Qualité des données : un essentiel pour votre entrepôt (avec Manhattan)

Dimensions de l’article, poids, description, dangerosité… Autant de données indispensables au bon fonctionnement d’un entrepôt logistique. Pourtant, souvent, la qualité de ces données est négligée. C’est une erreur à ne pas commettre, car les impacts peuvent être importants. Explications par Rémi Coolen, Directeur Solutions Métiers chez Manhattan France, éditeur de progiciels Supply Chain.

« Dans un entrepôt, la donnée clé à fournir concerne le niveau de stock, affirme-t-il. En permanence, on doit avoir une image fiable du stock disponible, incluant les types d’article, les quantités… On doit aussi disposer du stock indisponible, celui qui est en transit ou en cours de réception. » 

Le stock est une donnée clé, évidemment, mais pas que. Plus généralement, le système de gestion de l’entrepôt (WMS – Warehouse Management System, ou Système de Gestion d’Entrepôt) a besoin de nombreuses autres informations pour une bonne gestion d’entrepôt.

« Pour être en capacité d’opérer efficacement, de recevoir la marchandise, de la contrôler, de la faire entrer en stock, le WMS doit connaître les dimensions exactes de l’article, sa durabilité, sa dangerosité, sa position exacte… » Toutes les informations qui déterminent la taille de l’emballage, mais aussi le process à adopter. Il sera différent si les pièces sont petites ou plus grandes, si les produits sont fragiles ou non, s’ils doivent respecter la chaîne du froid…

Et ce n’est pas tout. « La tendance est au jumeau numérique, complète Rémi Coolen. Le système de gestion d’entrepôt a vocation à modéliser la réalité de l’entrepôt physique, en d’autres termes à en créer un double virtuel. » L’idée ? Optimiser la préparation de commandes en réduisant par exemple les déplacements effectués par les opérateurs. Cela implique de bien connaître la position exacte des produits et la configuration précise de l’entrepôt. En bref, d’avoir des données fiables.

La donnée fiable dans le contexte d’un entrepôt est celle qui reflète le mieux possible la réalité. Essentielle pour le système de gestion, une donnée fiable permet de prendre des décisions et d’agir, d’autant plus si elle s’adapte en temps réel.

Le système va choisir tel carton en fonction de tel produit, de sa taille, selon s’il doit rester debout… « Ce qui est intéressant, c’est que le WMS lui-même est aussi un maillon pour améliorer la fiabilité des données, explique Rémi Coolen. Explication. Les fournisseurs donnent les spécificités de leurs articles : ce produit pèse 18 g et mesure 5 cm de haut par exemple. Quand l’article arrive dans l’entrepôt, il est ausculté par un scan 3D pour vérifier ces données et connaître précisément les dimensions, peser sur une balance pour s’assurer de son poids… parce que le système a besoin de ces données pour mener à bien ses missions. Ce sont ces données fiabilisées qui vont guider les process. » 

Dans cette démarche de fiabilisation des données, même si le système est automatisé, les opérateurs conservent une place importante. La prise de mesures reste relativement manuelle, pièce par pièce, mais aussi par pack. Si la mesure est effectuée par le biais de capteurs, l’étape de validation des données reste la prérogative des opérateurs.

Une mauvaise qualité des données a donc de nombreux impacts au sein d’un entrepôt. Et si rien n’est fait pour les corriger, les répercussions vont se faire sentir tout au long de la chaîne logistique, jusqu’à la sortie d’entrepôt.

Rémi Coolen insiste donc sur l’importance de contrôler la qualité des données en amont de leur utilisation par le WMS. Sans cela, les heures de correction et de contrôle des données par les équipes risquent de se multiplier et la productivité, comme le coût supplémentaire, s’en ressentira.

