Des réalisations qui ont changé la façon dont les dirigeants décident.

Le défi

La précision des prévisions, les livraisons à temps et complètes, les jours de stock et le coût de service venaient chacun d’une équipe et d’une source différentes. Les causes profondes apparaissaient des semaines plus tard; le fret express et les radiations étaient découverts après coup.

Ce que nous avons fait

• Défini un langage commun d’indicateurs pour planifier, approvisionner, produire et livrer : résultats cibles, indicateurs moteurs, responsables et seuils
• Bâti un modèle de données certifié sur Microsoft Fabric couvrant la demande, l’approvisionnement, les stocks, la production, la logistique, la qualité et l’impact financier
• Livré une tour de contrôle avec triage des exceptions sur les sept processus : de l’idée au lancement, de la prévision au plan, de l’approvisionnement au paiement, du plan à la production, de la commande à l’encaissement, de la livraison au service et de l’enregistrement au rapport
• Mis en place le modèle opérationnel : un responsable d’affaires par processus, une revue hebdomadaire de la qualité des indicateurs et un suivi des problèmes en boucle fermée

Impact

• +8 pts de précision des prévisions dans les catégories pilotes
• −12 % de jours de stock sans perte de service
• +4 pts de livraisons à temps et complètes et 15 % de fret express en moins

Le défi

Des processus critiques reposaient sur des feuilles de calcul, des approbations par courriel et des outils ponctuels. Chaque nouvelle demande était développée différemment, sans modèle commun pour la sécurité, l’accès aux données ou le soutien.

Ce que nous avons fait

• Définition de la stratégie d’environnements Power Platform, des rôles de sécurité, du modèle d’accès aux données et des politiques DLP
• Création de modèles réutilisables pour les applications, les flux de cloud et les approbations, intégrés au moyen d’Azure Functions, de Logic Apps et de Data Factory
• Introduction d’agents Copilot Studio, de l’orchestration multiagent et d’intégrations Model Context Protocol dans les processus quotidiens
• Mise sous contrôle de version Git des projets analytiques, avec CI/CD dans Azure DevOps

Impact

• Plus de 30 solutions numériques livrées chaque année
• Des environnements encadrés, avec une séparation claire des fonctions
• Des agents IA intégrés aux processus opérationnels, dans le respect des normes de sécurité existantes

Le défi

Les équipes commerciales rapprochaient les chiffres à la main avant chaque revue. Les exceptions tarifaires ressortaient tardivement, et personne n’était responsable d’une vue de bout en bout du processus d’enregistrement.

Ce que nous avons fait

• Conception et livraison d’un système Power BI de gestion des ventes, dans le cadre d’un programme de transformation numérique
• Création d’analyses de contrôle des prix comparant les prix affichés sur les places de marché en ligne à la politique tarifaire
• Livraison d’un tableau de bord des parts de marché par catégorie, assorti d’une analyse d’efficience financière
• Direction d’un projet Lean Six Sigma visant à cartographier et à simplifier l’enregistrement des produits

Impact

• Une vue unique et fiable de la performance des ventes, tous canaux confondus
• Des écarts de prix visibles par plateforme et par produit
• Des délais d’enregistrement des produits nettement raccourcis

Le défi

Les déductions étaient réglées à la main des semaines après la facturation. Le fret express et les frais de petites commandes étaient absorbés dans les frais généraux, si bien que les schémas de service non rentables restaient invisibles.

Ce que nous avons fait

• Bâti une tour de contrôle de la commande à l’encaissement : taux de service, livraisons à temps, exactitude des factures, déductions ouvertes et délai de recouvrement sur une seule page
• Modélisé le coût de service par client, canal et route, en affectant le fret, la manutention, les déductions et les retours à la commande
• Classé les déductions avec l’IA documentaire et acheminé les litiges aux responsables avec des niveaux de service
• Donné aux ventes et aux finances la même vue de la rentabilité client, actualisée chaque jour

Impact

• 100 % des clients avec un coût de service visible
• −40 % de délai de règlement des déductions
• −6 jours de délai de recouvrement

Le défi

Les dépenses étaient dans l’ERP par centre de coûts, les plans dans les fichiers du marketing et les ventes dans un autre système. Chaque revue commençait par reconstruire les chiffres, et les dépassements étaient découverts une fois le budget épuisé.

