Introduction

1Dans la plupart des secteurs d’activités, les entreprises sont confrontées à l’incertitude de leur demande finale. Face à cette problématique, les acteurs industriels et distributeurs impliqués dans une chaîne logistique globale ont souvent eu tendance à augmenter leurs stocks, chacun constituant des stocks d’autant plus importants qu’il est éloigné de la demande finale et doit donc faire face à une incertitude plus forte. Ces stocks, à leur tour, contribuent à masquer l’état réel de la demande en aval et engendrent un effet de distorsion croissant d’aval en amont (figure 1), connu dans la littérature sous le nom d’effet « bullwhip » ou effet « coup de fouet » (Lee et al., 1997a et 1997b ; Chatfield et al., 2004).

2Aujourd’hui, de telles pratiques deviennent particulièrement inopportunes, voire impossibles à mettre en œuvre. En effet, vouloir réduire l’incertitude par le seul biais de la constitution de stocks semble particulièrement inadapté dans l’environnement contemporain caractérisé par l’explosion du nombre des références proposées par les industriels aussi bien en business to business (B to B) qu’en business to consumer (B to C). La pression des marchés et la nécessité de se démarquer par rapport à la concurrence conduisent effectivement les industriels à renouveler rapidement la gamme de leurs produits, tout en l’enrichissant de nouvelles possibilités qui se traduisent par de nombreuses options et variantes. En dépit des avantages qu’il procure aux clients, ce phénomène n’en présente pas moins l’inconvénient d’engendrer une complexité grandissante dans l’estimation de la demande finale et la difficulté de constituer les stocks ad hoc.

3Pour faire face à cette problématique, les industriels et distributeurs ont travaillé simultanément sur plusieurs axes d’améliorations.

4Tout d’abord, ils se sont attachés à trouver des solutions pour améliorer en interne les prévisions de vente, afin de mieux estimer les besoins. Néanmoins, quelques caractéristiques du marché évoquées ci-dessous rendent particulièrement délicates la réalisation des prévisions. Premièrement, la compétition accrue a conduit à une innovation soutenue impliquant une réduction de la durée de vie moyenne des produits : la plupart d’entre eux se trouvent ainsi soit au début de leur vie, et les prévisions deviennent alors difficiles parce qu’il n’existe aucune référence passée concernant la demande, soit à la fin de leur vie, et la demande des clients devient aléatoire parce que les produits sont condamnés à devenir rapidement obsolètes (les clients peuvent se tourner rapidement vers de nouveaux produits). Deuxièmement, cette tension a pour conséquence d’offrir au client une palette de choix de plus en plus étendue, et il devient très difficile pour le prévisionniste d’anticiper comment ce choix se concrétisera. Cela tient à deux raisons principales. D’une part, il arrive un moment à partir duquel le nombre de choix possibles rend inefficace l’effet statistique sur la prévision et celle-ci devient très imprécise1. D’autre part, l’augmentation de la variété de l’offre engendre naturellement pour le client des reprises de décisions et des changements par rapport à des choix initiaux. Il se crée donc une dynamique de changement à court terme qui rend plus difficile l’exploitation des données commerciales à des fins de prévisions.

5Ensuite, ils se sont attachés à développer des solutions pour pouvoir réagir le plus rapidement et le plus efficacement possible à une évolution de la demande aussi bien en nature qu’en quantité. S’il devient complexe d’anticiper les besoins, il faut accepter de subir une demande à une date imprévisible pour une quantité aléatoire : la solution consiste à produire extrêmement vite de manière à se situer dans une zone où l’incertitude est nulle ou encore supportable. Le maître mot devient produire ce qui est déjà vendu, et ce changement radical d’attitude correspond avec le développement des notions de « flux tendus », de « juste à temps » et « de production maigre ». Les fondements de ces pratiques sont

« la suppression des activités génératrices de “fausse valeur ajoutée” et l’accroissement de la productivité et de la réactivité des entreprises. Or, les stocks, les attentes et les transferts sont à la fois les composantes essentielles des délais et le résultat d’activités non génératrices de vraie valeur ajoutée ; leur réduction (voire leur suppression) apparaît donc comme un véritable enjeu. Produire “les produits voulus, en quantité voulue, au moment voulu” devient le mot d’ordre, il n’y a plus de quantité économique mais toute quantité est par nature anti-économique » (Gallois 1989).

