Une question à laquelle tout le monde est confronté dans le secteur de l’élevage est de savoir ce qu’est une production optimale. Les longs cycles de production sont-ils un mode de production plus efficace et quels sont les bons produits et le bon moment pour les produire ? Ce sont quelques-unes des questions reconcentrées récemment lors de notre webinaire sur les ‘’Big Data’’. Il y a eu une demande considérable pour approfondir ce sujet, c’est pourquoi nous le mettons à l’épreuve dans ce blog, d’autant plus que nous savons par expérience que jusqu’à 25 % de production supplémentaire peut être générée par l’usine simplement grâce à une bonne planification ! On parle d’un bon retour sur investissement.
Par Dennis van Lankeren - Head of Sales North America, KSE Process Technology B.V.
Mise à l’épreuve
Comme ce sujet contient beaucoup d’éléments théoriques, il faut expliquer comment le résultat a été obtenu. Tous les choix de modèles ne sont pas expliqués, ici car ce serait trop volumineux. Les grands principes doivent cependant être clairs à l’avance. Les mauvaises surprises peuvent être évitées grâce à une planification adéquate et claire des besoins. Le traitement quotidien des commandes urgentes et des commandes retardées peut souvent être évité grâce à une analyse approfondie et à la prévision des modèles de commande, ce qui permet de réduire le coût de l’échec pour les inefficacités et les erreurs.
Lorsque nous parlons des coûts de l’échec dans ce sens, nous voulons dire : Les transports inutiles, les stocks excédentaires, les mouvements et déplacements inutiles, l’attente, la surproduction, le surtraitement (exécution de trop d’actions pour un même résultat final) et les défauts. Cette définition est basée sur les produits finaux à produire. L’approvisionnement en matières premières avec les niveaux de commande associés et leur optimisation est une autre question, qui n’est pas abordée dans ce blog car elle mérite d’être explorée seule.
L’analyse
Pour mettre cela à l’épreuve, une analyse a été préparée avec des données provenant d’une usine réelle, qui comprenait tous les articles demandés et la production sur une période d’un an. Les commandes des deux semaines précédentes ont été examinées à chaque fois afin d’identifier un modèle. Le niveau de stock souhaité a ensuite été calculé sur cette base, ainsi qu’une bordure lorsqu’une nouvelle production est nécessaire. On suppose qu’il n’est pas souhaitable de produire des produits de stock en plusieurs fois par jour. Cela signifie que la taille de la série doit être au moins égale à la demande d’un seul jour pour cet article.
Étape 1 : Détermination des articles
Un tamis Glenday a tout d’abord été préparé de tous les articles à produire. Il s’agit d’un type d’analyse de Pareto permettant d’identifier les coureurs au sein de la production. Il a été constaté que 22 produits étaient des articles ‘’A’’, tandis que 161 étaient des articles ‘’B’’ et que les autres étaient des articles C ou D. Les coureurs doivent être gardés en stock, qui sont les articles minimums de la catégorie ‘’A’’. Nous avons ensuite déterminé la capacité potentielle restante des silos et, sur cette base, les produits ‘’B’’ à garder en stock ont été déterminés. Il est également possible que certains produits ‘’B’’ doivent être maintenus en sstock pour une raison différente (taille de filière différente, longs temps de changement de format, etc.). Ces produits doivent être ajoutés manuellement en tant qu’articles en stock.
Vous trouverez ci-dessous un exemple d’analyse avec le nombre d’articles de chaque catégorie par rapport à la théorie. Par exemple, 6 % des articles représentent toujours 50 % des ventes totales, ce qui signifie dans ce cas que 22 articles sont responsables de 52,05 % des ventes. Cela correspond bien à la théorie.
Étape 2 : Structure de la demande et niveau des commandes
La structure de la demande pour les articles de stock potentiels a ensuite été analysée avec l’espace disponible dans le parc de silos. Cette analyse a été réalisée sur la base de statistiques à distribution normale. Il a été supposé qu’un risque mineur de rupture de stock pouvait être pris (probabilité < 5%). On a ensuite calculé les niveaux de stock de sécurité et les niveaux de production souhaités. Les variations des volumes et des nombres de commandes par semaine et par jour ont également été prisse en considération.
Afin de tenir compte des pertes au démarrage avec des tirages de presse en cours de production, on a supposé que seuls des lots complets (6 tonnes) devaient être produits, avec un seuil minimum de x lots (x dépend du produit pour les différents tirages de 4 à 10 pour les lots). Ces chiffres ont été établis sur la base de l’expérience acquise et aucun modèle sous-jacent n’est fourni.
Les niveaux de stock minimum à maintenir ont été calculés sur la base de ces statistiques. Les modèles de commande qui sont normalement réservés aux fournisseurs ont été utilisés. Afin d’appliquer cette théorie, on a supposé que l’usine approvisionne le silo (le silo est le client final). Le délai de livraison est d’un jour car il faut décider 1x par jour de produire ou non cet article et de la quantité à produire. Le modèle BS est utilisé avec un niveau de commande qui est déterminé chaque jour, tandis que le volume à produire est réalisé en un nombre minimum de lots + le nombre de lots complets (en fonction des commandes en cours et de la demande). Ce montant est basé sur la demande et la variation de la demande au cours des deux semaines précédentes.