Ce que nous avons fait

• Un seul modèle des dépenses marketing, du plan et des ventes par marque, activité et mois, actualisé chaque jour depuis l’ERP
• Une vue décisionnelle pour le contrôleur financier et le chef d’unité : dépenses vs plan à côté des ventes vs plan, par marque
• Alertes lorsque les dépenses d’une marque devancent le plan alors que ses ventes sont en retard
• Revues opérationnelles mensuelles à partir de la même vue, avec des chiffres de fin de mois verrouillés

Impact

• Chaque jour une visibilité des dépenses vs plan, au lieu de semaines après la clôture
• 2 marques rephasées dans le trimestre, avant l’épuisement du budget
• 1 revue où finances et marketing discutaient d’actions, pas de chiffres

Le défi

Les données de ventes au détail des distributeurs arrivaient dans des formats différents et ne correspondaient que partiellement aux codes produits et clients de l’entreprise. Les prospects, les grands comptes et la couverture des distributeurs étaient suivis dans des classeurs distincts.

Ce que nous avons fait

• Rapproché les ventes au détail des distributeurs avec les produits et clients de l’entreprise, portant la couverture de la moitié des ventes à la majeure partie
• Un pareto des distributeurs et une vue grands comptes : qui vend quoi, où, et où la pénétration est faible
• Suivi des nouveaux prospects et des occasions relié au CRM, pour une reconnaissance automatique des résultats de vente
• Incitatifs de vente rebasés sur les ventes au détail, avec les mêmes chiffres visibles pour les ventes, les finances et les distributeurs

Impact

• 86 % des ventes désormais visibles au point de vente
• Chargement de fin de trimestre éliminé : les expéditions suivent désormais les ventes au détail
• 3 premiers distributeurs : 67 % des ventes au détail et des plans dédiés

Le défi

Les planificateurs ne disposaient d’aucune alerte précoce sur les variations de la demande, les risques liés aux stocks étaient difficiles à hiérarchiser selon leur incidence sur les affaires, et les défaillances de service étaient expliquées après coup plutôt que prévenues.

Ce que nous avons fait

• Conception d’une architecture BI cible structurée comme une chaîne de décision : des données sources à une couche sémantique unifiée, jusqu’aux tableaux de pilotage par rôle et aux actions dans les flux de travail
• Élaboration d’un modèle de capacités couvrant les volets Planifier, Approvisionner, Produire et Livrer, reliés par une tour de contrôle transversale
• Définition d’un cadre de KPI comprenant les résultats phares, les indicateurs de leviers, les responsables, les seuils et la fréquence des revues
• Priorisation des cas d’utilisation (détection de la demande, santé des stocks, livraisons complètes et à temps) dans une feuille de route en trois vagues

Impact

• Un langage commun de KPI pour la chaîne d’approvisionnement, avec un responsable désigné pour chaque indicateur
• Une feuille de route séquencée, des fondations au prédictif, puis au déploiement mondial
• Des cas d’utilisation qui ciblent à la fois les ruptures de stock, les surstocks et la fiabilité du service

Le défi

Les demandes passaient par six fonctions sans visibilité sur leurs temps d’attente. Les demandes incomplètes revenaient en arrière, les cas urgents se réglaient au téléphone, et personne n’était responsable du délai de bout en bout.

Ce que nous avons fait

• Cartographié le processus et mesuré le temps d’attente et de traitement de chaque étape à partir des données du flux de travail
• Simplifié le formulaire de demande et la séquence d’approbation : une seule étape par fonction
• Instauré des règles premier entré, premier sorti et un suivi Power BI en temps réel de chaque demande ouverte
• Fixé une norme de service par étape, avec des responsables et une revue hebdomadaire

Impact

• 55 → 18 jours de délai moyen
• 144 → 21 jours d’écart entre la demande la plus rapide et la plus lente
• 9 sur 10 nouveaux produits mis en place en 30 jours

Le défi

Les données de stocks, de ventes au détail et de retours des distributeurs étaient réparties entre les planificateurs, les finances et les ventes. Personne ne voyait quels distributeurs détenaient trop de semaines de stock avant que le produit ne revienne.

Ce que nous avons fait

• Une seule vue des stocks des distributeurs en semaines, des ventes au détail, de l’exposition aux dates de péremption et des retours, par distributeur et par produit
• Une politique de stock par segment de distributeurs, avec des alertes lorsque les semaines de stock dépassent la limite
• Performance des distributeurs réévaluée chaque mois sur les ventes au détail et les retours, pas seulement sur les ventes aux distributeurs
• Les finances et la planification revoient les mêmes chiffres avant chaque cycle de commande

Impact

• 4,1 % → 2,3 % des ventes retournées du marché
• Moins de 6 semaines de stock chez chaque grand distributeur
• Chaque mois une revue des distributeurs sur les ventes au détail, avec un responsable nommé pour les retours

Le défi

Les planificateurs équilibraient le mix de produits, les positions de palettes et les limites de poids dans des classeurs. Chaque marché procédait différemment, et personne ne voyait à quel point les camions du réseau étaient réellement remplis.

