Comment une simulation de flux statistique permet de réimplanter un stock de production?
| Études de cas
Pour absorber une hausse de sa production et une augmentation de ses références, un industriel dans le secteur de la papeterie créative avait besoin de réimplanter ses stocks produits finis de manière plus efficace.
Notre intervention s’est déroulée en deux parties :
- Analyse statistique des consommations et des stocks
- Création d’un modèle de simulation statistique.
Analyse statistique
L’analyse statistique consiste en une analyse ABC des stocks à l’aides des données clients.
L’objectif est ici de déterminer les consommations de produits en fréquence et valeur à partir des données validées des années précédentes les consommations de produits en fréquence et valeur. On obtient ainsi une répartition statistique en catégorie ABC des références les plus fréquemment utilisées.
Ces références devront être alors placées le plus près possible des zones de préparations afin de limiter au maximum les trajets superflus.
Modèle de simulation déterministe
Suite à l’analyse statistique précédente, notre client était à même de savoir de quelle manière placer ses références, mais le choix de logique du positionnement en fonction des choix technologiques à sa disposition n’était pas encore facilement identifiable.
Pour cela, nous avons lister les différentes options crédibles à dispositions afin de créer un modèle de simulation permettant de les comparer. En effet, le process client étant stable, sans flux synchronisé, avec suffisamment de données fiables pour être régis par la loi de grands nombres. Ces critères permettent de choisir aisément entre un modèle statistique ou dynamique.
L’objectif était de comparer les temps de process en fonctions de différents facteurs d’influence : capacité de moyens de manutention, vitesse de déplacement, capacité de stockage, dimension et nombre d’allées ou encore règle de fonctionnement pour un stockage dynamique à la journée ou demi-journée.
L’outil Excel fourni à son client par Optiflux, un programme en VBA contenant des macros développées spécifiquement pour répondre aux différentes options, permet de changer les grandeurs d’influence directement dans la partie tableur.
Un test de cohérence des données est effectué pour éviter des résultats aberrants. Les résultats reprennent les KPI du client : distance parcourues, temps de manutention, taux d’occupation des machines, nombre de réapprovisionnement nécessaires et équivalent temps plein pour les opérateurs.
En effectuant des tests de plusieurs journées types dans les différentes configurations possibles, le client a pu définir quelle implantation était la plus efficiente pour son organisation.
Pour aller plus loin
La robustesse de l’outil proposé par Optiflux a permis à son client de faire les choix les plus judicieux et en accord avec ses objectifs mais également de pouvoir continuer à l’utiliser au quotidien.
En effet, une fois la configuration choisie dans le modèle, celui-ci peut continuer à être utiliser quotidiennement afin de définir le nombre de « vagues de préparation » le plus pertinent, anticiper les besoins de réapprovisionnement et dimensionner au plus juste les équipes d’opérateurs. L’outil initialement prévu pour optimiser le CAPEX devient dès lors un outil quotidien pour réduire l’OPEX.
Dorian Hurault – Chef de projet optimisation des flux