Vous êtes sur la page 1sur 144

N° d’ordre 08ISAL0066

Année 2008

Thèse de doctorat

Partage d’information dans la chaîne logistique :

“Evaluation des impacts sur la performance d’une chaîne logistique des modes de collaboration mis en œuvre entre les partenaires et des informations échangées”

Présentée devant

L’Institut National des Sciences Appliquées de Lyon

Pour obtenir

Le grade de docteur en Génie informatique

Ecole doctorale : Informatique et Information pour la Société

Spécialité : Génie productique

Par

Ali Mehrabikoushki

Soutenance le 25 Septembre 2008 devant la Commission d’examen

ARTIBA Abdelakim LADET Pierre MARCON Eric CUNG Van-Dat CAMPAGNE Jean Pierre BABOLI Armand

Jury Professeur des Universités, Professeur des Universités, Professeur des Universités, Professeur des Universités, Professeur des Universités, Maître de Conférences,

Rapporteur Rapporteur Examinateur Examinateur Directeur de thèse Co-Directeur de thèse

Remerciements

Sommaire

Remerciements

3

Sommaire

5

Liste des tableaux

8

Liste des figures

9

Introduction générale

10

Chapitre 1.

: Concepts de base et état de l’art

15

1.1. Introduction

15

1.2. Concepts de « chaîne logistique » et de « gestion de la chaîne logistique »

15

1.2.1. Chaîne logistique

16

1.2.2. Processus principaux de la chaîne logistique

16

1.2.3. Gestion de la chaîne logistique (GCL)

17

1.3. Les apports de la mise en place d’une chaîne logistique

19

1.4. Les attendus d’une gestion de la chaîne logistique

20

1.5. Chaîne de valeur (Michael Porter)

21

1.6. « Lean » ou « Agile »

22

1.7. Les problématique liées à l’organisation et la gestion de la chaîne logistique

23

1.7.1. Niveau de la décision

23

1.7.2. Type de décision

25

1.7.3. Impacts des nouvelles technologies de communication

26

1.8.

Problème de stockage et chaîne logistique

28

1.8.1.

Problème de stockage multi-echelon

28

1.9.

Conclusion

30

Chapitre 2.

: Concepts et état de l’art sur le partage d’information dans une chaîne

logistique

31

2.1. Introduction

31

2.2. Partage d’information dans une chaîne logistique

31

2.2.1. Historique de partage d’information

32

2.2.2. Les avantages attendus du partage d’information :

34

2.2.3. Un triangle concernant la valeur de l’information

34

2.3.

Etat de l’art sur les travaux relatifs au partage d’information

35

2.3.1. Revue de la Littérature par F. Chen, 2003

35

2.3.2. Une trame pour la valeur d'informations (VOI) dans le problème de stockage

par Ketzenberg et al, 2007

36

2.3.3.

Le cadre référentiel proposé par Huang et al. 2003

39

2.3.4.

Autres exemples de la littérature

41

 

2.3.5.

Approches de modélisation et d’évaluation de la valeur d’information

43

2.4.

Proposition d’un cadre général d’analyse de la littérature

45

2.4.1. Contexte

45

2.4.2. Stratégie

46

2.4.3. Classification par types d’information et de structure

48

2.4.4. Cartographie des indicateurs de performance

51

2.5. Partage d’information du délai d’approvisionnement

53

2.6. Conclusion

57

Chapitre 3.

: Partage d’information de délai dans un centre de distribution :

Problématique, Démarche de résolution et Simulation

58

3.1. Introduction

58

3.2. Problématique

58

3.3. Démarche de la résolution

59

 

3.3.1.

Phase 0 et 1 : Etude des stratégies de réapprovisionnement et des hypothèses

d’allocation pour un centre de distribution dans les modèles existants

59

3.3.2. Phase 2 : Identification des flux d’information et des modes de coopération

62

3.3.3. Phase 3 : Détermination des scénarios à envisager

63

3.3.4. Phase 4 : Formulation mathématique

63

3.3.5. Phase 5 : Programmation et simulation

64

3.3.6. Phase 6 : Analyse des résultats de la simulation

64

3.4. Modèle de simulation pour un centre de distribution avec plusieurs détaillants

64

3.5. Effet du partage d’information de délai dans un dépôt

66

3.5.1. Problème de dépôt

66

3.5.2. Les scénarios pour la simulation

71

3.5.3. Indicateur de performance

74

3.5.4. Résultats de la simulation

75

3.6.

Conclusion

78

Chapitre 4.

: Evaluer la valeur du partage d’information de délais dans une chaîne

logistique

80

4.1. Introduction

80

4.2. Problématique étudiée:

80

4.3. Le modèle

81

4.3.1. Représentation mathématique du modèle

81

4.3.2. Le partage d’information dans le modèle de base

83

4.3.3. Différentes hypothèses d’allocation

84

4.4.

Paramétrage et mise en place des scénarios de recherche

85

4.4.1. Le coût unitaire de rupture (CdR)

85

4.4.2. Le nombre de détaillants (ND)

86

4.4.3. Le délai d’approvisionnement (L)

86

4.4.4. L’hypothèse d’allocation (Hypo)

86

4.4.5. Comportement clientèle face à la rupture de stock

86

4.5.

Analyse des résultats

87

4.5.1. La sensibilité des résultats face au coût unitaire de rupture (CdR)

87

4.5.2. La sensibilité des résultats face au nombre de détaillants (ND)

89

4.5.3. La sensibilité des résultats face au délai d’approvisionnement (L)

91

4.5.4. La sensibilité des résultats face à l’hypothèse d’allocation (Hypo)

93

4.5.5. Analyse sur l’effet réciproque du partage de la demande et partage du délai

98

4.6.

Conclusion

100

Chapitre 5.

: Evaluation de la valeur du partage d’information de délai dans un cas

réel pharmaceutique

101

5.1. Introduction

101

5.2. Présentation du cas réel et typologie considérée

101

5.2.1. Flux physique et classement des produits

102

5.2.2. Typologie considérée

103

5.3. Modèles de stockage combiné pour la chaîne pharmaceutique (Baboli et al. 2007)

 

104

5.3.1. Modèle décentralisé

106

5.3.2. Modèle centralisé

108

5.3.3. Démarche de résolution et programmation

108

5.4.

Variation du délai et stock de sécurité,

110

5.4.1. Stock de sécurité : concept de base

111

5.4.2. Stock de sécurité et aléas sur le délai

112

5.5.

Démonstration mathématique sur le partage d’information de délai

113

5.5.1. Croisement des commandes

114

5.5.2. Niveau de stock de sécurité dans le cas de non partage d’information

114

5.5.3. Niveau de stock de sécurité dans le cas de partage d’information

115

5.5.4. Valeur d’information de délai

118

5.6.

Expérimentations sur la chaîne logistique pharmaceutique aval

121

5.6.1. Scénarios envisagés

122

5.6.2. Analyse des résultats

123

5.7.

Conclusion

127

Conclusion générale et Perspectives

129

Références bibliographiques

132

Liste des tableaux

Tableau 1.1 : Résumé des avantages de GCL selon la National Association of Purchasing Management

19

Tableau 2-1: structure du modèle conceptuel proposé pour analyser la littérature

45

Tableau 2-2 : Liste des références

49

Tableau 2-3 : Classification de la littérature, information aval

50

Tableau 2-4 : Classification de la littérature, information amont

51

Tableau 2-5 : Cartographie des indicateurs de performance pour les infos aval et amont

53

Tableau 3-1 : Matrice de transition Markovienne pour QL=4

71

Tableau 3-2 : Ensemble des scénarios pour la simulation

74

Tableau 3-3 : Valeurs considérées pour les paramètres du modèle

76

Tableau 3-4 : Les caractéristiques des délais générés dans chaque contexte

76

Tableau 3-5 : Les résultats pour la condition saturée

77

Tableau 3-6 : Les résultats pour la condition normale

78

Tableau 3-7 : Les résultats pour la condition manquante

78

Tableau 4-1 : moyenne et écart-type de la demande finale chez les détaillants

85

Tableau 4-2 : Résultats d’analyse sur CdR dans le cas de commande en souffrance

88

Tableau 4-3 : Résultats d’analyse sur CdR dans le cas de vente perdue

89

Tableau 4-4 : Résultats d’analyse sur ND dans le cas de commande en souffrance

90

Tableau 4-5 : Résultats d’analyse sur ND dans le cas de vente perdue

91

Tableau 4-6 : Résultats d’analyse sur L dans le cas de commande en souffrance

92

Tableau 4-7 : Résultats d’analyse sur L dans le cas de vente perdue

93

Tableau 4-8 : Résultats d’analyse sur Hypo dans le cas de commande en souffrance

94

Tableau 4-9 : L’efficacité des Hypos dans le cas de commande en souffrance

95

Tableau 4-10 : Résultats d’analyse sur Hypo dans le cas de vente perdue

96

Tableau 4-11 : L’efficacité des Hypos dans le cas de vente perdue

97

Tableau 4-12 : Effet réciproque du partage dans le cas de commande en souffrance

98

Tableau 4-13 : Effet réciproque du partage dans le cas de commande en souffrance

99

Tableau 5-1 : Classement des produits pharmaceutique

103

Tableau 5-2 : Arrangement de transport

104

Tableau 5-3 : Valeurs des Paramètres utilisé

122

Tableau 5-4 : Résultats pour un délai normal (α=1 β=5)