6Le stock n’étant qu’une aberration de flux, il ne s’agit plus de le gérer mais bien de le supprimer en synchronisant l’écoulement des matières et la disponibilité des ressources. à la notion initiale de gestion des stocks s’est donc progressivement substituée celle d’accélération et de synchronisation des flux. En support à ces principes, des techniques de tensions des flux ont été popularisées par des outils tels que le kanban, et les concepts de différenciation retardée se sont développés.

7Enfin, les industriels et distributeurs ont complété les démarches internes évoquées ci-dessus par des démarches partenariales avec les autres acteurs de la chaîne logistique globale. Ainsi, afin de combiner au mieux efficacité (minimiser les risques de rupture pour le consommateur final) et efficience (accélérer les rotations, stabiliser les programmes de production et d’approvisionnement), certains se sont attachés à développer une gestion des flux physiques, qui descendent la supply chain, sur la base des flux d’informations qui remontent la demand chain : à l’idéal, les données relatives aux produits vendus sont collectées directement chez le détaillant, puis transmises en temps réel à l’ensemble des acteurs non seulement du réseau de distribution (entrepôts, plates-formes) mais également du réseau de production (donneurs d’ordre, sous-traitants). Chacun peut ainsi ajuster ses programmes d’approvisionnement, de fabrication et/ou d’expédition au regard de l’évolution de la demande finale, en collaboration plus ou moins poussée avec les autres acteurs de la chaîne logistique. La gestion de la supply chain devient de fait de plus en plus celle de la demand chain (Christopher et Ryals, 2014).

8Ce souhait de tirer la production et la distribution par la demande a conduit au développement de nouvelles formes de relations client-fournisseur, en particulier en matière d’organisation des réapprovisionnements. L’objet de cette contribution est de dresser un panorama de ces méthodes et de faire un bilan de leur fonctionnement, notamment de leurs limites, tout en envisageant des pistes possibles d’amélioration en s’appuyant sur les recherches récentes. Dans une première section, nous intéresserons au principe DDR (Demand-Driven Replenishment) et à ses deux formes principales : la GPA (gestion partagée des approvisionnements) et la GMA (gestion mutualisée des approvisionnements). Puis dans une deuxième section, nous ferons le point sur les méthodes de prévisions collaboratives, notamment le CPFR (Collaborative Planning Forecasting and Replenishment).

Les démarches partenariales liées au réapprovisionnement des stocks : l’approche DDR

9Le DDR (Demand-Driven Replenishment) est une approche qui consiste à automatiser le réapprovisionnement de tout ou partie d’un réseau de distribution à partir des données « points de vente ». Développé à l’instigation de la grande distribution, en particulier de l’enseigne américaine Wal-Mart, dans le milieu des années 1980, il est possible aujourd’hui d’en distinguer deux formes principales, elles-mêmes soumises à variantes : la GPA (gestion partagée des approvisionnements) et la GMA (gestion mutualisée des approvisionnements).

La GPA : un partenariat bilatéral entre un industriel et un distributeur

10La GPA est une méthode qui se résume à la prise en charge par le fournisseur des approvisionnements du distributeur : c’est l’industriel qui propose, compte tenu de sa connaissance des mouvements de stocks de ses produits vers les magasins, voire des ventes réelles de ses produits en magasins, les approvisionnements à opérer. Il reçoit les informations sur les sorties d’entrepôt, ou sur les sorties caisses des magasins, et définit en retour les quantités à commander par le distributeur.

11Deux variantes principales de fonctionnement de la GPA peuvent être définies : le CMI (Co-Managed Inventory) et le VMI (Vendor Managed Inventory). Dans le premier cas, les réapprovisionnements proposés par l’industriel au distributeur doivent être validés par ce dernier (figure 2, adaptée de Fady et al., 2006). Il y a donc bien co-gestion des stocks.

