Que devons-nous faire si la quantité commandée par le client ne correspond pas au MOQ (quantité minimum de commande) ?

En matière de gestion des achats et de la chaîne d'approvisionnement, de nombreuses entreprises sont confrontées à une myriade de défis, non seulement du côté de l'offre, mais surtout du côté de la demande. Au fil des années, la demande s'est considérablement différenciée, de nombreuses industries connaissant des lots plus petits et des changements de demande plus rapides. Par conséquent, l’exactitude des prévisions est devenue un enjeu crucial dans la chaîne d’approvisionnement. Chaque fois que j'aborde ces questions lors des séances de formation, de nombreux participants espèrent que les prévisions pourraient être plus précises, un peu comme une phrase de "Mon oncle Yules" : "Quelle surprise ce serait si Yules était sur ce bateau !" Ce que je voudrais souligner, c'est que même si Yules était sur ce bateau, la précision des prévisions ne s'améliorerait pas significativement. Par conséquent, vous ne devriez pas vous fier à l’exactitude des prévisions.

La précision des prévisions peut être améliorée, mais il arrive un moment où les améliorations ultérieures deviennent de plus en plus limitées. Cela ressemble au baseball ; une fois qu’une moyenne au bâton dépasse 30 %, cela signifie un joueur professionnel qualifié. Au-delà de ce point, atteindre des moyennes plus élevées devient extrêmement difficile. Tout au long de l’histoire, les joueurs avec une moyenne au bâton supérieure à 40 % peuvent être comptés sur une seule main. Même avec une moyenne de 40 %, un nombre important de balles ne sont pas touchées. La prévision consiste à prédire l’avenir qui, tout comme une balle de baseball lancée rapidement, est semé d’incertitudes. Comme le dit un dicton anglais, « personne n’a de boule de cristal », ce qui signifie que personne ne peut voir clairement l’avenir. Comme le dit le vieil adage : « Si nous savions ce qui allait se passer trois jours à l’avance, nous pourrions tous être riches et prospères pendant mille ans ». Si les prévisions à trois jours sont si incertaines, qu’en est-il de trois semaines ou de trois mois ? La simple vérité est que vous ne savez pas ce que vous ne savez pas. Une fois que vous avez épuisé ce que vous savez ou pourriez savoir, ce qui reste, c'est ce que vous ne savez pas, vous ne savez pas. À ce stade, soit vous laissez le choix au hasard, soit vous cherchez une alternative. Se fixer obstinément sur l'exactitude des prévisions équivaut à se cogner la tête contre un mur à plusieurs reprises : cela peut sembler un effort, mais en réalité, il n'y a que peu de récompense.

Avant de chercher une alternative, réfléchissons à une question : pourquoi prévoir ? Certains diront que cela est dû à l’incertitude de la demande. Toutefois, l’incertitude de la demande n’est qu’une manifestation et non une essence. Par exemple, pensez à l’eau du robinet ; parfois votre foyer en consomme plus, parfois moins. La demande est en effet incertaine, mais vous ne prévoyez jamais votre propre consommation : ouvrez le robinet et l'eau coule instantanément, avec un temps de réponse nul. Alors pourquoi s’embêter à faire des prévisions ? C'est parce qu'il y a un délai de réponse, qui implique la fabrication, le transport et la livraison du produit. Pourquoi ne pas produire des produits à l'avance et les distribuer aux points de consommation, en garantissant qu'en cas de demande, ils soient facilement disponibles, un peu comme l'eau du robinet ? C’est là que réside la question des coûts et des risques des stocks. Comprendre ces points révèle que trouver une « alternative » signifie trouver des moyens de raccourcir le cycle de réponse, y compris les délais de production, de transport et de livraison. Si cela n'est pas réalisable, des stratégies visant à atténuer les risques liés aux stocks en localisant les stocks plus près de la consommation deviennent cruciales. Tout cela relève du domaine des opérations de la chaîne d’approvisionnement. Essentiellement, les opérations de la chaîne d’approvisionnement font partie de la solution permettant d’obtenir des prévisions précises.

Premièrement, raccourcir le cycle de réponse implique de réduire les délais de production, de transport, de livraison et d’attente des produits. Raccourcir ce cycle signifie essentiellement accélérer les flux de produits et d’informations. Le Lean Manufacturing, une approche largement pratiquée depuis des années, vise à accélérer les flux de produits. Par exemple, l'adoption de changements de moule en une minute réduit les temps de configuration, tandis que le recours à la maintenance préventive réduit les temps d'arrêt des équipements. La création de centres de fabrication minimise les temps d'attente pendant les processus de production. Ces efforts, de diverses manières, facilitent un flux de produits plus rapide, raccourcissant ainsi le cycle de production. La mise en œuvre des pratiques 5S dans l'atelier de production (en gardant les outils et les matériaux dans des endroits pratiques) garantit des opérations plus fluides et des flux de produits plus efficaces. L'amélioration des taux de livraison à temps des fournisseurs et la garantie de la qualité des produits réduisent également les temps d'arrêt pendant la production et le temps passé à traiter les problèmes de qualité, garantissant ainsi le bon flux des produits. Au fil de plusieurs décennies et secteurs, les efforts visant à accélérer les flux de produits se sont concentrés sur l’amélioration de la transformation, du transport et de la distribution, dans le but d’accélérer, de réduire les coûts et d’améliorer la qualité.

