La logistique lorgne avec gourmandise sur les data

Les statistiques ont toujours fait partie du quotidien des professionnels de la logistique. Avec l’explosion du nombre de données disponibles, les pros du « Big data » sont accueillis les bras ouverts dans les entrepôts.

Quelle quantité d’une référence produit dois-je recommander? Comment dimensionner mon stock de sécurité? Comment répartir au mieux ma flotte de véhicules? Les spécialistes en logistique ne travaillent aujourd'hui plus seuls pour répondre à ces questions. ils se font aujourd'hui aider de mathématiciens et plus précisément de statisticiens.

Une tendance qui se vérifie particulièrement dans le domaine de l’e-commerce et de la grande distribution. Les nombreuses références de produits, la multitude de clients, le grand nombre de points de livraison (en magasin ou à domicile) représentent en effet une masse de données énorme. Pour pouvoir affiner les prédictions de ventes et donc adapter le flux logistique en fonction, un commerçant a donc tout intérêt à les exploiter. La logistique aussi est entrée dans l’ère "Big data". Amazon réussit même l'exploit de préarer votre paquet alors que vous surfez encore sur son site marchand sans avoir encore rien commandé...

Prévoir les flux logistiques en amont

"La distribution a connu deux évolutions majeures ces dernières années. Des livraisons plus fréquentes avec des palettes plus variées, car le stock coûte cher, et des ventes qui s’opèrent désormais en omnicanal (en ligne et en point de vente physique à la fois, ndlr). Ces deux évolutions font que le nombre de références à gérer et le nombre de points de livraison explose. D’où l’intérêt d'exploiter des solutions Big data pour les commerçants", explique Didier Santurette, directeur du développement au sein d’Acsep, éditeur aixois de logiciels de logistique.

Des logiciels autorisent aujourd’hui la compilation de données nombreuses et de nature variée, cela permet d'adapter le flux logistique. Ils prennent en compte des informations telles que la famille et la sous-famille de produit, son prix d’achat, de vente, de revient, la législation qui s’y rapporte, son coloris, sa taille, etc. Ces données consolidées peuvent être croisées avec les habitudes d’achat d’un groupe de consommateurs donné, sur une zone géographique précise, en fonction des prévisions météorologiques.

Analyse de manière fine les comportements d'achat

Cet agrégat complexe est exploité grâce aux statistiques. "Les sources de données sont à la fois internes (déplacement physique d’un produit, sorties de caisse, transaction reliés à des cartes de fidélité, entrées en stock, niveau de stock, taux de rupture de stock) et externes (la popularité des produits sur les réseaux sociaux par exemple). Tout ce qui a un impact sur le comportement d’achat est pris en compte", indique décrit Christian Zelle, chef de produit chez Acteos, un autre éditeur de logiciel spécialisé en logistique.

Le but? Anticiper le nombre de préparateurs de commandes nécessaires, évaluer la pertinence des trajets de livraison, adapter les produits… Bref anticiper les ventes pour mieux allouer les moyens.

L’analyse prédictive permet ainsi une gestion prospective de la chaîne logistique. Le Big data regroupe alors les clients par comportement d’achat. Il aide à mieux comprendre leur fonctionnement, à analyser les tendances (…). Cette analyse du comportement d’achat permet enfin d’adapter la logistique en conséquence", décrit Christian Zelle. "Le Big data aide les professionnels de la logistique à être plus efficaces donc plus rentables et à apporter plus de services aux clients finaux grâce à l’analyse prédictive", résume Didier Santurette.

Adeline Raynal