Par exemple, si les dimensions renseignées pour un article sont trop grandes, l’emballage prévu par le WMS sera, lui aussi, trop grand. Pour éviter que le produit ne bouge dans le carton, les opérateurs devront alors utiliser des cales. Toutefois, le coût de ces cales et le temps nécessaire pour leur installation ne sont pas prévus dans les process. Un coût qui peut se répercuter sur l’expérience client, si cela créé du retard ou que la qualité attendue n’est pas au rendez-vous.

Une donnée fiable constitue ainsi un prérequis pour optimiser les process logistiques. Une donnée de position fiable, par exemple, permet d’augmenter la productivité, notamment en diminuant les déplacements des collaborateurs ou en diminuant le besoin de contrôle, en adaptant les opérations en temps réel ou en fournissant un historique pour améliorer l’organisation de l’entrepôt et les prises de décision.

La fiabilité des données est aussi essentielle, pour répondre aux obligations réglementaires : traçabilité des lots d’articles, numéros de suivi, respect de la chaîne du froid… Des informations particulièrement importantes pour les produits qui sont stockés dans un environnement contrôlé. « Concrètement, une meilleure qualité des données se manifeste par une amélioration du niveau de services par l’entrepôt et par une réduction des litiges et des retours de colis, conclut Rémi Coolen. L’implémentation d’un WMS susceptible de fiabiliser justement ces données, avec des capteurs ou des outils de reconnaissance visuelle, peut ainsi être très bénéfique. En effet, il n’est pas rare d’observer des nombres de litiges divisés jusqu’à 4 fois et les gains de productivité de 10 à 15 %. »

Dans un entrepôt, le meilleur moyen d’obtenir des données qualifiées est de disposer des bons outils :

• WMS Warehouse Management System pour la gestion de l’entrepôt ;
• OMS Order Management System pour la gestion des commandes ;
• TMS Transport Management System pour la gestion du transport ;
• WES Warehouse Execution System, ou Système d’Exécution d’Entrepôt pour l’exécution des commandes

Et, surtout, de mettre en place une stratégie dédiée.
Or, cette dernière étape est souvent négligée, alors qu’elle est essentielle pour le bon fonctionnement de l’entrepôt.

Le meilleur moment pour définir cette stratégie est celui de la mise en place du projet de WMS. C’est l’occasion de réaliser un état des lieux de la maturité digitale de l’entrepôt et de lancer, le cas échéant, un chantier de mise à niveau, en parallèle de l’implémentation du système de gestion. 

La difficulté : les personnes responsables de la collecte des données ne sont pas affectées directement par leur mauvaise qualité. « Les personnes réceptionnant les marchandises sont chargées de les mesurer et de les peser, illustre Rémi Coolen, mais ce sont les opérateurs chargés de la préparation des commandes qui vont être impactés dans le choix des cartons d’emballage adaptés et dans leur taux de remplissage. »

Voilà pourquoi il est crucial de mettre en œuvre des contrôles de qualité du travail de collecte et de maintenance des données et, surtout, d’établir une boucle d’amélioration continue. L’objectif est de savoir à tout moment comment les données sont capturées, contrôlées, voire corrigées.

Cet exercice de fiabilisation des données est d’autant plus important que la mise en colis s’automatise. « Nos clients ne prennent pas toujours la mesure de l’impact des données sur leurs process, insiste Rémi Coolen. C’est pourquoi il faut définir des indicateurs de performance (KPI) pour afficher clairement aux yeux de tous comment les données d’entrée influent sur le travail dans l’entrepôt. » La détermination de ces KPIs, l’identification de ceux impactés par les données et leur révision annuelle, pour être en phase avec la réalité de l’entrepôt, prennent du temps, mais cette étape est vraiment facilitatrice des process.

La collecte de données de qualité et leur gestion efficace sont des opérations centrales de la performance des entrepôts. L’automatisation de la chaîne logistique renforce la fiabilisation des data et le niveau de service client.

Découvrez le WES Deepsky, le système d’exécution d’entrepôt fruit de l’expertise d’Exotec, pour en savoir plus.