123

Tableau 5-5 : Résultats pour un délai important (α=5 β=10)

124

Tableau 5-6 : Résultats pour un délai large (α=1 β=10)

124

Liste des figures

Figure 1-1 : Les éléments et les flux d’une Chaîne logistique

17

Figure 1-2 : La chaîne de valeur

22

Figure 2-1 : Système partagé et système traditionnelle; Source: Mason-Jones et Towill 1997

 

32

Figure 2-3 : Le triangle de William Lovejoy (1998)

35

Figure 2-4 : Trame de valeur d’information présentée par Ketzenberg et al, 2007

36

Figure 2-5 : Cadre référentiel proposé par Huang et al. 2003

39

Figure 3-1°: Un centre de distribution avec délai aléatoire

59

Figure 3-2 : Démarche de la résolution (recherche)

61

Figure 3-3°: Système centralisé avec un centre de distribution

63

Figure 3-4°: Système décentralisé

63

Figure 3-5 : Modèle de simulation pour un centre de distribution

65

Figure 3-6 : processus d’approvisionnement comme une file d’attente

70

Figure 4-1 : Un système de distribution divergent à deux niveaux

81

Figure 4-2 : Les gains en fonction du CdR dans le cas de commande en souffrance

88

Figure 4-3 : Les gains quant à CdR dans le cas de vente perdue

89

Figure 4-4 : Les gains quant à ND dans le cas de commande en souffrance

90

Figure 4-5 : Les gains quant à ND dans le cas de vente perdue

91

Figure 4-6 : Les gains quant à L dans le cas de commande en souffrance

92

Figure 4-7 : Les gains quant à L dans le cas de vente perdue

93

Figure 4-8 : Les gains pour différentes hypo dans le cas de commande en souffrance

94

Figure 4-9 : TCT pour différentes hypo dans le cas de commande en souffrance

95

Figure 4-10 : Changement d’efficacité entre les Hypos dans le cas de commande en souffrance

95

Figure 4-11 : Les gains pour différentes hypo dans le cas de vente perdue

96

Figure 4-12 : TCT pour différentes hypo dans le cas de vente perdue

97

Figure 4-13 : Changement d’efficacité entre les Hypos dans le cas de vente perdue

97

Figure 4-14 : Gains sur le partage de la demande dans le cas de commande en souffrance

99

Figure 4-15 : Gains sur le partage de la demande dans le cas de vente perdue

99

Figure 5-1 : Chaîne logistique pharmaceutique aval

102

Figure 5-2 : Chaîne logistique pharmaceutique à deux niveaux étudiée

104

Figure 5-3 : Démarche de résolution

109

Figure 5-4 : Démarche générale des algorithmes d’optimisation

110

Figure 5-5 : Arrivées des commandes sans croisement

114

Figure 5-6 : Politique optimale dans le cas du partage

116

Figure 5-7 : Un exemple du variation de LTD avec T k =4

117

Figure 5-8 : Analyse de sensibilité sur le δ avec délai normal

125

Figure 5-9 : Analyse de sensibilité sur le δ avec délai grand

125

Figure 5-10 : Analyse de sensibilité sur le δ avec délai large

126

Figure 5-11 : Relation entre δ et γ avec la valeur d’information

126

Introduction générale

Cette recherche s’inscrit dans le cadre de l’amélioration de la performance d’une chaîne logistique par la mise en œuvre de processus collaboratifs entre les partenaires de cette chaîne logistique et/ou l’échange ou le partage d’informations. Il s’appuie en particulier sur les travaux de recherche académiques et les études de terrain conduits dans le cadre du projet de recherche COPILOTES.

Un des changements de paradigme important dans le domaine de la gestion des entreprises, est que la concurrence ne s’exerce plus entre les entreprises mais plutôt entre les chaînes logistiques ou entre les réseaux d’entreprises (Issues in SCM, Lambert et Cooper). Il y a beaucoup de définitions dans la littérature sur la gestion de Chaîne Logistique mais du point de vue de la recherche tournée sur l’intégration et la coopération entre les acteurs d’une chaîne logistique, la définition développé et utilisé par le GSCF (Global Supply Chain Forum) semble la plus appropriée :

La gestion de la chaîne logistique est l'intégration de processus d’affaires essentiels, des clients finaux aux fournisseurs originaux, qui fournit des produits, des services et des informations qui ajoutent des valeurs pour les clients finaux et pour les autres parties prenantes.

Depuis plusieurs dizaines d’années que les chercheurs travaillent sur ce sujet, il y a beaucoup de problématiques et de questions qui sont posées et abordées dans les travaux de recherches, des problématiques classiques de la gestion et de l’organisation industrielle jusqu’à des problématiques traitant de la chaîne logistique. Un des problèmes les plus récents dans ce contexte est le partage d’information, problème amplifié par l’utilisation des nouvelles technologies de l’information et de la communication dans les chaînes logistiques.

Contexte et problématique

Le partage d’informations entre partenaires d’une chaîne logistique et l’étude des impacts de ce partage sur la performance globale et individuelle de chacun des partenaires est un thème de recherche émergent. Dans les chaînes logistiques traditionnelles, les ordres sont les seuls échanges d’informations entre les entreprises. Mais grâce aux technologies d'information, actuellement les entreprises partagent de plus en plus d'informations.

La vaste bibliographie des travaux de recherche menés sur ce sujet depuis ces vingt dernières années met en évidence que ce sont les informations sur la disponibilité de ressources (capacité ou niveau de stock), sur la performance (temps de réponse, qualité,…), sur l’avancement d’un processus ou le type de contrat qui sont le plus souvent partagées ou étudiées.

La cartographie détaillée de ces travaux de recherche présentée au deuxième chapitre de cette thèse, montre clairement que si de nombreux travaux portent sur le partage d’information aval, il y a au contraire peu de travaux s’intéressant aux effets du partage d’information amont (indiqué aussi par Chen et Yu 2005). C’est la raison pour laquelle nous nous sommes intéressés à l’examen de la valeur d'information provenant de l’amont de la chaîne, et plus particulièrement, à l’information relative au délai d’approvisionnement. D’après cette cartographie nous avons également constaté un manque de recherches sur des structures complexes comme les centres de distribution avec plusieurs détaillants (structures divergentes). Ceci nous à conduit à une étude approfondie des impacts du partage d’information de délai d’approvisionnement dans ce type de réseau logistique.

Démarche de résolution

Nous avons à cette fin proposé une démarche de résolution en six étapes permettant de déterminer d’une part les différents scénarios de partage d’information, et d’autre part les différents modes de coopération, à examiner distinctement ou simultanément, afin de répondre aux deux questions suivantes :

1. Quelle est la valeur de l’information sous chaque mode de coopération ?

2. Quelle est l’efficacité de chaque mode de coopération (en termes de performance globale de la chaîne logistique) selon le niveau de partage de l’information ?

Première étude : une modèle de simulation pour un problème de dépôt

Nous avons développé un premier modèle de simulation pour un centre de distribution alimentant plusieurs détaillants. Ce modèle paramétrable s’appuie sur la démarche de résolution proposée. Il a été développé sous un environnement MATLAB et SIMULINK.

Ce modèle de simulation nous a permis de réaliser une première analyse numérique s’appuyant sur une structure de dépôt étudiée par Eppen-Schrage 1981. Nous avons considéré trois niveaux pour le partage d’information (sans information, information historique et information partagé) et deux modes de coopération (centralisé et décentralisé). Les résultats issus des analyses sous différents contextes du marché (saturé, normal et manquant) nous permettent de mettre en évidence :

1. Une

relation

toujours

d’information ;

positive

entre

la

centralisation

et

la

valeur

du

partage

2. Une relation positive lorsque le contexte du marché est manquant entre le partage et la centralisation ;

3. Le fait que le mode de coopération centralisé est plus efficace que celui décentralisé dans tous les cas étudiés.

Deuxième étude : un modèle d’entrepôt

Dans la suite de cette recherche, nous nous sommes intéressés à une autre forme de centre de distribution : un entrepôt avec plusieurs détaillants. Contrairement au modèle précédent développé pour un dépôt, nous n’avons pas trouvé de méthode mathématique qui donne directement les paramètres optimaux pour le modèle de stockage d’un entrepôt.