Étape 3 : Comparer la théorie et la pratique
Une comparaison de la production réelle de l’article X avec l’approche théorique pour l’article X se présenterait comme suit :
Réalité
Théorie
Ou si nous zoomons:
Réalité Théorie
Ce que remarque immédiatement, c’est que le graphique du haut montre une trajectoire beaucoup plus erratique. L’usine théorique assure une production beaucoup plus stable. En réalité, les stocks ont également été épuisés à deux reprises, alors que cela ne s’est jamais produit dans le modèle théorique. Le stock total était cependant plus élevé, avec 52 tonnes en réalité et 85 tonnes en théorie. La question est donc de savoir si le parc de silos pouvait réellement contenir ce volume, ce qui peut être vérifié plus tard dans le modèle. Je tiens à souligner une fois de plus qu’’il s’agit de données réelles. Cette usine a négligé l’optimisation et a donc perdu de la production !
Étape 4 : Comparaison des produits ‘’A’’
Il y a quelques valeurs intéressantes à prendre en compte pour obtenir une évaluation réelle des avantages ou des inconvénients du maintien de séries de production et de niveaux de stocks théoriques. Cela peut se faire en comparant la version réelle et la version ‘’simulation’’, puis en mettant les deux versions en regard dans une matrice afin de déterminer quelle aurait été la valeur ajoutée :
|
Pratique |
Théorie | |
|
Nombre de produits dans l'analyse |
16 (6 unités imposibles, pas d'articles d'inventaire) | 16, comme dans la pratique |
| Nombre x sans stock |
80 x |
1 x |
| Stock moyen total |
75,805 kg |
70,798 kg |
| Nombre de passages requis |
2451 |
1820 |
Sur un total de 22 articles ‘’A’’, 16 ont été analysés (les articles ‘’B’’ n’ont pas été pris en compte pour ce blog). Les six autres ne sont pas toujours produits en stock au cours de l’année et une véritable comparaison ne peut donc pas être faite. Il est remarquable en soi que les coureurs ne soient pas toujours disponibles en stock, alors que le parc de silos avait une capacité suffisante à cet effet. Cela peut être dû à des influences saisonnières qui n’ont pas été prises en compte ou à de nouveaux articles. Il vaudrait cependant la peine de se pencher sur cette question. On remarque immédiatement dans la comparaison que, dans le modèle théorique, le nombre de fois où un article en stock a été commandé et où les stocks semblaient vides est nettement inférieur. Cela montre qu’une production urgente était nécessaire dans la réalité ou que l’article n’a pas été vendu au client car le stock n’était pas disponible.
La production totale pour les niveaux de stock requis a également été produite en 631 exemplaires de moins ! Cela ne montre pas directement qu’il y a eu des tirages plus importants pour tous les articles, mais l’équilibre de la production de ces articles était bien meilleur. Les niveaux de stock moyens étaient également légèrement inférieurs, ce qui indique que le parc de silos est adéquat. Les niveaux de stock maximums n’ont pas été pris en compte. Afin de réaliser une analyse complète, il faut tenir compte de la différence des niveaux de stock, ainsi que du nombre de silos qui doivent être alloués à cette fin. Les articles ‘’B’’ peuvent être maintenus en stock en fonction du nombre de silos disponibles par la suite.
Étape 5 : Conclusions
Sur un total de 22 articles ‘’A’’, 16 ont été analysés (les articles ‘’B’’ n’ont pas été pris en compte pour ce blog). Les six autres ne sont pas toujours produits en stock au cours de l’année et une véritable comparaison ne peut donc pas être faite. Il est remarquable en soi que les coureurs ne soient pas toujours disponibles en stock, alors que le parc de silos avait une capacité suffisante à cet effet. Cela peut être dû à des influences saisonnières qui n’ont pas été prises en compte ou à de nouveaux articles. Il vaudrait cependant la peine de se pencher sur cette question. On remarque immédiatement dans la comparaison que, dans le modèle théorique, le nombre de fois où un article en stock a été commandé et où les stocks semblaient vides est nettement inférieur. Cela montre qu’une production urgente était nécessaire dans la réalité ou que l’article n’a pas été vendu au client car le stock n’était pas disponible.
La production totale pour les niveaux de stock requis a également été produite en 631 exemplaires de moins ! Cela ne montre pas directement qu’il y a eu des tirages plus importants pour tous les articles, mais l’équilibre de la production de ces articles était bien meilleur. Les niveaux de stock moyens étaient également légèrement inférieurs, ce qui indique que le parc de silos est adéquat. Les niveaux de stock maximums n’ont pas été pris en compte. Afin de réaliser une analyse complète, il faut tenir compte de la différence des niveaux de stock, ainsi que du nombre de silos qui doivent être alloués à cette fin. Les articles ‘’B’’ peuvent être maintenus en stock en fonction du nombre de silos disponibles par la suite.