Ce que nous avons fait

• Des règles de composition des chargements qui optimisent le mix de produits selon les limites de palettes, de poids et de volume de chaque route
• Un poste de pilotage du taux de remplissage : par route, usine et transporteur, avec les chargements sous la norme signalés chaque jour
• Des commandes optimisées créées automatiquement, les planificateurs ne revoyant que les exceptions
• Revue hebdomadaire des routes sous la cible avec la logistique et la planification

Impact

• 78 % → 91 % de remplissage moyen des camions
• −14 % de camions pour le même volume
• Des heures → des minutes pour composer les chargements du jour

Le défi

Les descriptions devaient respecter la voix de chaque marque, être fidèles à la recette et passer la révision. Le texte de remplacement était exigé pour l’accessibilité, et de nouvelles recettes arrivaient chaque mois.

Ce que nous avons fait

• Un pipeline de génération qui lit les métadonnées, les étiquettes et les images des recettes et rédige des descriptions dans la voix de chaque marque
• Texte de remplacement automatique pour chaque image, vérifié par rapport à la recette avant publication
• Révision éditoriale dans le système de contenu : approuver, modifier ou rejeter, chaque changement servant à améliorer les ébauches
• Mise en production capable de traiter les nouvelles recettes chaque mois sans travail manuel

Impact

• 3 200 descriptions de recettes rédigées en six semaines
• 100 % des images avec un texte de remplacement
• 9 sur 10 ébauches approuvées par les réviseurs sans modification

Le défi

La performance par secteur d’activité, par produit et par région était assemblée dans des feuilles de calcul. Les ajustements étaient difficiles à retracer, et l’accès aux données financières sensibles était géré rapport par rapport.

Ce que nous avons fait

• Regroupement des soldes, des revenus, des charges et des données de crédit sur une plateforme de données gouvernée
• Définition d’un ensemble unique d’indicateurs certifiés pour les revenus, la marge, l’efficience et les pertes sur créances
• Automatisation du rapprochement avec le grand livre après chaque actualisation
• Création de tableaux de bord de direction présentant les écarts par rapport au plan et à l’année précédente, avec une sécurité de l’information par secteur d’activité

Impact

• Un seul ensemble de chiffres rapprochés pour la direction, la finance et la gestion des risques
• Une clôture de fin de mois plus rapide et plus prévisible
• Des ajustements entièrement traçables, avec un accès encadré selon le rôle

Le défi

Chaque indicateur avait sa propre carte et ses propres couleurs. Les comparaisons au plan et à l’année précédente différaient d’une page à l’autre : on discutait des graphiques plutôt que de l’entreprise.

Ce que nous avons fait

• Une seule notation pour le réel, le plan et l’année précédente sur chaque page, avec des écarts signés et un message dans chaque titre
• Remplacé 107 cartes d’indicateurs par une matrice compacte et des petits multiples, et reconstruit le modèle de données pour la vitesse
• Un système de conception : palette, typographie, gabarits et liste de contrôle adoptés par toutes les équipes
• Accompagné les analystes pour écrire le message d’abord, puis choisir le graphique

Impact

• 40 → 6 pages et de 90 à 4 secondes pour ouvrir
• Une seule définition et une seule apparence pour chaque indicateur
• Moitié moins de temps de réunion passé à établir les chiffres

Le défi

Chaque équipe d’actif suivait les puits, les budgets et la production à sa manière, si bien que la direction ne pouvait ni comparer la performance d’un bassin à l’autre ni déceler les problèmes à temps pour agir.

Ce que nous avons fait

• Intégration des données de forage, de production et de dépenses en immobilisations sur une plateforme de données gouvernée
• Création de vues de la performance des puits qui comparent chaque nouveau puits à sa courbe de production attendue
• Livraison du suivi des dépenses en immobilisations par rapport aux budgets approuvés, puits par puits, actualisé chaque jour
• Automatisation de la validation des données, et saisie des données sur le terrain au moyen d’applications à faible code

Impact

• Des rapports d’exploitation hebdomadaires produits automatiquement
• Des écarts de coûts et d’échéancier visibles pendant le forage des puits
• Une vue unique de la performance, tous actifs et bassins confondus

Le défi

Les données de production, de qualité et de maintenance se trouvaient dans des systèmes distincts sur chaque site. Les revues quotidiennes servaient à débattre des chiffres plutôt que des causes, et les démarches d’amélioration ne pouvaient pas être comparées d’une usine à l’autre.

