SCM et bases de données

[pic 1]

[pic 2]

• http://www.itinfo.am/eng/supply-chain-management/
• https://www.researchgate.net/profile/Taoufik_Benkaraache/publication/311830811_Reflexion_sur_les_enjeux_du_Big-Data_pour_le_SCM_Cas_de_la_grande_distribution_alimentaire_au_Maroc/links/585c68dc08ae8fce48fad050/Reflexion-sur-les-enjeux-du-Big-Data-pour-le-SCM-Cas-de-la-grande-distribution-alimentaire-au-Maroc.pdf

La gestion de la chaîne d'approvisionnement, l’épine dorsale de l’entreprise, implique l'intégration et la coordination entre de multiple flux de natures différentes, à savoir des flux physiques, d’informations ou encore financiers. Tout l’objectif tourne autour de la réponse aux demandes dans un temps optimal, tenir ses engagements et être capable de se corriger en temps réel, tout en réduisant les stocks, et donc les couts, au minimum. Ceci requiert une gestion combinée de différentes variables souvent hétérogènes qui ne concernent pas que l’entreprise mais aussi l’ensemble des parties prenantes, d’où l’importance d’un outil informatisé.

Pour atteindre ces objectifs et donc tenir une gestion réussie de la chaine d’approvisionnement et ses applications transactionnelles il faut que l’ensemble de ses données soient structurées en premier lieu, puis analysées et partagées pour augmenter l’intelligence nécessaire à ce métier. Ceci correspond à une implémentation d’une base de données permettant par ailleurs une augmentation de la valeur ajoutée des données internes aura lieu, déclenchant un cercle vertueux de performance, connaissance client, transparence et image de marque.

C’est de ce point que les bases de données puisent leur importance, ils constituent une solution répondant à l’ensemble de ces attentes surtout dans un contexte de révolution des données à l’ère du numérique.

 En effet, le supply chain management ne peut désormais fonctionner sans le recours à des bases de données en constante évolution dont la modélisation diffère selon la structure interne de l’entreprise. Il s’agit d’un processus et d’étapes à suivre, notamment la compréhension du système, la constitution du modèle de connaissance, l’élaboration du modèle d’action, l’analyse des résultats et la prise de décision contribuant vers la fin à une modélisation de la connaissance.

Par ailleurs, la démarche nécessite d’élaborer une vision systémique du SCM, une décomposition et structuration puisqu’il est d’abord essentiel de décrire les flux pour pouvoir les contrôler. Ensuite, préconiser la construction consécutive d’un modèle de connaissance et établir un modèle conceptuel en utilisant l’approche orientée objet. De cette manière, la modélisation permettra de mener à bien un projet correspondant aux objectifs des managers. Finalement, l’utilisation du processus de modélisation, passer à l’action, le pilotage. En passant par ces étapes, le SCM de l’entreprise passe du monde réel à partir duquel constitue son dictionnaire de données et sa situation actuelle à une situation cible.

Or, l’environnement de l’entreprise et surtout quand il s’agit de la gestion d’approvisionnements, présente une variété et abondance des sources d’information, ainsi qu’une complexité de traitement, de l’analyse et du partage de l’information décisionnelle, la prise de décision est devenue de plus en plus complexe. Ces facteurs invitent les décideurs à revoir et améliorer leur système de SC, en intégrant les flux abondants d’informations qualifiés de Big-Data (données massives) dans leurs politiques et stratégies.

Le problème réside dans le fait que chaque étape de la chaine d’approvisionnement se compose de dizaines de taches, chacune a son propre logiciel spécifique et leur réunion est assujettie à plusieurs contraintes tant dans la mise en place que dans l’application.

Certaines informations sont aux doublons, d’autres mal structurées ou encore sont difficiles à formaliser surtout quand il s’agit d’informations circulant verbalement, d’ordres ou constats humains. Tout cela peut être en mesure de biaiser l’information, et pire encore, d’induire les gestionnaires en erreur en ce qui concerne la prise de décision puisque l’image est incomplète, l’information était à la base inexacte et donc la prévision pareillement.

...