Le président d’une entreprise de distribution en gros a failli tomber de sa chaise. Non pas à cause d’une mauvaise nouvelle provenant d’un client. Ni en raison d’un choc de marché. Mais parce que, pour la première fois, il pouvait voir exactement combien de revenus son entreprise perdait chaque année, sous ses yeux, sans même s’en rendre compte.
Ce montant s’élevait à 8 millions de dollars.
Le coût caché des commandes non livrées
Les distributeurs en gros dépendent de leur capacité à livrer les commandes de leurs clients. Lorsqu’un détaillant passe une commande, il s’attend à être approvisionné. Si cette attente n’est pas respectée trop souvent, vous ne perdez pas seulement une vente. Vous risquez de perdre la relation d’affaires, et dans bien des cas, cela entraîne également des pénalités financières.
De nombreux grands détaillants exigent de leurs fournisseurs qu’ils respectent une entente de niveau de service (SLA), qui fixe un seuil contractuel de livraison complète et à temps, souvent établi à 95 % ou plus. Lorsque ce seuil n’est pas atteint, des pénalités s’appliquent. Le coût d’une expédition incomplète ne se limite donc pas à la marge perdue sur la vente : il inclut aussi les amendes imposées en conséquence.
Lorsque nous avons commencé à travailler avec ce client, une entreprise gérant environ 5 000 SKU auprès d’une vaste clientèle de détaillants, la demande initiale était simple : calculer le taux de satisfaction des commandes. Une tâche relativement simple. Mais nous avons décidé d’aller plus loin.
Mettre un montant sur le problème
Au lieu de simplement produire un pourcentage de satisfaction, nous avons consolidé les données de commandes et de facturation afin d’analyser les écarts ligne par ligne. Si un client commandait 100 unités et que seulement 60 étaient livrées, nous ne considérions pas seulement l’écart de 40 %. Nous attribuions également une valeur monétaire aux 40 unités manquantes.
Le résultat a été une image claire et quantifiée des revenus perdus : par client, par produit, par groupe d’achats, ainsi que selon des périodes mensuelles, trimestrielles et annuelles.
Lorsque nous avons présenté les résultats, le chiffre était saisissant. En une seule année, cette entreprise avait perdu 8 millions de dollars de revenus en raison de commandes non satisfaites. Le président était stupéfait. Mais ce qui a rendu ce moment encore plus révélateur, c’est sa discussion avec le vice-président aux opérations. La réponse a essentiellement été : « Oui, ça semble correspondre à la réalité. »
Le problème n’était pas inconnu. Il n’avait simplement jamais été clairement défini. Or, les problèmes qui ne sont pas nommés sont rarement résolus.
Le troisième avantage des données : l’alignement
On entend souvent dire que les données procurent deux bénéfices : la compréhension et l’action. Pourtant, cette situation a révélé un troisième avantage, souvent sous-estimé : l’alignement. Lorsque la direction, les opérations et les finances voient le même chiffre associé au même problème, la conversation change complètement. Ce n’est plus une impression ou une hypothèse. C’est une réalité partagée. Et c’est à partir de cette réalité commune que les changements significatifs deviennent possibles.
Passer du mode réactif au mode proactif : la couche de prévision
IIdentifier le problème n’était que la première étape. Empêcher qu’il se reproduise constituait la véritable transformation.
À l’aide d’IBM Cognos Analytics et de notre solution QuickStart pour SAP Business One, nous avons mis en place une prévision glissante des ventes sur 12 semaines fondée sur les tendances historiques de la demande. Nous avons ensuite comparé ces prévisions à trois sources de données simultanément :
- les stocks disponibles en temps réel;
- les commandes d’approvisionnement en attente auprès des fournisseurs;
- les commandes clients non encore expédiées.
Le résultat a été une vision prospective des écarts de satisfaction susceptibles de se produire plusieurs semaines avant qu’ils ne deviennent problématiques.
Ce délai change tout.
L’équipe des opérations peut désormais commander l’inventaire plus tôt, réaffecter les expéditions selon les priorités ou communiquer de façon proactive avec les clients avant qu’un niveau de service ne soit compromis.
Avant la mise en place de cette solution, l’équipe réalisait une version manuelle de cette analyse. Le processus était long, sujet aux erreurs et, de façon réaliste, limité à quelques produits jugés prioritaires.
Avec Cognos et QuickStart, ce même exercice est maintenant exécuté simultanément pour l’ensemble des 4 000 à 5 000 SKU.
La méthode n’a pas changé. C’est l’échelle qui a changé. Et c’est précisément là que réside la véritable valeur.
Le véritable coût du « presque »
Réfléchissez à tout ce qu’une entreprise accomplit avant de générer un revenu.
Elle développe son organisation, recrute ses équipes, bâtit sa chaîne d’approvisionnement, commercialise ses produits, entretient ses relations clients et décroche finalement la commande.
Puis elle doit dire : « Désolé, nous n’avons pas cet article en stock. »
Tous ces efforts. Tous ces investissements. Perdus au dernier moment.
C’est ce qui rend les pertes de revenus si insidieuses dans le secteur de la distribution en gros. Elles n’apparaissent pas sous la forme d’un échec spectaculaire. Elles se cachent dans l’écart entre ce qui a été commandé et ce qui a été expédié.
Et si vous ne disposez pas d’un système permettant de détecter ces écarts, de les quantifier et d’agir en conséquence, ils continueront de se répéter mois après mois, année après année.
La valeur d’une bonne question
IBM Cognos Analytics, combiné à QuickStart pour SAP Business One, permet aux distributeurs en gros :
de quantifier les écarts de satisfaction des commandes en dollars réels;
d’aligner la direction et les opérations autour d’une version unique de la réalité;
de prévoir la demande sur des milliers de SKU à partir de données historiques;
de prendre des mesures correctives avant que les problèmes ne surviennent, plutôt qu’après avoir subi les pénalités.
La technologie est importante.
Mais le véritable levier consiste à poser la bonne question :
Non pas : « Quel est notre taux de satisfaction des commandes ? »
Mais plutôt : « Combien cette situation nous coûte-t-elle réellement ? »
Si vous êtes un distributeur en gros utilisant SAP Business One et que vous n’avez pas examiné vos données de satisfaction des commandes récemment, il est peut-être temps de découvrir ce qui se cache dans cet écart.
Vous souhaitez voir comment QuickStart pour SAP Business One peut révéler des revenus cachés dans votre entreprise?
Pour prendre de meilleures décisions, il faut s’appuyer sur des données fiables. Découvrez comment les équipes SAP Business One utilisent QuickStart pour réduire le temps consacré à la production de rapports et exploiter pleinement leurs données.
→ Découvrez les fonctionnalités de QuickStart
→ Réservez une session stratégique de 30 minutes