Pour ce problème d’entrepôt, nous avons d’abord formulé un modèle de stockage avec délai d’approvisionnement aléatoire. En appliquant successivement deux politiques de stockage, nous avons distingué deux modèles de base : un premier modèle dans le cas de partage d’information et un second pour le cas de non partage. Ensuite, nous avons considéré, afin d’élargir nos scénarios d’analyse :

1. Quatre hypothèses d’allocation ;

2. Deux types de comportement clientèle (vente reportée ou perdue) ;

3. Plusieurs coûts unitaires de rupture ;

4. Trois types de délai ;

5. Trois réseaux différents en termes de nombre de détaillants.

Afin de rechercher les solutions optimales dans les différents contextes étudiés, nous avons programmé les deux modèles correspondant au cas du partage et du non partage d’informations dans l’environnement LINGO. Après application de tous les scénarios d’analyse dans les cas de partage et non partage, nous mettons en évidence les points suivants :

1. Dans tous les cas étudiés, le partage d’information de délai a des impacts importants ;

2. Selon le type de comportement clientèle, le partage d’information de délai impacte de manière positive, inverse ou faible la performance selon : le coût unitaire de rupture, le nombre de détaillants et le type du délai. Le comportement clientèle ressort comme étant le facteur le plus important en termes de sensibilité ;

3. Lorsque l’on contraint des règles d’allocation pour se rapprocher de cas réels on obtient malgré tout de bons résultats en termes d’efficacité ;

4. Une analyse de l’impact du partage réciproque de la demande finale et du délai d’approvisionnement, montre que selon le comportement clientèle, le partage de la

demande finale n’est pas toujours gagnant et dépend du partage du délai. Seulement lorsque le délai est partagé, le partage de la demande finale impacte positivement le résultat.

Troisième étude : un cas réel pharmaceutique

Afin de valider les résultats issus des études théoriques précédentes, on a modélisé et étudié l'effet du partage de l'information du délai d’approvisionnement sur le stock de sécurité dans la partie aval d’une chaîne logistique pharmaceutique. Cette chaîne inclut une pharmacie centrale (entrepôt) et une pharmacie d'hôpital (détaillant). Nous proposons trois politiques de stockage, une pour le cas de non partage d’information et deux pour le cas de partage d’information.

Pour chaque politique, nous présentons également le modèle conduisant à la détermination du niveau de stock de sécurité et par résolution mathématique, nous analysons la valeur de partage d’information. Nous concluons ce travail par des expérimentations numériques basées sur des données issues d’un cas réel et commentons les résultats obtenus, à savoir :

1. Une relation inverse entre la valeur d’information et le niveau autorisé de rupture ;

2. Une valeur d’information plus importante lorsque le délai a une variation importante ;

3. Une relation inverse entre la valeur d’information et le niveau de stock de sécurité en cas de partage d’information, et une relation positive dans le cas du non partage d’information.

Organisation du mémoire

Dans le but de présenter les différents points abordés dans les paragraphes précédents, nous avons structuré ce mémoire de recherche en cinq chapitres.

Dans le chapitre 1, nous donnons quelques définitions et classifications importantes relatives à la gestion de la chaîne logistique, nous expliquons les concepts de base et fournissons une bibliographie générale liée au problème du stockage dans les chaînes logistiques.

Le Chapitre 2 est consacré à la présentation des concepts et d’un état de l’art sur le partage d’informations dans une chaîne logistique. Dans ce chapitre, nous présentons en particulier, quelques unes des meilleures synthèses bibliographiques déjà faites sur ce sujet. Par la suite, une cartographie de l’ensemble des travaux recensés est développée. Elle met en évidence des manques de recherche sur le partage d’informations dans certains domaines, ce qui nous a conduits à orienter notre recherche vers l’approfondissement de l’impact de partage de l’information de délai d’approvisionnement dans les centres de distribution.

Dans le chapitre 3, nous abordons le problème de partage d’information de délai dans un centre de distribution. A cette fin, nous proposons une démarche globale comprenant 6 étapes.

L’idée principale de cette démarche est d’identifier puis de considérer successivement les scénarios possibles à examiner, chacun de ceux-ci étant caractérisé d’une part par un niveau de partage d’information, et d’autre part par un mode de coopération entre les partenaires de la chaîne. Nous développons ensuite, un modèle de simulation pour un centre de distribution, alimentant plusieurs détaillants. Ce modèle, paramétrable, est adapté à la démarche de résolution proposée. Ce modèle de simulation est ensuite utilisé pour effectuer notre première analyse numérique sur une structure de dépôt. Les résultats de cette analyse concluent ce chapitre.

Dans le chapitre 4, nous nous intéressons à une autre forme de chaîne logistique multi- niveaux mono-produit divergente : celle d’un fournisseur alimentant un entrepôt approvisionnant plusieurs détaillants. Nous développons à cette fin deux modèles de base :

un modèle pour le cas du partage d’information et un second pour le cas de non partage. Plusieurs hypothèses d’allocation et différentes politiques de gestion de stock sont ensuite proposées et modélisées afin d’élargir suffisamment nos scénarios de recherche et de faire des analyses de sensibilité relativement aux principaux paramètres de ces modèles. Pour optimiser ces modèles nous utilisons un outil d’optimisation exact (LINGO). L’analyse des résultats obtenus conclue ce chapitre.

Le dernier chapitre, i.e. le chapitre 5, est consacré à l’évaluation de la valeur du partage d’information de délai dans un cas réel. Il a pour objet de valider les résultats obtenus théoriquement dans les chapitres précédents. Il traite de la modélisation et de l’étude de l'effet du partage d'information du délai d’approvisionnement sur le stock de sécurité dans une chaîne logistique pharmaceutique aval. Nous proposons trois politiques de stockage, une pour le cas de non partage d’information et deux autres pour le cas de partage d’information. Pour chaque politique, nous présentons le modèle conduisant à la détermination du niveau de stock de sécurité et par une résolution mathématique, nous analysons la valeur de partage d’information. Nous concluons ce travail par des expérimentations numériques basées sur des données issues de ce cas réel.

Enfin, nous concluons ce mémoire en rappelant les principales contributions de ce travail de recherche et en présentant quelques perspectives pour des recherches futures.

Chapitre 1.

1.1. Introduction

: Concepts de base et état de l’art

Dans ce chapitre on présente le contexte général de cette recherche en apportant quelques définitions et classifications importantes relatives à la gestion de la chaîne logistique. Les principales problématiques concernant ce domaine de recherche sont ensuite évoquées. Enfin, nous plaçant dans le cadre plus spécifique de notre recherche nous concluons ce chapitre en présentant les concepts de base et une bibliographie générale liée au problème du stockage dans les chaînes logistiques.

1.2. Concepts

logistique »

de

« chaîne

logistique »

et

de

« gestion

de

la

chaîne

Le terme "logistique" vient d’un mot grec logistikos qui signifie l’art du raisonnement et du calcul. La logistique est apparue la première fois dans le contexte militaire, elle représente tout ce qui est nécessaire (physiquement) pour permettre l’application sur le terrain des décisions stratégiques et tactiques (transports, stocks, fabrication, achats, manutention). Aujourd’hui le terme "logistique" recouvre des interprétations très diverses. Cela va du simple "transport" jusqu’à une science interdisciplinaire combinant ingénierie, micro économie et théories d’organisation

Dans le contexte de la gestion industrielle la « logistique industrielle » peut être définie comme l’ensemble des activités concernées par les flux externes de matières premières, produits intermédiaires et des services qui supportent des processus de production intégrés ou distribués dans l’espace de manière à mettre à disposition les productions de ces processus au consommateur final ou intermédiaire au bon moment, au bon endroit et au moindre coût (Barros 1997).

En ce qui concerne à la définition de la « chaîne logistique (CL) » et de la « gestion de la chaîne logistique (GCL) », une synthèse de la littérature met en évidence la profusion et la confusion de la terminologie (COPILOTES 2004). Nous rappelons ci-après les principales définitions retenues.

1.2.1.

