Compte-rendu - Le Comptoir x Casino : Comment optimiser les stocks en linéaire par la Data ?
Pierre Sabrié, directeur des prévisions entrepôts et magasins chez Casino, Nicolas Gery, Senior Manager chez Accenture spécialisé dans le Retail et la Supply Chain, et Antoine Moreau, Head of Data & AI pour le Retail chez Octo Technology ont animé le comptoir “Comment optimiser les stocks en linéaire par la Data ?” le jeudi 15 juin 2023.
À travers ce webinar, découvrez comment sécuriser la disponibilité des produits en rayon, réduire la casse et les stocks, et gagner en efficacité en centrale et en magasins.
Casino a rapidement réussi ce pari grâce à une solution algorithmique capable de traiter des données à la maille la plus fine (articles x magasins), de manière quotidienne en se basant sur les assets Cloud.
Le contexte et les enjeux : Optimiser les stocks et leur pilotage pour améliorer la rentabilité et la satisfaction clients à l’aide de la Data
A l’issue de quelques mois difficiles post Covid avec beaucoup de tensions sur la chaîne d’approvisionnement et le début du conflit en Ukraine, nous avons collaboré avec Pierre et les équipes Casino (Supply Chain, magasins et SI/ Data) pour :
Optimiser les niveaux de stocks tout en garantissant la disponibilité linéaire et la satisfaction clients
Réduire la casse
Simplifier les process de réapprovisionnement des magasins, aussi bien pour les magasins que pour les équipes centrales Supply Chain
Pour cela, sur le périmètre PGC et Frais Industriels, nous avons développé et mis en place une solution de calcul et de pilotage des stocks minimum de présentation (SMP), en fonction de la connaissance magasin et du potentiel de la data et des assets Cloud, et apporter une méthode statistique paramétrable et communicable, adaptée à chaque article x magasin.
Le SMP est le niveau théorique la veille au soir du jour de réception des commandes de réapprovisionnement.
Il représente entre 25 et 35 % du stock total de chaque magasin, mais est cependant rarement maîtrisé chez leurs distributeurs. C’est pourtant un paramètre important qui déclenche la commande en magasin et impacte la qualité et le volume des articles commandés.
Une nouvelle approche pour le pilotage des stocks magasins pour les équipes centrales et magasins
Notre solution permet de prendre en compte à la fois des données articles (ventes historiques et référentiel articles dont les dates limites de consommation pour maîtriser la casse), les paramètres d’approvisionnements (fréquence de commande, délai de livraison, etc.) mais aussi les données merchandising propres à chaque article x magasin, pour adapter le besoin aux capacités linéaires de chacun en s’assurant de conserver des rayons marchands via un facing minimum.
La transformation a consisté à mettre en place une solution mais surtout à simplifier les process magasins de pilotage des SMP.
Initialement, les équipes magasins avaient la main sur la définition des SMP avec des difficultés pour définir le bon optimum. Désormais, leur rôle est de saisir et maintenir leurs besoins merchandising pour chaque article (facing et capacités linéaires), qui sont pris en compte directement à J+1 dans la solution et les SMP calculés. Pour cela, nous avons défini une interface magasins disponible sur mobile pour faciliter la saisie.
Cette approche a permis de gagner en précision et en réactivité, d’adapter les commandes aux besoins de chaque article x magasin, aussi bien en terme de demandes que de Merchandising, de simplifier les activités magasins et centrales et la capacité de traiter un volume important de données en peu de temps.
Une solution avec 3 fonctions principales
INTEGRATION, en masse de données articles X magasins avec la collecte et le nettoyage des données (ventes, référentiel, plan d’approvisionnement et merchandising magasins) et l**’enrichissement** des données (clusterisation et recommandation de facings et capacités linéaires). La clusterisation a un rôle clé dans le déploiement, elle a permis un déploiement rapide en capitalisant sur les collectes réalisées par certains magasins pour permettre une extrapolation à d’autres et en environ 10 mois avoir près de 80% du parc magasins déployés.
CALCUL PAR ARTICLE X MAGASIN des SMP avec le calcul statistique du SMP (dont l’anticipation de la saisonnalité) et le bornage du SMP (durée de vie maximale des articles en rayon, capacité linéaire).
PILOTAGE, avec un cockpit de KPIs personnalisé et évolutif et le paramétrage du bornage et des seuils de contrôle avant intégration dans l’outil de commande des magasins.
Des choix conceptuels pour répondre à nos problématiques
L’ambition de l’outil était claire dès le début : être déployé sur l’ensemble des magasins Casino. Nous avons donc fait des choix architecturaux structurants afin de répondre aux problématiques qui nous étaient posées.
Nous avons ainsi construit un outil :
Scalable et résilient aux augmentations de volumétrie de données grâce à l’exploitation des ressources Cloud et l’utilisation d’une architecture micro-services permettant une meilleur allocation des ressources.
Optimisé pour le run et sans complexité superflue pour permettre une passation aux équipes IT la plus fluide possible grâce à une architecture serverless & micro-services ainsi qu’un monitoring performant et centralisé sur l’ensemble de l’outil.
Pilotable directement par les utilisateurs à travers un cockpit de suivis des KPIs et d’interprétation de l’outil, et une interface de paramétrage permettant de favoriser l’adhésion pour ce nouvel outil.
Une démarche collaborative et progressive durant 8 mois avec les équipes Supply Chain, SI/ Data et magasins
Nous avons donc mené un projet sur 8 mois, avec une approche progressive, dont une première phase de design et un premier POC après environ 2 mois sur un périmètre de produits (10 familles) et de magasins (4) considérés comme permanent. En parallèle, nous avons continué le développement de nouvelles fonctionnalités pour le lancement d’un 2nd POC vers le 4ème mois sur 14 familles et 20 magasins , avant le déploiement de la solution et la mise en place du mode de fonctionnement après 8 mois.
Pour tenir ces délais et garantir le succès du projet, des choix de conception jusqu’au planning de déploiement, les équipes Casino métiers (Supply Chain et magasins) et SI/ Data ont fortement collaboré, avec la définition de l’ambition par les équipes Supply Chain, la prise en compte des retours POC des équipes magasins et des études de faisabilité par les équipes SI/ Data.
Des gains notables
L’approche a rapidement montré de bons résultats. Environ 10 semaines après l’application des SMP recommandés (délai nécessaire à la bonne prise en compte des SMP dans l’outil de commande et l’écoulement des stocks), nous avons constaté des réductions de 10 à 15 % de la valeur de stocks et de 15 à 30% de la valeur de casse.
Ces résultats ont été obtenus tout en maintenant le niveau de disponibilité (initialement haut) et en réduisant les volumes reçus par les magasins et les volumes stockés en réserve.
Ainsi, les équipes magasins gagnent du temps sur la mise en rayon (pas de retour réserve) et sur le pilotage des commandes, avec un calcul centralisé et une saisie locale du merchandising.
Une réussite sur le pilotage des stocks et de nouvelles perspectives
Les équipes de Casino envisagent d’enrichir les données de merchandising en collectant celles-ci à l’aide des caméras des magasins. Avec cette méthode, le process serait encore simplifié et les saisies limitées, pour permettre un gain de temps aux équipes.
Grâce à sa conception modulaire, la solution pourra intégrer la prévision des ventes, réalisée par un module externe d’IA, dans le calcul du SMP.
Enfin, la base de données Merchandising à disposition et le cockpit de KPIs personnalisables vont permettre de créer de nouveaux cas d’usage, pour challenger les assortiments, les planogrammes, les volumes d’implantation et optimiser davantage le niveau de stocks magasins.