Ce que nous avons fait

• Adoption d’une définition unique de l’efficacité des équipements et des pertes, commune à toutes les usines
• Interconnexion des données de production, de qualité et de maintenance dans Microsoft Fabric
• Mise à la disposition des opérateurs d’une application simple pour consigner, directement sur la ligne, chaque arrêt et sa cause
• Livraison de tableaux de bord par usine et par ligne, avec des alertes automatiques en cas d’arrêt non planifié

Impact

• Un langage commun de la performance, de la ligne de production jusqu’à l’équipe de direction
• Des temps d’arrêt consignés à la source, par cause
• Des priorités d’amélioration établies à partir des faits, usine par usine

Le défi

Les hypothèses de volume, de prix, de mix, de matières et de main-d’œuvre n’étaient pas reliées : les dirigeants ne voyaient pas pourquoi la prévision bougeait et ne pouvaient pas tester un scénario avant de décider.

Ce que nous avons fait

• Bâti un modèle par inducteurs : volume, prix et mix par gamme, taux de matières et de main-d’œuvre par usine, avec les réels chargés de l’ERP chaque mois
• Prévision glissante sur 12 mois actualisée chaque mois, avec des instantanés verrouillés pour que chaque version soit vérifiable
• Ponts d’écart du budget à la prévision par inducteur, par usine et par gamme
• Saisie des scénarios dans un formulaire Power Apps, approbations dans Teams

Impact

• 4 mois → 10 jours de cycle de prévision
• Moitié moins d’erreur de prévision à trois mois
• −60 % de temps des finances consacré à préparer les données

Le défi

Les dirigeants ne voyaient ni où les liquidités étaient bloquées ni sur quels problèmes leurs équipes pouvaient agir, et chaque service tenait sa propre version des chiffres.

Ce que nous avons fait

• Création de modèles sémantiques Power BI gouvernés, sur le lakehouse de l’entreprise, pour les revenus, les encaissements et les comptes clients
• Codification des règles d’affaires dans le modèle, documentées et placées sous la responsabilité des gestionnaires
• Intégration de la sécurité de l’information au modèle, avec un accès encadré et audité personne par personne
• Automatisation de l’orchestration des actualisations, synchronisée avec les chargements de l’entrepôt en amont

Impact

• Une vue unique de la performance financière, du tableau de bord de la direction jusqu’à la transaction
• Zéro écart ligne par ligne lors du rapprochement du détail avec la source
• Un accès géré utilisateur par utilisateur, avec des rapports de couverture prêts pour l’audit

Le défi

Les noms s’écrivaient différemment d’un système à l’autre, les rapports détaillés étaient assemblés à la main, et des ajustements tardifs pouvaient modifier discrètement des chiffres déjà communiqués.

Ce que nous avons fait

• Rapprochement des identités entre les systèmes à l’aide d’identifiants stables plutôt que des noms
• Livraison d’un tableau de bord de performance individuel doté d’une sécurité de l’information intégrée, pour que chaque personne ne voie que ses propres résultats
• Création d’une exportation distincte pour la finance, réservée aux utilisateurs autorisés et soumise à un verrouillage mensuel
• Mise en place d’instantanés de fin de mois verrouillés, actualisés automatiquement après la clôture

Impact

• Un accès libre-service au détail de la performance individuelle
• Des chiffres de fin de mois verrouillés et vérifiables, sans retraitement silencieux
• Des exportations contrôlées selon le rôle, conformément à la politique financière

Le défi

L’attrition n’était visible qu’après le départ des gens. Les revues de rémunération comparaient les postes à la main, et les données sensibles ne pouvaient pas être partagées au-delà des RH.

Ce que nous avons fait

• Un seul modèle de main-d’œuvre : effectifs, embauches, départs, postes vacants, heures et rémunération par site, par poste et par ancienneté, actualisé chaque semaine
• Analyse de l’attrition par ancienneté, poste et gestionnaire, avec des indicateurs d’alerte précoce
• Positionnement de la rémunération par rapport aux échelles, avec une sécurité de l’information qui limite chaque dirigeant à ses propres équipes
• Plan de main-d’œuvre par rapport au budget, mois par mois, avec des scénarios de postes ouverts et d’heures supplémentaires

Impact

• −5 pts d’attrition la première année
• −18 jours de délai de dotation
• Chaque semaine une vue à accès par rôle remplace la présentation trimestrielle

Le défi

Les dirigeants ne voyaient les chiffres qu’une fois le mois clôturé. Les budgets étaient établis au mois alors que les opérations se pilotaient à la semaine, et la performance des canaux ne pouvait pas être reliée aux résultats.

