Système d'aide à la décision pour une planification industrielle et commerciale adaptative

Adaptive sales and operations planning decision support system

• Auteur / Autrice : Jean Baptiste Vidal
• Direction : Matthieu Lauras, Jacques Lamothe
• Type : Thèse de doctorat
• Discipline(s) : Génie Industriel
• Date : Soutenance le 04/12/2023
• Etablissement(s) : Ecole nationale des Mines d'Albi-Carmaux
• Ecole(s) doctorale(s) : École doctorale Systèmes (Toulouse ; 1999-....)
• Partenaire(s) de recherche : Laboratoire : Centre de recherche Génie industriel (Albi) - Centre Génie Industriel / CGI
• Jury : Président / Présidente : Frédéric Grimaud
• Jury : Examinateurs / Examinatrices : Matthieu Lauras, Jacques Lamothe, Robert Pellerin, Séverine Durieux, Raphaël Oger
• Jury : Rapporteurs / Rapporteuses : Robert Pellerin, Séverine Durieux

Mots clés

Mots clés contrôlés

Logistique (gestion)

Gestion des stocks

Systèmes d'aide à la décision

Planification stratégique

Mots clés libres

S&OP

AS&OP

DDAE

DDMRP

Planification stratégique

Système d'aide à la décision

Planification scénarisée

What-if analysis

S&OP

AS&OP

DDAE

DDMRP

Srategic Planning

Decision support system

Scenario-Based planning

What-if analysis

Résumé

L'approche de l'entreprise adaptative basée sur la demande (Demand Driven Adaptive Enterprise DDAE), proposée par le Demand Driven Institute (DDI), a suscité un intérêt croissant parmi les universitaires et les professionnels ces dernières années. La présente recherche se penche sur le volet stratégique de ce modèle, spécifiquement sur le processus de planification adaptative des ventes et des opérations (Adaptive Sales and Operations Planning AS&OP). L'AS&OP est supposé procurer aux gestionnaires une visibilité permettant de maîtriser la variabilité, d'améliorer le retour sur investissement et de s'adapter aux fluctuations fréquentes du marché. Bien que ces avantages aient été revendiqués précédemment par d'autres méthodologies, bon nombre d'entre elles n'ont pas réussi à concrétiser ces promesses. En conséquence, l'AS&OP a capté l'attention de nombreux professionnels. Cependant, peu de recherches formelles ont encore validé son efficacité, et aucun outillage opérationnel n'a été établi. Cette thèse de doctorat évalue la pertinence et la portée du processus AS&OP. L'objectif a été de cerner les limitations des méthodes actuelles dans la littérature, et de mettre en avant les perspectives à approfondir, telles que le risque, le flux, la finance, la capacité, le marché, etc., ainsi que les variables décisionnelles, les mécanismes de coordination, les structures organisationnelles, et les indicateurs de performance. En pratique, cette recherche présente le développement d'un système d'aide à la décision AS&OP-DSS (Decision Support System) pour une simulation dynamique, incluant méthodologie et algorithmie associées. En premier lieu, un modèle agrégé de l'approche DDMRP (Demand Driven Requirement Planning) est élaboré et intégré au sein de ce système. Par la suite, une stratégie pour inclure les incertitudes, risques, et opportunités est proposée, tout en évaluant chaque scénario via des indicateurs de performance ad hoc. Ce système propose de faciliter la génération et l'évaluation de scénarios en utilisant une simulation dynamique basée sur la planification scénarisée (What-if). Enfin, la proposition intègre une approche capacitaire de la planification afin de mieux supporter les décisions stratégiques à prendre. Les résultats de cette recherche sont corroborés à chaque étape par des études de terrain, impliquant des entreprises adoptant l'approche DDAE. Ainsi, l'étude est structurée autour de deux axes principaux : une dimension théorique et une dimension pratique.

The Demand Driven Adaptive Enterprise (DDAE) approach, proposed by the Demand Driven Institute (DDI), has attracted growing interest among academics and professionals in recent years. The present research focuses on the strategic side of this model, specifically on the Adaptive Sales & Operations Planning (AS&OP) process. AS&OP is supposed to provide managers with visibility to control variability, improve ROI and adapt to frequent market fluctuations. Although these benefits have been claimed previously by other methodologies, many have failed to deliver on these promises. As a result, AS&OP has captured the attention of many professionals. However, little formal research has yet validated its effectiveness, and no operational tools have been established. This doctoral thesis evaluates the relevance and scope of the AS&OP process. The aim has been to identify the limitations of current methods in the literature, and to highlight perspectives to be explored further, such as risk, flow, finance, capacity, market, etc., as well as decision variables, coordination mechanisms, organizational structures, and performance indicators. In practice, this research presents the development of an AS&OP-DSS decision support system for dynamic simulation, including associated methodology and algorithmics. First, an aggregated model of the DDMRP (Demand Driven Requirement Planning) approach is developed and integrated within this system. Subsequently, a strategy for including uncertainties, risks and opportunities is proposed, while evaluating each scenario via ad hoc performance indicators. This system proposes to facilitate scenario generation and evaluation using dynamic simulation based on what-if planning. Finally, the proposal integrates a capability-based approach to planning in order to better support the strategic decisions to be taken. The results of this research are corroborated at each stage by field studies involving companies adopting the DDAE approach. Thus, the study is structured around two main axes: a theoretical dimension and a practical dimension.