Chaîne logistique

De nombreux auteurs définissent une chaîne logistique comme un ensemble d’installations ou d’entités échangeant des flux (physique, informationnel, financier). En 1989 Stevens en s’appuyant sur les activités d'une chaîne logistique indique : « a supply chain is a connected series of activities which is concerned with planning, coordinating and controlling materials, parts, and finished goods from supplier to customer. It is concerned with two distinct flows (material and information) through the organization ». Lee (1993) définit une chaîne logistique comme une réseau d’installations qui assure les fonctions d’approvisionnement en matières premières, de transformation de ces matières premières en composants puis en produits finis, et de distribution du produit fini vers le client. Le Supply Chain Council en 2000 met l’accent sur les deux types de production dans la chaîne logistique à savoir la production de biens et de services : « The supply chain encompasses every effort involved in producing and delivering a final product or service, from the supplier's supplier to the customer's customer ». Eksioglu (2001) en utilisant la notion de processus intégré définit « a supply chain is an integrated process where several business entities such as suppliers, manufacturers, distributors, and retailers work together to plan, coordinate and control the flow of materials, parts and finished goods from suppliers to customers ».

Malgré quelques différences dans les terminologies utilisées, on constate que dans toutes ces définitions l’ensemble du processus (efforts, activités, installation etc.) allant des clients de clients jusqu’aux fournisseurs des fournisseurs, soutenu par les différentes ressources matérielles humaine et financières est considéré. Ceci est illustré dans la partie centrale de la Figure 1-1.

1.2.2. Processus principaux de la chaîne logistique

D’une façon plus globale, selon Beamon (1998), on peut distinguer dans une chaîne logistique deux processus de base : (1) un processus amont (processus de production) qui couvre la planification de la production et des approvisionnements, la fabrication et enfin la gestion des stocks et (2) un processus aval (processus de distribution) couvrant la planification et la gestion des réseaux de distribution ainsi que le transport et la livraison des produits finis (logistic).

Le premier processus concerne l’approvisionnement, la production de biens ou de services et l’entreposage des matières premières, produits intermédiaires et produits finis au sein de l’entreprise.

Le deuxième processus fixe la manière dont les produits sont acheminés de l'entreprise jusqu’aux détaillants et clients finaux. Ces produits peuvent soit être directement livrés soit transiter par des centres de distribution. Ce processus inclut la gestion d’entrepôt et de dépôt, le transport et la livraison.

Entre les différents partenaires d’une chaîne logistique, circulent trois catégories de flux : le flux physique ou de marchandises venant de l'amont vers l'aval, le flux financiers venant de

l’aval vers l’amont et le flux d'information circulant dans les deux sens. Ce travail de recherche s’intéresse plus particulièrement aux flux d’information

Flux d’information Planification de la production et gestion des stocks Distribution et logistique Fournisseurs
Flux d’information
Planification de la production et
gestion des stocks
Distribution et logistique
Fournisseurs
Points de Production
Réseau de distribution
Clients
Flux physiques
Flux financiers

Figure 1-1 : Les éléments et les flux d’une Chaîne logistique

La Figure 1-1 représente les processus, les flux et les entités principales d’une chaîne logistique. Dans ce schéma, l’ensemble des maillons de la chaine logistique est intégré dans un cadre fléché afin de présenter l’orientation de la gestion de la chaîne logistique vers les clients.

1.2.3. Gestion de la chaîne logistique (GCL)

Les systèmes de production traditionnels sont fondés sur l'expérience et l'intuition des individus avec de longs cycles de production, des grandes tailles de lot, des technologies orientées volume et de nombreux fournisseurs avec lesquels étaient passés des contrats à court terme. L’objectif était de maximiser l'efficacité d'une unité individuelle afin d’acquérir un avantage compétitif basé sur la réduction de coût. Dans une vision de chaîne logistique (CL), les entités composant cette chaîne ne se considèrent plus comme des entités autonomes concurrentes, mais plutôt comme des partenaires d’un même réseau.

Le concept de gestion de la chaîne logistique (GCL) est apparu en 1982 (Cooper et al 1997). La littérature sur la gestion de la chaîne logistique donne de cette fonction plusieurs définitions :

Selon Cooper et Ellram (1993) la GCL est « Une philosophie intégrative pour gérer le flux total d'un réseau de distribution du fournisseur au client final, la coordination plus grande de processus et des activités commerciales, à travers le réseau entier et non seulement entre quelques partenaire de réseau ». Giunipero et Brand (1996) distinguent : 1) la gestion du flux des marchandises du fournisseur au client final; 2) la coordination dans le système entier des flux de produits et de l'information; et 3) le développement des relations et l'intégration de toutes les activités créant de la valeur pour le client dans le réseau de distribution».

Spekman, et al (1998) définissent la GCL comme « un processus pour la conception, le développement, l'optimisation et la gestion des composants internes et externes du système de fourniture, y compris la transformation des matières premières, des produits semi finis et la distribution des produits finis ou des services aux clients, en cohérence avec les objectifs globaux et les stratégies d’entreprises».

Stadtler (2000) donne la définition suivante : la gestion de la chaîne logistique est la tâche d'intégration des unités organisationnelles au long d’une chaîne logistique et de coordination des flux physique, d’information et financiers pour satisfaire des demandes clients dans le but d’avoir une compétitivité améliorée dans l’ensemble d’une chaîne logistique.

Le Supply Chain Council en 2000 précise que la gestion de la chaîne logistique consiste en :

gérer l’offre et la demande, approvisionner les matières premières et les composants, fabriquer et assembler, entreposer et suivre les stocks, gérer les commandes, les distribuer à travers tous les canaux jusqu’à la livraison au client.

Rota-Franz et al (2001) précise : Faire du «Supply Chain Management » signifie que l’on cherche à intégrer l’ensemble des moyens internes et externes pour répondre à la demande des clients. L’objectif est d’optimiser de manière simultanée et non plus séquentielle l’ensemble des processus logistiques.

Un autre concept dans la littérature sur la gestion de la chaîne logistique est le « scope of management » ou « scope of responsibility » qui détermine la zone d’action ou de gestion au sein de la chaîne logistique. Towill (1997) pense que cette zone doit être assez flexible pour superposer à une grande vision stratégique-internationale une vision opérationnelle très technique et détaillée. Cooper et al. (1997) proposent que ce domaine soit déterminé au regard de la valeur ajoutée d’une relation supplémentaire. Ainsi, une chaîne logistique peut être gérée par un acteur dominant (focal company par exemple) ou par un mécanisme de partenariat basé sur une coopération bien définie.

1.3.

Les apports de la mise en place d’une chaîne logistique

Beaucoup de travaux conduits dans les entreprises montrent les apports visibles d’une gestion efficace de la chaîne logistique ((Harrington, 1999; Higginson et Alam, 1997; Alber et Walker, 1997; Palevich, 1997; Giunipero et Brand, 1996; Cooper et Ellram, 1993). Un résumé de ces apports est présenté dans le Tableau 1.1.

Tableau 1.1 : Résumé des avantages de GCL selon la National Association of Purchasing Management

Avantages de

GCL

Alber et

Walker(1997)

Cooper et

Ellram

Giunipero

et Brand

Harrington

(1999)

Higginson

et Allram

Palevich

(1997)

(1993)

(1996)

(1997)

 

Etude de cas (une entreprise alimentaire)

Analyse de

Enquête de 52 membres du NAPMA a .

Etude

Analyse de la littérature

Etude

la littérature

conceptuelle

conceptuelle

Relation plus proche avec les partenaires

 

*

*

 

*

*

Avantage

           

concurrentiel par

*

les coûts

Réduction des

           

coûts

*

*

*

Amélioration du service à la clientèle

*

         

Temps de cycle plus court

*

*

*

 

*

*

Réduction du niveau de stock

   

*

*

*

 

Amélioration de la rotation des stocks

*

*

       

Amélioration de la productivité opérationnelle

   

*

     

Amélioration de

           

la marge

*

bénéficiaire

Livraison fiable

   

*

 

*

 

Rapidité de

           

réaction aux

*

changements

Apports financiers:

Plusieurs améliorations financières sont attendues, en particulier la réduction des coûts liés au niveau élevé des stocks, aux coûts d’expéditions et aux frais d’exploitation ; l’avantage concurrentiel obtenu par les coûts et par la marge bénéficiaire qui augmente avec des coûts incorporables inférieurs (coûts de produit). Ces réductions de coût sont obtenues sans réduction d’efficacité (re-dimensionnement), sans licenciements et sans fermeture d’usines.

Apports opérationnels :

Les activités opérationnelles des entreprises sont améliorées ; en particulier, on constate une réduction du temps de cycle, une baisse des niveaux de stock, des ruptures de stocks moins fréquentes, une productivité opérationnelle plus grande, etc.

Apports sur le service à la clientèle :

On constate également une augmentation de la satisfaction des clients, notamment une plus grande fiabilité des livraisons (le bon produit, au bon moment, en bonne quantité, ….), ainsi qu’une plus grande rapidité de réaction aux changements et un meilleur service après-vente.