12Dans le cas du VMI, la démarche partenariale va plus loin : le fournisseur organise en effet intégralement le réapprovisionnement automatique de ses clients, à des niveaux de stocks préétablis, depuis la définition des besoins jusqu’à la livraison effective ; c’est donc lui qui détermine la nature et le volume des produits à livrer, ainsi que le moment de la livraison et les moyens à mettre en œuvre. Par rapport au CMI, il n’y a plus de boucle de validation des propositions d’approvisionnement par le client, comme le montre la figure 3 suivante.

13Les nombreux retours d’expérience sur ces pratiques montrent un effet positif sur les stocks des industriels et des distributeurs, combiné à une amélioration des taux de service (cf. encadré 1).

14Toutefois, les démarches GPA ne sont pas exemptes de limites.

15Ainsi, l’accélération des rythmes de livraison et la diminution de la taille des lots liées aux pratiques GPA, dans un contexte déjà haussier du coût du transport (carburant notamment, salaires et assurances), ont contribué à une dégradation importante du coût logistique global chez certains industriels (Cammanet al., 2013). De plus, ces approches, qui conduisent à une augmentation du nombre de transports, ne sont pas en phase avec la pression écologique actuelle (écotaxes à venir et bilan carbone ; attentes croissantes des consommateurs en termes de produits et services plus respectueux de l’environnement) qui obligent les industriels à travailler sur des solutions contribuant à la réduction des émissions de CO 2. Enfin, ces méthodes peuvent difficilement être utilisées par de petits fournisseurs qui, en raison de la faiblesse de leurs volumes, peuvent difficilement envisager des livraisons régulières des entrepôts et a fortiori des points de ventes. Ces limites peuvent expliquer le développement ces dernières années de la GMA.

La GMA, un partenarial multilatéral impliquant plusieurs acteurs

16La GMA (gestion mutualisée des approvisionnements), dont il existe également plusieurs variantes2 (soumises parfois à des terminologies différentes) est une réponse possible à cette contrainte. Elle associe plusieurs fournisseurs et/ou prestataires à la démarche et permet ainsi d’envisager des livraisons groupées soit par le biais d’un système « multipick » – on parle de GMA multipicks –, soit par le biais de plateformes de consolidation industrielle – on parle alors de pooling. Dans le cas de la GMA multipicks, plusieurs industriels d’un même périmètre organisent la disponibilité de leurs produits sur leurs sites de production pour qu’un camion effectue une tournée d’enlèvement aussi volumineuse que possible en fonction de sa capacité de transport (Abbad, 2014). Dans le cas du pooling, la démarche va plus loin. Il s’agit pour les industriels concernés d’utiliser une plateforme logistique commune – par exemple dénommée centre de consolidation et de collaboration (CCC) par Carrefour –, livrée éventuellement par le biais d’un système multipick et qui servira de point de consolidation pour organiser la livraison mutualisée (par camions souvent complets) des produits vers les clients communs. Dans les deux cas de figure, les industriels partenaires ont le choix entre deux modes de fonctionnement : la GMA à répartition fixe (ou concertée) et la GMA à répartition variable. La première solution consiste à estimer a priori, pour chaque point de livraison, la répartition du nombre de palettes entre les différents partenaires. Ce processus n’est pas optimal, car chacun se doit de respecter les volumes qui lui sont assignés, mais il permet à chacun de garder la confidentialité de ses propres informations logistiques. La deuxième approche permet de définir des quotas de remplissage de chaque entreprise à chaque livraison en fonction des besoins du distributeur. Dans ce dernier cas, un prestataire de service logistique (PSL) peut être chargé de calculer ces quotas comme peut l’illustrer l’exemple en encadré 2. Ce tiers est en effet plus à même de traiter en toute neutralité les arbitrages à opérer dans des cas litigieux (Kurt Salmon, 2011).

17Les exemples de mises en œuvre de solutions GMA en France (cf. notamment Kurt Salmon, 2011 ; ASLOG, 2011 ; Senkel et al., 2013 ; Camman et al., 2013) font apparaître des résultats très intéressants qui confirment ceux indiqués dans l’encadré 2. Il est possible de les synthétiser dans le tableau suivant (Abbad, 2014).

