse de la variabilité de la quantité Analyse de la variabilité de la quantité … … Moyenne mobile, Lissage exponentiel, Demande avec faible variabilité en quantité Demande avec variabilité moyenne en quantité Demande avec faible variabilité en quantité Demande avec forte variabilité en quantité Demande avec variabilité moyenne en quantité Demande avec forte variabilité en quantité

8. Travail futur – Optimisation de la planification de la production et de l’approvisionnement Demande réelle Planification a priori Planification optimale Planification a posteriori • Deux pistes d’étude académique envisagées • Etude de la robustesse de la planification • Comparaison de trois planifications: • La planification a priori (planification réelle avec prévision considéré parfaite) • La planification a posteriori (prévision initiale et son erreur) • La planification optimale, (avec demande réelle a posteriori) • Qualification de robustesse des 2 premiers modèlesde planification en fonction du coût de leurs inexactitudes. • Etude de la planification en univers incertain • Incertitude et prévision connue • 1ère planification pour n pas de temps • Après ta , 2ème planification pour n pas de temps • Meilleure méthode de planification permettant de minimiser le coût de replanification? • Etude cas mono-produit avec politique de lotissement de Wagner-Whitin • Applications • Carrefour & Danone – Approvisionnement en Eaux • Gefco – Flux amont et aval d’un entrepôt • PSA – Gestion des PR • Vallourec – Planification de production Demande prévue Période 3 Demande prévue Période 1 Planification période 1 Demande prévue Période 2 Planification période 3 Planification période 2

9. Questions • Travail réalisé • Stage Master 2 – Gestion collaborative des prévisions dans le cadre des promotions • Travail en cours • Thèse – Intégration et utilisation de la prévision • Travail futur • Thèse – Optimisation de la planification de la production et de l’approvisionnement