Apports sur la coordination :

La coordination plus forte entre les partenaires est un apport important. Ceci aboutit à une amélioration de la qualité des produits et des informations et à une augmentation du partage des compétences et des risques, qui créent un avantage compétitif et une rentabilité plus grande.

1.4. Les attendus d’une gestion de la chaîne logistique

Nous pouvons déduire que la gestion de la chaîne logistique a pour objectif de planifier et de coordonner toutes les activités nécessaires pour atteindre les niveaux désirés de service et de qualité, au prix le plus bas possible. La gestion de la chaîne logistique doit pour cela être considérée comme le lien entre le marché et le système de production. Les besoins en logistique couvrent toute l’organisation, de la gestion des matières premières à la livraison du produit fini.

La gestion logistique, dans cette perspective de système global, est le moyen par lequel les besoins des clients sont satisfaits grâce à la coordination des flux de matières et d’information qui circulent à partir du marché, en passant par l’entreprise et jusqu’aux fournisseurs. Pour que cette intégration dans l’ensemble de l’entreprise réussisse, il convient d’adopter une orientation très différente de celles rencontrées le plus souvent dans l’organisation classique.

Ce n’est pas un hasard si ces dernières années le marketing et la fabrication font l’objet d’un regain d’attention. Dans la quête d’une compétitivité maximale en termes de coûts, la gestion de la fabrication a subi une véritable révolution. La dernière décennie a vu l’introduction de systèmes de production flexible (FMS, flexible manufacturing systems), de nouvelles méthodes de gestion des stocks, combinant celles fondées sur la planification des besoins matières (MRP, Material Requirement Planning), et les méthodes de juste à temps (JIT, juste in time), avec, ce qui est sans doute le plus important, une attention soutenue à la gestion de qualité totale (TQM, Total Quality Management).

Dans l’idée d’un processus logistique intégré, la gestion est essentiellement un concept d’intégration qui a pour but de développer une version de l’entreprise en tant que système. C’est fondamentalement un concept de planification, qui permet de créer un cadre dans lequel

les besoins du marché peuvent être traduits en stratégies et en plan de fabrication, plan qui à son tour conduira à une stratégie et à un plan d’approvisionnement. Dans l’idéal, il devrait exister dans l’entreprise une mentalité de « plan unique » qui supplanterait les plans classiques et distincts de marketing, distribution, production et approvisionnement. Ceci est tout simplement la mission de la gestion logistique. (Christopher, 2005).

1.5. Chaîne de valeur (Michael Porter)

Des nombreux changements intervenus ces vingt dernières années dans la manière de penser la gestion, le plus significatif a sans doute été l’importance accordée à la recherche de stratégies qui puissent apporter une valeur supérieure aux yeux du consommateur. Dans une large mesure, le crédit de tout cela est à attribuer à Michael Porter, professeur à la Harvard Business School, qui, par ses recherches et publications, a alerté les dirigeants et les professionnels de la stratégie sur l’importance centrale de l’avantage concurrentiel dans la réussite sur le marché.

Michael Porter a popularisé en particulier le concept de « chaîne de valeur » :

L’avantage concurrentiel ne peut pas être appréhendé en considérant l’entreprise comme un ensemble. Il naît des activités nombreuses que mène une entreprise concevant, produisant, ciblant, acheminant et dépannant ses produits. Chacune de ses activités peut contribuer à un positionnement relatif de l’entreprise en termes de coûts et créer une base de différenciation. La chaîne de valeur dissèque une entreprise en plusieurs activités stratégiquement importantes qui permettent de comprendre le mécanisme des coûts ainsi que les sources existantes et potentielles de différenciation. Une entreprise doit se doter d’un avantage concurrentiel en exécutant ces activités stratégiques à moindre coûts, ou mieux que ses concurrents.

Les activités de la chaîne de valeur (illustrées en

Figure 1-2) peuvent être organisées selon deux types - les activités principales (logistique interne, production, logistique externe, commercialisation et vente, et services après vente) et les activités de soutien (infrastructure, gestion des ressources humaines, développement technologique et approvisionnements). Ces activités sont des fonctions horizontales qui chevauchent les fonctions traditionnelles verticales de l’entreprise. L’avantage concurrentiel est dérivé de la manière dont les entreprises organisent et développent ces activités au sein de la chaîne de valeur. Pour prendre un avantage concurrentiel sur ses concurrents, une entreprise doit offrir une valeur à ses clients en exécutant ces activités plus efficacement que ses concurrents ou d’une manière différente qui génère une différenciation supérieure. (Christopher 2005)

Figure 1-2 : La chaîne de valeur 1.6. « Lean » ou « Agile »

Figure 1-2 : La chaîne de valeur

1.6. « Lean » ou « Agile »

Beaucoup d'entreprises dans leur réflexion pour optimiser la performance et améliorer leur position compétitive ont adopté le paradigme lean (allégé) (Womack et Jones 1994). Récemment, le paradigme production agile a été mis en évidence comme une alternative du paradigme lean (leanness) (Richards 1996). L’agilité est parfois proposée comme l'étape suivante du leanness. Cela pourrait signifier que, une fois le leanness réalisée, une entreprise devrait lutter pour l'agilité ou même que l'agilité devrait être le but d'une entreprise et que la leanness comme objectif principal devrait être oubliée. Ces discussions simplifient trop la situation car elles ne prennent pas en considération ni le type de produit ni le contexte dans lequel l’entreprise évolue et ne peuvent en conséquence donner une réponse adaptée aux exigences nécessaires pour correctement rassembler la conception de la chaîne logistique avec la structure demandée. (Mason-Jones et al, 2000)

Les définitions suivantes correspondent au paradigme agile et au paradigme lean dans les stratégies de la chaîne logistique (Naylor et al 1999).

Agilité signifie utiliser la connaissance du marché en créant une société virtuelle pour exploiter des occasions rentables dans une marché volatile.

Leanness signifie développer une chaîne de valeur pour éliminer toutes les pertes (les déchets), y compris en termes de temps et assurer un programme de production nivelée.

Selon un modèle présenté par Christopher (2000) une chaîne logistique agile doit avoir un certain nombre de caractéristiques.

« Market sensitive » qui signifie que la chaîne logistique est capable de connaître et de répondre à la demande réelle des clients. La plupart des organisations se basent sur la prévision plutôt que sur la demande. Autrement dit, parce qu'ils ont peu d’accès aux

informations directes et réelles de marché, ils sont obligés de se limiter aux informations historiques de vente.

« Virtuality » : La présence des technologies d’information et de communication donne la possibilité de partager des données et des informations entre tous les partenaires da la chaîne et en réalité de donner naissance à la chaîne logistique virtuelle qui est plus basée sur l’information que sur le stock.

« Process integration » qui implique la collaboration entre

les partenaires, la co-

conception et le co-développement de produits, les systèmes interconnectés et les

informations partagées.

« Network » : L’idée de

considérer une chaîne logistique comme une confédération

entre les partenaires associés d’un réseau, fournit la quatrième caractéristique. De nos jours où les concurrences se font plutôt entre les réseaux qu’entre les entreprises, les

gains seraient pour les entreprises qui peuvent mieux se structurer, se coordonner et gérer leurs relations avec leurs partenaires dans un réseau qui cherche des relations plus agile, plus proche et plus efficaces avec ses clients finaux

es, montrent qu’avec le

partage d’information et l’augmentation du niveau de richesse de l’information, le degré d’agilité augmente. A leur avis, logiquement et pratiquement l’enrichissement d’information

Mason

-Jones et Towill (1999), en étudiant des chaînes logistiques réell

dans une chaîne logistique crée une forte compétence concurrentielle qui est une mesure principale affectant le degré d’agilité.

1.7. Les problématique liées à l’organisation et la gestion de la chaîne

logistique

Dans cette partie nous présentons les problématiques liées à la gestion de la chaîne logistique selon deux points de vue, à savoir le niveau de décisions et le type de décision. Le niveau de décision correspond à la hiérarchie décisionnelle dans une entreprise ou dans une chaîne logistique. Le type de décision distingue les décisions de type configuration et les décisions de type coordination. Par la suite l’effet des nouvelles technologies de communication sur ces problémes est présenté.

1.7.1. Niveau de la décision

D’un point de vue général, on p eut considérer les problématiques abordées ou liées à la gestion de la chaîne logistique comme se rapportant à trois niveaux décisionnels, les niveaux stratégique, tactique et opérationnel. Au niveau stratégique, les décisions ont des impacts sur le long terme. Les décisions tactique ont des impacts sur le moyen terme (d’une semaine jusqu’à un an), et le niveau opérationnel implique des décisions quotidiennes qui peuvent être rapidement modifiées Cette recherche se situe principalement au niveau opérationnel, tout en

se positionnant au regard des deux autres niveaux de décision, en s’inspirant du travail de Ganeshan et al. (1999).