Ce que nous avons fait

• Regroupement des données CRM, de prise de rendez-vous et d’exploitation dans le lakehouse et Power BI
• Élaboration de courbes de conversion par cohorte, du premier contact jusqu’à la fin du traitement
• Production de rapports hebdomadaires de visibilité prospective par rapport au budget, par marché et par canal
• Conversion des budgets mensuels en cibles hebdomadaires à l’aide de calendriers de jours ouvrables

Impact

• Une vision prospective de la demande, plusieurs semaines à l’avance
• Le suivi de l’avancement par rapport au budget, par marché et par canal, au même endroit
• La performance des canaux marketing reliée aux résultats

Le défi

Les dépenses par canal, les demandes dans le CRM, les rendez-vous dans le système clinique et les revenus en finances étaient rapprochés une fois par trimestre, dans un classeur.

Ce que nous avons fait

• Réuni les dépenses, les demandes, les consultations, les visites planifiées et réalisées et les revenus dans un seul modèle gouverné, actualisé chaque jour
• Vues de rythme des dépenses et des demandes par rapport au budget et à la cible du mois, par canal et par marché
• Coût par demande, coût par visite réalisée et rendement par canal, avec un décalage de six semaines entre le premier contact et le traitement
• Un briefing hebdomadaire pour les responsables du marketing et des opérations, exceptions d’abord

Impact

• Chaque semaine le rendement par canal, au lieu de chaque trimestre
• −22 % de coût par visite réalisée après la réaffectation des dépenses
• ±3 % d’écart au rythme budgétaire chaque mois

Le défi

Les équipes qualité et approvisionnement travaillaient à partir de rapports statiques, et les avis de diffusion des plans aux fournisseurs transitaient par des canaux manuels sources d’erreurs.

Ce que nous avons fait

• Création de tableaux de bord de tendances par cartes de contrôle, de gestion de l’approvisionnement et de qualité des fournisseurs
• Définition et mise en œuvre de nouveaux KPI pour le système d’évaluation de la performance des fournisseurs
• Simplification du processus de diffusion des plans grâce au transfert des avis vers le système de notification des modifications aux fournisseurs

Impact

• Un système d’évaluation des fournisseurs plus complet et fondé sur les données
• Moins de défauts dans le processus de diffusion des plans
• Une visibilité en temps opportun sur la qualité des fournisseurs pour les équipes approvisionnement et qualité

Le défi

Les lancements rataient leurs dates parce que les approbations circulaient par courriel entre le marketing, la réglementation, le juridique et les ventes, et personne ne voyait où un SKU bloquait.

Ce que nous avons fait

• Un formulaire de demande pour chaque lancement, avec champs obligatoires et pièces jointes
• Une file en direct avec responsables, échéances et ancienneté par étape
• Rappels automatiques et escalade quand une étape dépasse son niveau de service
• Rapport d’état des lancements pour la revue mensuelle du portefeuille

Impact

• Le délai d’approbation visible par étape et par responsable pour la première fois
• Les lancements en retard rattachés à leur cause au lieu d’être débattus
• Une seule liste pour le marketing, la réglementation et les ventes

Le défi

Les plans de lancement montraient des dates, pas les étapes réglementaires et d’étiquetage derrière elles; les glissements apparaissaient tard et à des moments différents selon les pays.

Ce que nous avons fait

• Un modèle de préparation reliant soumissions, étiquetage et identification à chaque lancement
• Une vue calendrier du chemin critique par produit et par marché
• Exceptions hebdomadaires pour les étapes à risque, acheminées aux responsables réglementaires et de l’approvisionnement
• Rapport de portefeuille pour le comité de lancement

Impact

• Glissements visibles des semaines plus tôt, avec l’étape et le responsable nommés
• Un plan de lancement partagé par la réglementation, l’approvisionnement et le commercial
• Moins d’exceptions de dernière minute par marché

Le défi

Chaque revue de lancement utilisait une définition différente du succès; les décisions de soutenir ou de retirer un produit arrivaient tard et étaient contestées.

Ce que nous avons fait

• Un tableau de bord de lancement avec sell-in, sell-out, distribution et rachat par semaine depuis le lancement
• Des repères tirés des lancements antérieurs de la même catégorie
• Alertes quand un lancement sort de son corridor de référence
• Une seule page de revue pour la réunion mensuelle du portefeuille

Impact

• Décisions de soutien ou de retrait prises à la semaine six, pas à la semaine vingt
• Plans de lancement calibrés sur la performance réelle des précédents
• Marketing et ventes devant la même page

Le défi

L’erreur de prévision bondissait autour des promotions et des pics saisonniers, et l’équipe de planification corrigeait à la main chaque semaine.