18Malgré ces résultats et l’intérêt évident pour des structures de petites tailles qui ne peuvent pas accéder aux démarches de GPA, les exemples de GMA sont malgré tout aujourd’hui encore peu nombreux, en particulier pour le pooling. Plusieurs freins au développement de ces logiques peuvent être recensés. Certains freins sont spécifiques à la GMA, qui nécessite un partenariat entre plusieurs acteurs, d’autres sont plus généraux et liés au principe même du DDR.

19S’agissant des freins spécifiques à la GMA, ils découlent directement des facteurs clés de succès propres à cette méthode qui nécessite en particulier :

• la capacité à associer des partenaires proches géographiquement pour favoriser un approvisionnement à un coût acceptable, en particulier en situation de pooling ;
• la capacité à associer des industriels dont les produits sont « compatibles ». Il convient en particulier de s’assurer de la compatibilité des marchandises à être transportées par un même véhicule, ce qui n’est pas toujours possible – ou possible à un coût acceptable – pour des raisons d’intégrité des produits (il n’est par exemple pas possible de transporter du chocolat et de la lessive dans le même camion en raison de problématique de transferts d’odeurs), de nature des conditionnements, de température… Il convient aussi de s’assurer que les produits associés ont des saisonnalités de consommation décalées, complémentaires plutôt que cumulatives (Abbad, 2014) ;
• la capacité à associer un nombre de partenaires suffisant pour obtenir la volumétrie nécessaire à la mise en place (à un coût économique) d’une fréquence de livraison plus élevée pour les distributeurs. Idéalement, il est aussi souhaitable qu’il y ait un équilibre entre les volumétries des industriels concernés car plus l’écart entre les volumétries est important et plus les problèmes de partage de gains sont complexes (ASLOG, 2011, p. 6) ;
• la capacité idéalement à constituer des partenariats avec plus de deux industriels, même si la complexité de gestion augmente. En effet, si un des acteurs devait se retirer du partenariat, cela ne remet pas forcément en cause l’existence de la démarche mise en place ;
• la capacité à associer des partenaires qui livrent des points de livraison identiques.

20En plus de ces contraintes déjà particulièrement limitatives, il faut aussi évoquer des contraintes plus globales liées au fonctionnement même de la logique DDR.

21Tout d’abord, certains acteurs, qu’ils soient industriels ou distributeurs, peuvent être réticents à utiliser ces démarches. Si l’on dépasse l’aspect régulièrement conflictuel des relations en France entre les industriels et les grands distributeurs qui ne pousse pas au développement de logiques partenariales (Abbad et al., 2012), plusieurs points peuvent être soulevés. Premièrement, certains industriels considèrent, par exemple, que le DDR va impliquer une charge supplémentaire qui était auparavant assurée par le client. Ils doivent ainsi s’occuper de définir les quantités à réapprovisionner à leurs clients, mettre en œuvre les systèmes permettant la collecte de l’information (EDI par exemple) et la prise de décision (logiciels GPA et GMA qui peuvent être coûteux), ou encore développer – dans le cas de la GMA – des systèmes de pooling ou de multipick complexes. Deuxièmement, la mise en œuvre de telles approches implique également de partager l’information avec le ou les partenaires, ce qui est souvent considéré par les acteurs comme un facteur de risque. Troisièmement, si la complexité du dispositif amène à confier l’organisation du partenariat à un facilitateur de type PSL, il y a un risque de perte du savoir faire des acteurs industriels et distributeurs. Quatrièmement, pour les distributeurs, les informations (les sorties caisse et sorties entrepôt) ont une valeur pour le fournisseur et donc pourraient être vendues (Sari, 2008)3.

22Ensuite, peuvent se poser des contraintes technologiques de partage de l’information (chaque acteur doit pouvoir accéder facilement et rapidement à l’information) et, plus globalement, de fiabilité de cette dernière (en particulier des données collectées au niveau de l’aval de la chaîne). Aujourd’hui, ces contraintes nous semblent devoir être dépassées. Il existe désormais de nombreux systèmes d’information facilitant l’accès partagé aux données, données qui peuvent par ailleurs être mises à disposition sur des plateformes internet dans le cloud qui ne nécessitent pas d’infrastructure informatique particulière et donc pas de coût de maintenance. De plus, le développement des outils du suivi de l’identification et de la localisation des biens (code-barres, puce RFID…) permettent une bonne fiabilité des données « aval » par une connaissance précise des sorties caisses et/ou entrepôts, ainsi que des niveaux des stocks.