Niveau stratégique :

Les décisions concernent typiquement plusieurs horizons de planification : mensuel, annuel, ou même pluri annuel. Elles visent à proposer des solutions ou des démarches d’amélioration ou d’optimisation qui représentent les objectifs finaux de la chaîne logistique. Ceci nécessite des arbitrages (tradeoffs) entre les exigences fonctionnelles ou organisationnelles en fonction des besoins de gestion et de la structure globale de la chaîne logistique. Quelques exemples de ce type de décision peuvent être : le choix des sites de production ou des sites de stockage (nombre, emplacement, capacité), la conception ou la présentation des nouveaux produits, l’utilisation des nouvelles ressources, l’ouverture vers de nouveaux marchés ou branches d’activité, etc.

Il s’agit à ce niveau :

- De définir les objectifs : la compréhension de la dynamique de la chaîne logistique et la mise au point des attendus pour la chaîne entière. Ceci nécessite des analyses pour montrer comment chaque objectif induit des besoins au niveau de l’entreprise ou au niveau de la chaîne logistique. Une évaluation contextuelle sur l’ensemble des alternatives possibles est aussi nécessaire.

- De concevoir : détermination de la forme et de la structure de la chaîne logistique. Ceci inclut la conception de la chaîne (choix des partenaires) et la localisation (choix de l’emplacement des installations).

- D’identifier les avantages compétitifs : expliquer clairement comment la gestion de la chaîne peut créer des avantages compétitifs au niveau d’une l’entreprise ou au niveau de la chaîne logistique, en utilisant les outils de la planification stratégique.

Niveau tactique :

Les décisions au niveau tactique sont souvent prises pour les prochains jours, les prochaines semaines ou les prochains mois. Sachant que les objectifs ou les plans stratégiques ont été déjà élaborés au niveau stratégique; ils peuvent être modifiés à ce niveau en considerant les besoins actuels. Les décisions locales exigent des modèles de planification plus détaillés et il est nécessaire de s’assurer de la disponibilité des ressources (les personnels, les matières, etc) afin de satisfaire la demande réelle et d’atteindre les objectifs prévus. Comme exemples de décisions tactiques, on peut citer : les problèmes d’allocation (des fournisseurs ou des produits), la définition des niveau de stock, le choix des modes de transport, etc.). Les décisions tactiques : a) doivent viser à la mise en oeuvre des décisions stratégiques, (b) sont de type fonctionnel et peuvent être traitées par un nombre limité d’acteurs de la chaîne et (c) impliquent des systèmes d’information (MRP, DRP, JIT, etc.) qui sont nécessaires pour gérer la chaîne logistique.

Ces problématiques peuvent être réunies dans quatre groupes comme suit :

- La construction des relations : mise en place de relations, en amont et en aval, de proximité ou avec des tiers plus éloignés.

- L’intégration des opérations : gestion des opérations comme pour une unité intégrée en assurant l'efficacité dans la gestion opérationnelle, y compris l'ingénierie, la fabrication, l'achat voire même connecter immédiatement l’amont et aval de la chaîne logistique.

- Le transport et la distribution : réaliser la gestion efficace du transport et de la distribution physique comme dans un système intégré.

- Le developpement des systèmes d’information support.

Niveau opérationnel

Les décisions typiquement opérationnelles représentent des opérations quotidiennes jusqu’au maximum deux semaines. Il s’agit de gérer les opérations d'une usine ou d’un centre de distribution de la meilleure manière afin de répondre de façon rentable aux exigences réelles des commandes. Nous pouvons à cet égard citer l’établissement du programme de production, l’ordonnancement détaillée, l’établissement du programme de distribution et de transport, le

choix d’itinéraires, etc

efficace d’un acteur dans la chaîne logistique (b) se concentre sur les contrôles et les mesures

de performance

On peut catégoriser les problèmes opérationnels comme suit :

Une décision de type opérationnel : (a) se rapporte à la performance

- Problèmes de Gestion de stock et de contrôle : caractériser et mesurer la performance du système de stockage on y incluant les coûts de possession, les taux de service, les problèmes d'affectation et de stockage multi-échelon.

- Problèmes de production, planification et ordonnancement : déterminer et mesurer la performance du système de gestion de la production.

- Problèmes de partage d'informations, de coordination et de surveillance : mise en place de programmes spécifiques afin d’augmenter l’efficacité de la chaîne logistique.

- Problèmes de développement d’outils opérationnels, d’aide à la décision pour améliorer la performance de la chaîne logistique.

1.7.2. Type de décision

Les problématiques principales dans la gestion de la chaîne logistique peuvent aussi typiquement être classifiées en deux grandes catégories (Swaminathan et Tayur 2003) : la Configuration (orientée conception) ; la Coordination (orienté gestion des opérations). La configuration correspond plutôt aux fondements basiques sur lesquels une chaîne logistique se construit et la coordination correspond à l’exécution présente de la chaîne logistique.

Problématiques liées à l’organisation et la configuration de la chaîne logistique :

Approvisionnement et logistique

Choix des fournisseurs ? Quelles activités externaliser ? Comment les pratiques d’approvisionnement peuvent-elles être rationalisées et standardisées ? Quels types de contrats à long terme et à court terme passer avec nos fournisseurs ?

Production :

Combien de sites industriels devraient être opérationnels ? Quelle capacité devrait être installée sur chacun de ces sites ? Quels genres de produits et de services vont être fournis par la chaîne logistique ? Quelle variété proposer aux clients ?

Distribution :

Quel genre de canal de distribution une entreprise devrait-elle utiliser ? Où localiser les centres de distribution et les points de vente ? Quels modes de transport et trajets utiliser ?

Problématiques liées à la coordination de la chaîne logistique :

Acheminement des matières :

Quel niveau de stock pour atteindre le niveau de service attendu ? A quel niveau stocker les produits finis, les produits semi-finis ou les matières premières ? Quelle méthode de gestion des approvisionnements choisir ? Quelle est la fréquence de réapprovisionnement ? Doit-on utiliser un système de gestion partagée des approvisionnements (GPA) ?

Flux d'information :

Quel mode de communication (courrier, téléphone ou échange de données informatisées (EDI) par exemple) et quelles informations doivent être partagées entre les différentes entités dans la chaîne logistique°? Quelle forme de collaboration entre les partenaires de chaîne logistique doit être mise en place lors du développement d’un nouveau produit ?

Flux de trésorerie :

Quand payer les fournisseurs? Quels sont les modes de fixation de prix pour les produits? Quels genres d’efforts de réduction de coût doivent être engagés au travers de la chaîne logistique? Dans une entreprise internationale multi sites, dans quelle devise payer un fournisseur ?

1.7.3. Impacts des nouvelles technologies de communication

L’échange de documents informatisés (EDI) et les bases de données distribuées sont des avancées technologiques importantes qui peuvent améliorer beaucoup la performance des chaînes logistiques (Srinivasan et al. 1994). L'Internet et les technologies de l'information et de la communication (ICT) ont récemment permis le partage rentable d'informations entre les différentes partenaires d’une chaîne logistique (Disney et al. 2004).La Net-économie (digital economy) donne naissance à de nouvelles questions de recherches en trois domaines

principaux : populariser plusieurs types d'interactions médiatisées grâce aux technologies de la communication, créer de très grandes bases de données et automatiser les décisions opérationnelle. (Geoffrion et Krishnan 2003).

Les évolutions majeures issues des nouvelles technologies de la communication dans le domaine de la gestion de la chaîne logistique peuvent être classifiées en cinq catégories principales (Swaminathan et Tayur 2003) :

Gestion de l'approvisionnement (approvisionnement électronique) :

Les entreprises doivent décider au niveau stratégique si elles passent des contrats avec les fournisseurs dans un cadre de relations à long terme ou à court terme ; si elles optent pour un fournisseur unique ou pour plusieurs fournisseurs ; si ce choix s’effectue par produit ou par famille de produits ;

Visibilité et Partage d’information :

Le partage d’information permet une meilleure gestion des ressources dans une chaîne logistique : besoin de moins de stocks tampons, affectation de stocks plus efficace, planification avancée, planification et conception collaborative. En gestion de stocks dans une chaîne logistique traditionnelle, les ordres sont les seuls échanges d'information entre les entreprises. Mais grâce aux technologies de communication, maintenant les entreprises peuvent partager beaucoup d'informations rapidement et assez facilement (Cachon et Fisher 2000). Une partie importante de la recherche en gestion de la chaîne logistique porte sur l’apport du partage d'informations au niveau de la coordination entre les partenaires de la chaîne logistique (Chen 2003).