Ce que nous avons fait

• Modèles de demande par SKU et par canal entraînés sur l’historique, le calendrier promotionnel et le sell-out
• Précision et biais suivis par horizon et par catégorie chaque mois
• Listes d’exceptions pour les SKU où le modèle et le planificateur divergent
• Un flux de consensus qui consigne les ajustements et leurs raisons

Impact

• L’erreur réduite surtout sur les SKU en promotion, là où est l’argent
• Les planificateurs passent leur semaine sur les exceptions plutôt que sur chaque ligne
• Les ajustements mesurés, donc le processus s’améliore

Le défi

Chaque fonction arrivait au S&OP avec sa présentation et ses chiffres; la réunion passait son temps à rapprocher plutôt qu’à décider.

Ce que nous avons fait

• Un seul modèle S&OP combinant plan de demande, plan d’approvisionnement, projection des stocks et perspective financière
• Une page par famille de produits avec les écarts et les décisions requises
• Bascules de scénarios pour les changements de capacité, de délai et de promotion
• Journal des décisions conservé avec les chiffres chaque mois

Impact

• Des réunions qui décident au lieu de rapprocher
• Projections de stocks et vue financière lues ensemble
• Un registre des décisions et de leurs résultats

Le défi

Les demandes d’investissement arrivaient séparément de chaque usine, sans vue partagée des endroits où la demande dépasserait la capacité dans le réseau.

Ce que nous avons fait

• Une perspective de demande par famille de produits et par usine sur 24 mois
• Capacité par ligne avec hypothèses d’entretien planifié et de changements de série
• Projections d’utilisation avec les mois où les contraintes mordent
• Comparaison de scénarios : quarts, transferts et investissements

Impact

• Investissements séquencés à l’échelle du réseau, pas négociés usine par usine
• Contraintes visibles un an à l’avance
• Une perspective partagée par les opérations et les finances

Le défi

L’achat saisonnier était planifié à l’échelle nationale; certaines régions étaient en rupture tôt pendant que d’autres traînaient du stock jusqu’à la liquidation.

Ce que nous avons fait

• Écoulement hebdomadaire et couverture de stock par groupe de magasins et par catégorie
• Un profil saisonnier par région à partir de trois ans de ventes en magasin
• Déclencheurs de réapprovisionnement et de démarque par semaine
• Une revue de saison comparant plan, écoulement et liquidation

Impact

• Moins de ruptures dans les semaines de pointe et moins de liquidation ensuite
• Des achats régionaux plutôt qu’un seul chiffre national
• Une revue de saison qui améliore le plan suivant

Le défi

Les données de dépenses vivaient dans plusieurs ERP avec des noms de fournisseurs et des catégories incohérents; la couverture contractuelle était une estimation.

Ce que nous avons fait

• Harmonisation des fournisseurs et des catégories entre les ERP
• Un cube de dépenses avec couverture contractuelle et conditions de paiement par fournisseur
• Suivi des ristournes par rapport aux paliers contractuels
• Revues mensuelles par catégorie avec les principales occasions

Impact

• Dépenses sous contrat mesurées et en hausse trimestre après trimestre
• Ristournes acquises par palier visibles avant la fin d’année
• Des gestionnaires de catégorie travaillant sur une seule liste d’occasions

Le défi

Le traitement des factures reposait sur la saisie manuelle, avec des erreurs découvertes au paiement et des fournisseurs qui appelaient pour connaître le statut.

Ce que nous avons fait

• Extraction par IA documentaire pour des factures de plusieurs formats et langues
• Rapprochement à trois voies avec bons de commande et réceptions, avec règles de validation
• Une file d’exceptions avec motifs, responsables et ancienneté
• Comptabilisation dans l’ERP avec piste d’audit complète

Impact

• Factures standards traitées sans intervention
• Exceptions traitées dans une file, pas dans les boîtes de courriel
• Questions de statut des fournisseurs répondues depuis le système

Le défi

Les revues de performance des fournisseurs reposaient sur la mémoire et des chiffriers; le même fournisseur pouvait être noté différemment par deux usines.

Ce que nous avons fait

• Un tableau de bord fournisseurs avec OTIF, qualité à la réception, constats d’audit et conditions
• Des pondérations convenues entre les achats et la qualité
• Pages de revue d’affaires trimestrielle générées depuis le modèle
• Suivi des actions correctives lié à la note

Impact

• Des revues fondées sur les mêmes preuves dans chaque usine
• Actions correctives suivies jusqu’à la clôture
• Conditions et performance négociées à partir d’une seule page

Le défi

Les TRS des différentes usines ne pouvaient être comparés, et les pertes étaient catégorisées de façon incohérente.