23Enfin, et surtout, se pose pour les industriels la difficulté à tenir les stocks de détail aux niveaux préétablis, avec les risques de rupture qui en découlent4. Ce constat est particulièrement vrai pour les articles régulièrement promotionnés et peut s’expliquer par un manque de visibilité des industriels qui doivent, avec ces méthodes, réagir presque en temps réel, sans anticipation, aux besoins de leurs clients. De fait, le DDR est essentiellement un système de collaboration à dominante logistique opérationnelle qui n’inclue pas (ou peu) un travail en amont sur les prévisions. Dans la majorité des systèmes DDR, les clients sont de fait exclus du processus d’estimation de la demande ; leur seule responsabilité est de fournir à leur fournisseur les données sur les stocks et les ventes effectives (Sari 2008). Ce constat peut expliquer le développement de projets collaboratifs portant sur les prévisions de vente.

Les démarches de partenariats portant sur les prévisions

24Plusieurs types de partenariats peuvent être évoqués : un partenariat de base sur le partage très en amont de l’information prévisionnelle et un partenariat plus élaboré implicant la co-construction des prévisions.

Le partage d’informations prévisionnelles

25Dans le premier cas de figure, les membres d’une chaîne logistique globale vont partager leurs prévisions de vente de l’aval vers l’amont pour permettre à chaque acteur la chaîne de s’organiser. L’exemple récent suivant (encadré 3) entre un industriel et ses fournisseurs permet d’illustrer la démarche et de montrer son intérêt.

26Ce dispositif semble apporter une vraie valeur ajoutée dans la mesure où chacun va établir ses propres prévisions sur une base de départ validée par le client. Idéalement l’information doit partir le plus en aval de la chaîne pour descendre toute la demand chain et, ainsi, permettre à chacun d’estimer ses propres besoins compte tenu des stocks pré existants (logique DRP [Distribution Ressources Planning]). Néanmoins, la démarche reste encore très descendante et la collaboration entre les acteurs reste limitée. D’où la possibilité d’envisager la réalisation de prévisions conjointes.

La réalisation de prévisions conjointes

27Cette approche s’est fait connaître à l’origine sous la dénomination de CPFR (Collaborative Forecasting and replenishment). Lancé par le VICS (Voluntary Interindustry Commerce Standards association) en 1996, le CFPR s’est d’abord développé aux états-Unis à l’initiative de Wal-Mart pour la grande distribution, avant de toucher l’Europe avec des expériences pilotes, notamment chez Eroski et Henkel en Espagne ou encore Lesieur et Système U en France.

28Le modèle CPFR5⁵ implique que distributeurs et fabricants mettent en commun certaines informations comme les sorties caisses, les données du stock les périodes de promotions, d’ouverture et de fermeture des points de vente, la capacité disponible au niveau de l’usine, le lancement de nouveaux produits… Ces informations partagées sont la base de l’élaboration de prévisions et d’un planning commercial et industriel communs. Cette mutualisation de l’information a comme qualité essentielle de fiabiliser l’information globale et de donner un cap commun (et accepté) aux partenaires.

29La démarche de fonctionnement, définie par le VICS (désormais GS1), passe par un séquencement de neuf étapes se rapportant à la planification, aux prévisions, et au réapprovisionnement (Seifert, 2003 et figure 6 ci-après).

30La première étape, qui est la plus fondamentale, consiste à établir un accord de coopération entre les partenaires. Cet accord définit clairement les objectifs recherchés, les processus à mettre en place, les ressources et compétences nécessaires pour gérer ces nouveaux processus, ainsi que le rôle de chaque partenaire dans la démarche. Certaines activités peuvent, en effet, être partagées ou réalisées indifféremment par l’industriel ou le distributeur : il s’agit donc de préciser qui de l’un ou de l’autre va assurer ces activités au regard des compétences et des ressources de chacun, tout en sachant que différents scénarios peuvent être envisagés en fonction des catégories de produits et des profils de vente des produits (la saisonnalité…). Certaines tâches peuvent également être réalisées par des tiers prestataires de services logistiques (PSL).