Distribution et fixation de prix :

Les technologies de communication ont créé de nouveaux modes de distribution de marchandises. D'un point de vue de chaîne logistique, l'intégration des réseaux de distribution traditionnels et électroniques est attirante parce qu'elle entraîne des gains liés à la réduction des niveaux de stock et à l’amélioration du service client. Un problème majeur est la fixation des prix dans la planification de la production d’une chaîne logistique.

Personnalisation et Différenciation retardée :

Avec l'Internet grâce aux possibilités et facilités de vente directe, la personnalisation a beaucoup augmenté. Pour des produits fabriqués, les entreprises s’adaptent avec les systèmes de fabrication par commande ou évoluent vers des systèmes de différenciation retardée.

Technique d’aide à la décision et logiciel d'entreprise :

Les techniques de décision basées sur des agents temps réel pour la gestion de chaîne logistique qui utilisent la théorie d'optimisation, le comportement d'agent et la théorie économique peuvent devenir importantes dans l'avenir. Des agents intelligents dans une chaîne logistique peuvent acquérir des informations locales et globales sur tous les partenaires

de la chaîne et sur tous les correspondants à travers de la chaîne et peuvent prendre des décisions appropriées (utilisant des modèles de décision), selon la situation

1.8. Problème de stockage et chaîne logistique

La vision de gestion scientifique présentée par Frederick W. Taylor a donné naissance à l’organisation de la gestion de la production. Ses travaux mathématiques constituent la base d’une variété de modèles mathématiques qui aident la gestion opérationnelle à tous les niveaux de la conception et du contrôle. (Hopp. et Spearman, 1996).La gestion de stock inclut les activités d'une entreprise pour acquérir, disposer et contrôler des stocks qui sont nécessaires pour l'accomplissement des objectifs d'une entreprise. La gestion de stocks concerne les flux entrant, internes et sortant de l’entreprise et l'équilibre entre les productions et les consommations dans un environnement incertain (Tersin, 1988).

Le stock peut représenter 20 à 40 % de l’actif total d’une entreprise (Tersin, 1988; Verwijmeren et al, 1996). Les stocks mobilisent de l'argent et le succès ou l'échec de la gestion de stock affecte la situation financière de l’entreprise. Avoir trop de stock peut être aussi problématique que des ruptures de stock. Trop de stock exige des dépenses inutiles liées aux questions de stockage et d'obsolescence, tandis que trop peu de stock cause des ruptures de stock et perturbe la production. En plus, des cycles de production longs avec un haut niveau de stock peut dissimuler des problèmes de production (par exemple, la qualité), qui peut affecter la performance long terme d'une entreprise Le but principal de la gestion de stock est de maximiser la rentabilité d'une entreprise en minimisant le coût de stockage tout en satisfaisant les exigences de service client (Lambert et al 1998).

La gestion des stocks est un aspect important de la Gestion de la Chaîne Logistique. Il s’agit de mieux gérer le stock partout dans la chaîne par une meilleure circulation de l'information afin d’améliorer le service client, tout en offrant une plus grande variété de produits et réduisant les coûts. La gestion des flux de produits, des matières premières aux produits finis en passant par les produits en-cours exige la responsabilisation des partenaires de la chaîne logistique pour la planification, l'acquisition, le stockage, le mouvement et le contrôle des matières et des produits finaux. Quand les partenaires de la chaîne communiquent moins, les niveaux de stock augmentent considérablement.

1.8.1. Problème de stockage multi-echelon

Les termes "multi-échelons" ou "multi-niveaux" dans les réseaux de production/distribution sont parfois synonymes de la chaîne logistique. Quand un produit passe par plus d’une phase de stockage avant d’arriver au client final, on parle d’un système de stock multi-échelon. [8] D’un point de vue analytique, la recherche sur les problèmes de stockage multi-echelon a une longue histoire (Svoronos et Zipkin, 1991).

La recherche sur les modèles de stockage multi-échelons a reçu une grande attention au cours de ces dernières années parce que la gestion intégrée et centralisée des chaînes logistiques grâce à des technologiques de la communication devient possible et parfois plus facile. Un des premiers articles concernant ce type de problématique est celui de Clark et Scarf (1960), dont le modèle étudié est constitué de N sites en série. Le temps est divisé en périodes, pendant lesquelles, les demandes arrivent, les coûts s’affectent à la fin des périodes, et l’optimisation se fait sur un nombre fini de périodes considérées. Ils proposent un moyen de trouver rapidement les politiques optimales. L’intérêt principal de cet article est l’introduction d’une notion clé de la gestion de stocks multi-echelon : le stock échelon (echelon stock) et son coût associé, coût d’échelon (echelon cost). Le stock échelon au niveau i représente le somme des stocks sur l’ensemble des sites aval plus le stock de site i.

Bessler et Veinott (1966) ont élargi le travail de Clark et Scarf (1960) aux systèmes arborescents comprenant un dépôt et plusieurs détaillants. Le modèle arborescent de base était premièrement étudié par Eppen et Schrage (1981) qui ont analysé un modèle avec un dépôt central (sans stock). Ils ont tiré une expression approximative (clossed-form) pour le niveau de remplissage en supposant une règle de partage égal pour l’affectation. Sherbrooke (1968) a étudié la politique de la commande optimale pour un modèle de deux échelons contenant un entrepôt et un détaillant. Il suppose que le manque de stock au détaillant est complètement considéré comme des commandes en attentes. Ainsi, il a construit le modèle METRIC (multi- echelon technique for recoverable item control), qui identifie les niveaux de stock qui réduisent au minimum le nombre attendu des commandes en attentes à l'échelon précèdent (soumis à une contrainte budgétaire). Ce modèle est le premier modèle de stockage multi- échelon pour les systèmes de service (Chiang et Monahan, 2005).

Par la suite, considérant la complexité et de l'inflexibilité du problème de multi-échelon, Hadley et Whitin (1963) recommandent l'adoption des modèles mono-site mono-échelon pour les systèmes de stock.

Un problème multi-echelon peut être déterministe ou stochastique. Pour les modèles déterministes il y a des procédures très efficaces pour régler les intervalles des commandes (Roundy 1985, Maxwell et Muckstadt 1985). Les systèmes avec demande stochastique sont également étudiés, souvent axés sur l’étude d’une classe de politique où il y a des approches pour trouver des politiques de stockage satisfaisantes ou optimales pour les deux systèmes : la gestion calendaire des stocks (Clark et Scarf 1960, Federgruen et Zipkin 1984a et 1984b) et la gestion contenue des stocks (De Bodt et Graves 1985).

Chen 1998 a étudié un système en série, toujours en retenant les hypothèses classiques, avec une demande aléatoire en fin de chaîne. Se référençant au travail de Clark et Scarf (1960), il étudie la classe de politique (R, nQ). R représente un point de la commande. Lorsque le stock est égal ou inférieur à ce point de commande, on commande une quantité égale à n fois d’une quantité de base Q. En temps discret, Axsäter 1985 développe des heuristiques concernant la gestion de stocks mono-site mais avec une demande anticipée sur plusieurs périodes.

Différents méthodes utilisés pour traiter le problème de stockage multi-échelon

Selon le travail bibliographique fait par Gumus et Guneri (2007), différentes méthodes ont été utilisées pour traiter le problème de stockage multi -échelon :

La modélisation mathématique (Mathematic modelling);

Le modèle de METRI.

Les modèles Markoviens (Markov decision process).

la simulation.

La théorie des jeux (Stackelberg).

D’autres techniques (vari-METRIC method, heuristics, scenario analysis, fuzzy logic, etc.)

1.9.

Conclusion

Ce premier chapitre présente les problématiques majeures liées à l’organisation et à la gestion d’une chaîne logistique en associant celles-ci aux différents niveaux décisionnels :

stratégique, tactique et opérationnel. Parmi ceux-ci, le problème de la gestion des stocks dans une structure multi-échelon retient plus particulièrement notre attention.

L’apport du partage d’information à l’optimisation de cette gestion est au cœur de notre travail de recherche. Aussi consacrons nous le chapitre suivant à un état de l’art sur les travaux traitant de la valeur du partage d’information au sein des chaînes logistiques.

Chapitre 2.

: Concepts et état de l’art sur le partage

d’information dans une chaîne logistique

2.1. Introduction

Dans ce chapitre nous présentons un état de l’art des travaux réalisés sur le partage d’information dans les chaînes logistiques. Après avoir résumé quelques meilleures synthèses bibliographiques réalisées sur ce sujet, nous poursuivons cette présentation par une synthèse de travaux plus récents. Enfin nous proposons un cadre de classification de ces travaux et présentons une cartographie de l’ensemble ceux-ci. Cette cartographie met en évidence des domaines de recherche peu explorés qui justifient de l’orientation de nos travaux.