Cependant, dans le cycle de réponse du produit, seule une fraction implique un mouvement réel. La plupart du temps, les produits stagnent alors que les entreprises évoluent dans divers processus, notamment les flux d’informations. Malgré les efforts visant à raccourcir le cycle de production, l’efficacité du Lean Manufacturing est limitée car le temps nécessaire aux flux d’informations reste inchangé. Par exemple, dans certaines entreprises, les commandes des clients font l'objet d'un examen contractuel de 1 à 3 jours pour garantir leur compréhension ; l’approbation avant d’entrer dans un ERP prend encore 1 à 3 jours pour garantir les bonnes décisions. Il faut un jour supplémentaire pour effectuer la saisie dans l'ERP, puis un autre jour pour exécuter le MRP, générant ainsi les commandes des fournisseurs. Avant d'envoyer les commandes aux fournisseurs, ceux-ci subissent des approbations supplémentaires basées sur la valeur de la commande, ce qui prend là encore 1 à 3 jours. Une fois approuvées, les commandes sont passées sur des plateformes de commerce électronique ou envoyées par courrier électronique aux fournisseurs, ce qui prend un jour supplémentaire. Tout au long de ce processus, le flux de produits stagne alors que seules les informations circulent. Dans certaines entreprises, il faut compter 2 à 3 semaines pour que les informations sur la demande parviennent au fournisseur principal. Au fur et à mesure que ces informations se propagent tout au long de la chaîne, jusqu'aux fournisseurs de troisième ou quatrième rang, cinq à six semaines s'écoulent. Cela explique pourquoi les délais de livraison de certains produits s'étendent de trois à six mois. Des cycles de livraison plus longs augmentent la dépendance à l’égard des prévisions.

Les flux d’informations inefficaces posent un problème important. Conscient de cela, des efforts considérables ont été déployés pour accélérer les flux d’informations, notamment en adoptant les technologies de l’information et le commerce électronique pour intégrer certaines décisions dans les systèmes. L’aplatissement des structures organisationnelles pour décentraliser la prise de décision et raccourcir les cycles de décision a été une autre stratégie. Toutefois, comparées aux efforts visant à accélérer le cycle de production, les améliorations apportées au flux d’informations restent insuffisantes. Cela présente une opportunité de réduire les cycles de réponse. Une amélioration globale des processus de bout en bout de la chaîne d’approvisionnement se concentre principalement sur l’amélioration des flux d’informations, les opérations de la chaîne d’approvisionnement jouant un rôle central.

Le cycle de réponse des produits ne peut pas être infiniment raccourci en raison des lois physiques. Par exemple, quelle que soit la vitesse de transport utilisée, il faut au moins 10 heures pour voyager de l’Amérique du Nord à l’Asie, car on ne peut pas défier les lois physiques en transportant instantanément des marchandises, comme si on envoyait un e-mail. Même si la capacité de production est réduite ou bien planifiée, l'usinage de produits à l'aide de tours, de fraiseuses ou de meuleuses prend du temps. Il y a donc une limite au raccourcissement des cycles de réponse ; dépasser ce seuil devient prohibitif. Cela nécessite d’aborder les aspects liés aux stocks : pouvons-nous déplacer les stocks directement là où la consommation a lieu, un peu comme la façon dont l’eau du robinet est livrée à votre cuisine ? De cette façon, lorsque la demande se fait sentir, les produits sont facilement disponibles.

Cependant, les stocks comportent des risques ; un inventaire prolongé pourrait se déprécier et les stocks excédentaires pourraient devoir être radiés si la demande diminue. Comment pouvons-nous alors atténuer les risques liés aux stocks ? C’est là qu’intervient la conception standardisée.

La conception standardisée opère à plusieurs niveaux : (1) utilisation de composants aux normes industrielles, qui constituent la forme optimale de standardisation ; (2) Même pour les articles personnalisés, l'utilisation de la même pièce personnalisée sur plusieurs produits constitue une forme de standardisation ; (3) Bien que la conception du produit ne soit pas standardisée, la standardisation du processus de fabrication réduit la complexité de la production et raccourcit les cycles de production. La normalisation bénéficie des économies d’échelle et de la mutualisation des risques. Les avantages de l’échelle sont évidents. La mutualisation des risques est simple : plus le produit est standardisé, plus le risque d'accumulation de stocks est faible, car si un client n'en a pas besoin, un autre pourrait en avoir besoin, réduisant ainsi la demande de prévisions précises. De même, avec un plus grand nombre de clients utilisant des