31La deuxième étape est le point de rencontre des stratégies commerciales des deux partenaires. Elle consiste en l’élaboration d’un plan commercial commun qui énonce les catégories de produits concernés, la palette de stratégies adaptées à chaque catégorie, le mode de réalisation du plan de commercial conjoint, et qui annonce les objectifs à atteindre. Il s’agit de rapprocher le plan d’action commercial du distributeur avec le programme industriel du fournisseur. Cette étape est donc la ligne conductrice du processus de prévision.

32Les étapes suivantes consistent à élaborer une prévision de vente unique et partagée (étapes 3, 4 et 5), puis à en déduire un programme d’approvisionnement (étapes 6, 7 et 8). Les prévisions sont estimées et validées conjointement et ensuite confrontées aux contraintes respectives du fournisseur et du distributeur. Le partenariat est aussi géré par des critères d’exception permettant de signaler toute dérive potentielle (modification du calendrier promotionnel, écart de prévision > x %, évolution du nombre de points de vente…). La dernière étape (étape 9) consiste à traduire le programme d’approvisionnement en commandes fermes. La création de la commande est censée « consommer » la prévision.

33La définition conjointe d’indicateurs de performance doit faciliter le pilotage de l’ensemble du dispositif (évaluation et correction).

34En considérant ce qui a été défini précédemment, le CPFR comprend plusieurs objectifs principaux : l’intégration des stratégies commerciales des entreprises partenaires, la prise en considération des contraintes opérationnelles de part et d’autre, l’automatisation des processus d’approvisionnement, les échanges de données en temps réel, la fiabilisation des prévisions des ventes et l’augmentation de l’efficacité des promotions, la réduction des stocks…

35D’un point de vue théorique, cette démarche doit permettre de limiter le risque d’effet bullwhip dans la supply chain. Les décisions de réapprovisionnement des magasins apparaissent, en effet, nettement moins soumises à des ajustements de dernière minute (liés à des aléas non maîtrisés). De plus, le partage d’information doit contribuer à une meilleure gestion de la capacité de production du fournisseur (baisse du risque de rupture) et de fait, à une baisse du risque de conflits liés à une inadéquation entre offre et demande, comme l’illustrent les travaux de recherche menés sur les bénéfices apportés par le partage de l’information dans une supply chain (Im et Rai, 2008 ; Patnayakuni et al., 2006). Les recherches par simulation menées par Sari (2008) montrent, par ailleurs, que les bénéfices apportés par le CPFR sont toujours supérieurs à ceux d’une simple approche DDR et militent donc en faveur de la mise en place d’une telle démarche, en particulier dans les secteurs d’activités où la demande des clients finaux est très volatile (comme en informatique par exemple). Le CPFR serait donc clairement une solution pour faire face aux contraintes actuelles des entreprises confrontées à l’incertitude de leur demande finale

36D’un point de vue pratique, les retours d’expérience de la mise en œuvre du CPFR (encadré 4) semblent confirmer ces analyses théoriques. Ils montrent des résultats concluants en terme de baisse des stocks et d’amélioration des taux de service clients.

37Néanmoins, le CPFR n’est pas une panacée et peut faire l’objet de certaines critiques. Certains utilisateurs de la démarche ont d’ailleurs limité son périmètre d’utilisation au regard de résultats moins intéressants que ceux attendus (Aviv, 2001 ; Yao et al., 2013). Ainsi, bien que conceptuellement simple, l’implantation pratique du CPFR n’est pas une tâche facile et naturelle (ibid.). Elle nécessite en effet un niveau de relation beaucoup plus fort entre les partenaires, qui doivent échanger un nombre très important d’informations, et impose des coûts de coordination plus élevés qu’avec les méthodes du DDR. Dans certains cas, il faut même faire une réelle analyse coût/bénéfice de la démarche par rapport au DDR en particulier si les délais de livraison sont courts et/ou les capacités usine vraiment justes (Sari, 2008). D’un point de vue organisationnel, les entreprises doivent envisager une redéfinition des rôles des différents acteurs et le développement de nouveaux mécanismes de concertation de leurs actions (Rebolledo, 2010).