Ce que nous avons fait

• Une définition du TRS et une taxonomie des pertes convenues entre les usines
• Données par ligne tirées des systèmes machines et des ordres de production dans un seul modèle
• Un tableau de bord d’usine avec pertes de disponibilité, de performance et de qualité
• Revues hebdomadaires des pertes avec les principales causes par ligne

Impact

• Des usines comparées sur la même base pour la première fois
• Des efforts d’amélioration dirigés vers les plus grandes pertes comparables
• Un tableau de bord auquel les directeurs d’usine se fient

Le défi

Le temps de changement variait fortement entre les équipes et les paires de produits, et le programme absorbait la variation comme capacité perdue.

Ce que nous avons fait

• Temps de changement par ligne, équipe et paire de produits à partir des données machines et des ordres
• Cartes de contrôle et vues de distribution qui montrent la dispersion, pas seulement les moyennes
• Cibles de travail standard et alertes pour les changements hors contrôle
• Revue mensuelle des paires offrant le plus de capacité à récupérer

Impact

• Variabilité attribuée à l’équipe et à la paire, pas à la ligne
• Capacité récupérée sans nouvel équipement
• Une méthode que l’usine applique à la perte suivante

Le défi

L’entretien était réactif; les mêmes équipements s’arrêtaient à répétition, et l’entretien planifié suivait le calendrier plutôt que l’état.

Ce que nous avons fait

• Historique des capteurs, des alarmes et de l’entretien combiné par équipement
• Modèles de risque de panne avec explications pour chaque équipement signalé
• Une file d’entretien hebdomadaire classée par risque et par impact sur la production
• Suivi des arrêts évités par rapport au plan

Impact

• Entretien planifié selon l’état, pas le calendrier
• Moins d’arrêts imprévus sur les lignes qui comptent le plus
• Des techniciens qui commencent la semaine avec une liste classée

Le défi

Les déductions des détaillants arrivaient plus vite que les finances ne pouvaient les analyser, et la plupart étaient acceptées après avoir vieilli.

Ce que nous avons fait

• Codage des déductions par cause, client et responsable
• Un Pareto des causes avec les dollars derrière chacune
• Acheminement vers les ventes, la logistique ou les prix avec niveaux de service
• Suivi mensuel des recouvrements et de la prévention

Impact

• Les quelques causes derrière la plupart des déductions corrigées à la source
• Recouvrements poursuivis pendant que les preuves sont fraîches
• Ventes, logistique et finances sur la même liste

Le défi

Les ententes de ristournes étaient appliquées de façon incohérente; les provisions étaient ajustées en fin d’année et les litiges avec les clients duraient des mois.

Ce que nous avons fait

• Conditions contractuelles saisies par client : paliers, périodes et volumes admissibles
• Provisions calculées à partir des ventes au fil de l’eau
• Rapprochement des règlements avec l’écart expliqué par client
• Classement des fuites et cadence de revue avec les ventes

Impact

• Les surprises de fin d’année remplacées par une visibilité mensuelle
• Litiges résolus avec l’entente et les données côte à côte
• Fuites visibles par client et traitées

Le défi

Les refus de réclamations étaient traités par ordre d’arrivée; les délais d’appel passaient sur des réclamations récupérables pendant que les petites occupaient l’équipe.

Ce que nous avons fait

• Refus regroupés par payeur, code de motif et valeur
• Une file de travail avec délais d’appel, responsables et statut
• Rapports de cause racine aux équipes d’inscription, de codage et cliniques
• Suivi hebdomadaire des recouvrements et de la prévention

Impact

• Appels déposés avant les délais sur les réclamations qui comptent
• Causes des refus renvoyées aux équipes qui peuvent les prévenir
• Recouvrement visible par payeur chaque semaine

Le défi

Le délai de recouvrement dérivait à la hausse : le recouvrement traitait les plus gros soldes sans égard au risque, et les litiges bloquaient le paiement de comptes entiers.

Ce que nous avons fait

• Âge des comptes clients et statut des litiges par compte et par région
• Un score de priorité de recouvrement combinant risque, ancienneté et valeur
• Flux de résolution des litiges lié au compte
• DSO et prévision de trésorerie hebdomadaires par région

Impact

• Trésorerie encaissée plus tôt auprès des comptes les plus susceptibles de glisser
• Litiges réglés avant qu’ils ne bloquent le paiement
• Des équipes régionales sur les mêmes priorités

Le défi

La fréquence de livraison et les minimums de commande étaient fixés par l’histoire, pas par ce que chaque client coûtait à servir.