38Par ailleurs, même si elle permet une amélioration significative de la relation client-fournisseur en termes d’optimisation des opérations logistiques, le CPFR ne prend pas en charge la phase d’exécution effective des commandes : préparation, transport, traçabilité, règlement.

39Enfin, comme dans la plupart des négociations partenariales, la question pour chaque acteur est de connaître les bénéfices qu’il va pouvoir tirer de la mise en œuvre de telles pratiques. La tentation classique étant de « ramener la couverture à soi » (quand on a une position de force sur le marché), les partenaires peuvent être très méfiants et timides et peu forces de proposition. Ainsi, l’individualisme, la méfiance et les jeux de pouvoir ont toujours nui à la mise en place de telles pratiques.

Conclusion et perspectives

40Les évolutions structurelles des marchés ont amené les différents acteurs industriels et distributeurs à modifier leurs organisations pour améliorer leur compétitivité (baisse des coûts et des ruptures entre autres). Malgré de nombreux efforts d’améliorations internes des organisations, les flux de production sont restés très sensibles aux incertitudes de la demande avec des taux de rupture et de surstock corrélés à l’éloignement du client final. Ce fameux effet coup de fouet (bullwhip effect) a permis aux acteurs de prendre conscience de l’importance des démarches partagées ou collaboratives au sein des chaînes logistiques globales : de type DDR, d’une part, liés aux prévisions, d’autre part.

41Les résultats de ces dispositifs peuvent paraître probants, même si des limites subsistent. Les perspectives de développement nous semblent toutefois intéressantes, comme le montrent des exemples récents, surtout si l’on envisage l’ensemble des dispositifs comme très complémentaires.

42Tout d’abord, il ne faut pas forcément opposer DDR et CPFR, ou dit autrement approche court terme vs approches moyennes terme/long terme. En effet, pour les entreprises qui ont déjà mis en place une logique DDR avec leurs partenaires, cette approche peut pour partie se substituer aux étapes 6, 7, 8 et 9 du processus CPFR décrit précédemment (figure 6) comme le montre la figure 7. La démarche DDR, quelle que soit sa nature (CMI, VMI, GMA) est donc complémentaire du CPFR en ce sens qu’elle permet un réapprovisionnement synchronisé aux ventes réelles.

43Ensuite, il est possible d’enrichir le modèle CPFR en impliquant plusieurs partenaires, dans une logique proche de la GMA. Du CPFR originel associant un distributeur et un industriel, une évolution se dessine depuis quelque temps vers une approche permettant de regrouper l’ensemble des acteurs partenaires de la chaîne logistique au sein d’une organisation dont les flux physiques sont idéalement parfaitement synchronisés, grâce à un système d’information intégré (partagé) assurant à chacun une visibilité complète et fiable de tout changement en cours, tant dans la demand chain que dans la supply chain. On pense évidemment ici à la phase d’exécution effective des commandes – préparation, transport, traçabilité, règlement – en impliquant par exemple des prestataires logistiques ou d’autres industriels pour une mutualisation des moyens dans le processus collaboratif. Mais aussi à la démarche prévisionnelle en prenant en compte lors de celle-ci les contraintes des transporteurs (prévisions transports), des prestataires d’entreposage (capacité entreposage) en plus de celles de tous les fournisseurs. La synchronisation peut alors être à la fois horizontale, tout au long de la chaîne, et verticale, du long terme au court terme.

44Enfin, il semble intéressant d’intégrer les aspects financiers à la démarche, dans une logique d’optimisation des flux financiers et des besoins en fonds de roulement des partenaires tout au long de la chaîne. Les travaux de recherche récents sur la supply chain finance, en particulier ceux des équipes rennaises sur le financement collaboratif entre client et fournisseur (Gaugain et al., 2014), semblent défricher une voie prometteuse…