Ce que nous avons fait

• Coût de service par client : préparation, livraison, retours et temps de service
• Paliers de clients avec règles de service pour la fréquence et les minimums
• Modélisation de scénarios pour les changements de fréquence et de canal
• Une revue trimestrielle des paliers avec les ventes

Impact

• Règles de service alignées sur la valeur de chaque palier
• Coût de livraison par unité en baisse sur la longue traîne
• Ventes et logistique d’accord sur le service par palier

Le défi

Les techniciens recevaient les ordres de travail par téléphone et courriel; la disponibilité des pièces et le temps de déplacement n’étaient pas visibles à la répartition, et les niveaux de service étaient ratés.

Ce que nous avons fait

• Dynamics 365 Field Service configuré pour les ordres de travail, les contrats et les pièces
• Un tableau de planification avec temps de déplacement, compétences et niveau de service
• Une application mobile pour les techniciens avec saisie hors ligne
• Rapports Power BI sur les niveaux de service et la résolution à la première visite

Impact

• Résolution à la première visite en hausse grâce à l’appariement des pièces et des compétences
• Niveaux de service suivis par compte et par contrat
• Données de terrain saisies une seule fois, sur le téléphone

Le défi

Pendant les pannes, les opérations, le service à la clientèle et les communications travaillaient sur des chiffres différents, et l’utilisation des équipes était revue des semaines plus tard.

Ce que nous avons fait

• Données de pannes, d’équipes et de rétablissement combinées par région en quasi temps réel
• Délai de rétablissement par rapport aux normes et utilisation des équipes par quart
• Une page de briefing pour le commandement d’incident et les communications
• Revue post-événement avec la chronologie reconstituée à partir des données

Impact

• Une seule image de l’événement pour les opérations et les communications
• Déploiement des équipes ajusté pendant l’événement, pas après
• Des revues fondées sur le registre, pas sur la mémoire

Le défi

Provisions et règlements de dépenses commerciales étaient rapprochés annuellement, et l’ajustement de fin d’année était assez grand pour changer la marge déclarée.

Ce que nous avons fait

• Événements et ententes commerciaux saisis avec leurs règles de provision
• Rapprochement mensuel des provisions et des règlements par client et par événement
• Explications des écarts prises en charge par la finance commerciale
• Un calendrier de clôture avec le rapprochement commercial comme étape obligatoire

Impact

• Marge déclarée chaque mois sur la même base qu’en fin d’année
• Ajustements de fin d’année réduits à de petits éléments expliqués
• Ventes et finances d’accord sur un seul chiffre commercial

Le défi

Les écarts de coûts standards étaient rapportés en totaux par usine; les causes étaient recherchées à la main après la publication du rapport.

Ce que nous avons fait

• Décomposition des écarts en prix, consommation, volume et mix par usine et famille de produits
• Tendances des inducteurs par usine avec alertes sur les mois inhabituels
• Commentaires saisis à côté de chaque écart par le contrôleur d’usine
• Un rapport mensuel qui s’ouvre sur les trois plus grands inducteurs

Impact

• Causes connues à la publication du rapport, pas des semaines plus tard
• Des contrôleurs d’usine qui expliquent leurs propres chiffres
• Moins d’écarts récurrents à mesure que les causes sont corrigées

Le défi

Retraitements et écritures tardives modifiaient les chiffres historiques, et le conseil demandait pourquoi les chiffres du trimestre précédent avaient bougé.

Ce que nous avons fait

• Instantanés de fin de mois verrouillés dans le modèle sémantique, avec un processus de retraitement contrôlé
• Traçabilité de chaque chiffre publié jusqu’au grand livre
• Un rapport au conseil généré à partir des instantanés, dans les deux langues
• Une vue d’audit de qui a changé quoi, et quand

Impact

• Les chiffres cités au conseil restent les mêmes un an plus tard
• Retraitements visibles et expliqués plutôt que silencieux
• Questions d’audit répondues depuis le système en quelques minutes

Le défi

Les réclamations prenaient des semaines à valider, les distributeurs réclamaient leurs paiements, et la même réclamation était parfois payée deux fois.

Ce que nous avons fait

• Réception des réclamations par un portail avec les preuves requises
• Validation automatisée contre les données de sell-out et l’entente d’incitatifs
• Contrôles de doublons et de tolérance avec une file d’exceptions
• Génération du fichier de paiement et vue de statut pour les distributeurs

Impact

• Réclamations valides payées dans les délais convenus
• Doublons et réclamations hors politique arrêtés avant paiement
• Des distributeurs qui vérifient le statut eux-mêmes