2.2. Partage d’information dans une chaîne logistique

Aujourd’hui avec des nouvelles formes d'organisation comme les entreprises virtuelles, la fabrication mondiale (global manufacturing), les réseaux logistiques et les partenariat stratégique entre différents entreprises qui apparaissent, la coordination dans la chaîne logistique devient stratégiquement important (D'Amours et al., 1999).

Le partage d’information est une nouvelle question dans le domaine de la gestion de la chaîne logistique qui a émergé suite à l’arrivée de nouvelles technologies de l’information et de la communication. Une partie importante de la recherche en gestion de la chaîne logistique est consacrée à étudier l’effet du partage d’information sur la performance de la chaîne logistique (Chen, 2003). En gestion de stock dans les chaînes logistiques traditionnelles, les ordres sont les seuls échanges d’informations entre les entreprises. Mais grâce aux technologies d’information maintenant les entreprises peuvent partager beaucoup d’informations rapidement et assez facilement (Cachon et Fisher 2000). La Figure 2-1 schématise la différence entre un système traditionnel sans partage d’information et un système avec partage d’information.

Les données qui sont le plus souvent partagées sont la disponibilité de ressources (par exemple, la capacité ou le niveau de stock), les indicateurs de performance (par exemple, les délais, la qualité, les coûts…), l’avancement d’un processus et les données liées aux contrats. L’évolution des technologies de l’information permet à ces données d’être collectées et transférées en temps réel ou sur demande. Par exemple, le partage d’information sur le Web peut s’effectuer à partir d’une base de données centrale qui recense toutes les activités et les

ressources à travers la chaîne logistique, de l’obtention de la matière première jusqu’à la livraison client.

de la matière première jusqu’à la livraison client. Figure 2-1 : Système partagé et système tradit

Figure 2-1 : Système partagé et système traditionnelle; Source: Mason-Jones et Towill 1997

2.2.1. Historique de partage d’information

2.2.1.1. Système dynamique

Un des premiers travaux dans ce domaine est le travail de Forrester (1961) qui a indirectement mis en évidence l’importance du partage d’information en démontrant l’amplification de la fluctuation de la demande de l’aval vers l’amont d’une chaîne logistique (désigné sous le terme d’effet coup de fouet). Son travail a inspiré beaucoup d'auteurs pour développer des jeux d'entreprise pour démontrer ce phénomène.

2.2.1.2. Effet coup de fouet (Bullwhip effect)

Une observation importante dans la gestion de la chaîne logistique est connue comme l’effet coup de fouet. Avec cet effet, en remontant vers l’amont de la chaîne logistique, la variabilité de la demande augmente. Ce phénomène est principalement lié au manque de partage d'informations. Baganha et Cohen (1995) et Lee et al (1997) ont étudié ce phénomène et l'ont nommé le « Bullwhip Effect ». D’une point général on peut dire, les travaux faits sur l'effet coup de fouet peuvent être classés dans trois catégories : (1) les approches mathématiques et

2000); (2) Les recherches sur les causes de ce

analytiques (par exemple, Chen et al

phénomène (par exemple, Lee et al. 1997); et (3) les études sur l’impact de certaines éliminations et traitements, comme le partage d'informations (par exemple, Bourland, 1996; Chen et al. 1998; Gavirneni, 1998; Lee et al. 2000; Gavirneni et al. 1999).

2.2.1.3.

Jeu de la Bière (Beer Games)

Le Jeu de la Bière est originaire du MIT à la fin des années cinquante et des travaux de Sterman (1989) issus d'une étude de la performance d'environ 2000 entreprises. Kaminsky et Simchi-Levi (1998) ont développé une version informatisée du Jeu de la Bière. Dans ce jeu, on peut observer l'amplification de signaux de demande et la fluctuation de niveaux de stock à travers une chaîne logistique. Chaque acteur passe ses commandes en regardant seulement sa politique de stockage et les commandes reçues de l'acteur aval. En raison des délais de traitement de la commande et de livraison et aussi à cause du manque d'échange de l'information entre les acteurs, une amplification de la demande et des fluctuations de niveaux de stock se produit en amont de la chaîne logistique. (Sterman 1989, Simchi-Levi et al. 2000).

2.2.1.4. Les causes de l’effet coup de fouet

Lee et al (1997) ont identifié quatre causes à l’origine de ce phénomène :

Mise à jour de la prévision de demande (caractéristique de la demande) : Quand un partenaire aval émet une commande, le décideur amont traite cette information comme un signal de la demande future. S’appuyant sur ce signal, le décideur amont rajuste ses prévisions de demande et, en conséquence, les commandes passées auprès de ses fournisseurs.

Groupage des commandes (économies d'échelle) : Quand une entreprise reçoit des ordres périodiques par ses clients, ceci induit un effet coup de fouet. Si les cycles de commande de tous les clients étaient répartis identiquement pendant la semaine, l’effet coup de fouet serait minimal. Les écarts périodiques de la demande issus de quelques clients seraient également insignifiants parce que tous les clients ne commanderaient pas en même temps. En réalité une telle situation existe rarement. Les ordres se répartissent aléatoirement ou, au pire, se croisent. Quand des cycles de commande se croisent, la plupart des clients qui ont des commandes périodique vont commander en même temps. Ceci entraîne une fluctuation de la demande encore plus importante, de sorte que l’effet coup de fouet est à son plus haut niveau.

Fluctuation des prix : Quand le prix d'un produit est bas (en raison de remises directes ou d’actions promotionnelles), un client achète des quantités plus grandes que ses besoins réels. Quand les prix du produit reviennent au niveau normal, le client n’achète plus jusqu'à l’épuisement de son stock. En conséquence, le modèle d'achat du client ne respecte plus son modèle de consommation et donc la variation des quantités d'achat est beaucoup plus grande que la variation du taux de consommation.

Possibilité de pénurie de fourniture (« Rationing and Shortage Gaming ») : Quand la demande dépasse l’offre, le fournisseur généralement rationne ses livraisons vers les clients. Sachant que le fournisseur rationnera quand le produit est rare, les clients amplifient leurs besoins réels quand ils commandent. Plus tard, quand la demande diminue, les commandes disparaîtront brusquement et il y aura de nombreuses annulations de commande.

Contrôler et réduire la taille de ce phénomène est un facteur important pour améliorer la performance de la chaîne logistique parce qu’avec ce contrôle, pour le même taux de service

on a besoin de moins de flexibilité et donc de stock. Une des solutions est le partage d’information

2.2.2. Les avantages attendus du partage d’information :

Le partage d’information dans une chaîne logistique peut essentiellement améliorer la performance globale de la chaîne. En se basant sur des données appropriées et précises, les membres de la chaîne peuvent prendre des bonnes décisions qui affectent directement la performance des membres de la chaîne et finalement, au bout de la chaîne, la vente aux clients finaux. Par exemple, le détaillant est capable de placer une commande au bon moment avec la quantité optimale afin de satisfaire la demande inattendue en observant les informations sur le niveau de stock, sur les coûts de transport et sur les délais de livraison. L'accès aux informations précises et correctes et en utilisant les systèmes d'aide à la décision facilite le contrôle des variations inattendues et indépendantes. De cette manière, les membres de la chaîne sont capables d’accéder aux informations partagées et cette accessibilité peut alors être utilisée pour améliorer la conduite des opérations et au final améliorer la performance globale de la chaîne logistique. Généralement, le partage d'information fournit des avantages essentiels aux membres de la chaîne (Simatupang et Sridharan, 2001).

Au niveau stratégique, le partage d'information permet une compréhension mutuelle sur leurs avantages compétitifs et, dans la globalité de la chaîne, d’arriver à un point de départ collaboratif. Au niveau tactique, l'intégration de l'information aide les membres de la chaîne à diminuer l'incertitude de la demande et faire face à la complexité de prise de décisions aux différents niveaux de l’horizon de la planification et dans des différentes organisations. Il convient également de noter que le partage d'information peut présenter des risques, entraîner des comportements opportunistes et être limité par les problèmes liés à la confidentialité des données

2.2.3. Un triangle concernant la valeur de l’information

William Lovejoy (1998), présente une relation triangulaire entre trois éléments : l'information, la capacité, et le stock. Il propose à une entreprise visant un niveau de service clients considéré, de jouer sur ces trois éléments comme montrés dans la Figure 2-2 De ce triangle on peut en déduire qu’avoir plus d’information nous permet, pour un niveau de fonctionnement fixé, de réduire les stocks ou de diminuer la capacité de production ou, pour un niveau de stock et une capacité fixée, d’améliorer le niveau de service client.

Figure 2-2 : Le triangle de William Lovejoy (1998) On peut donc dire que la

Figure 2-2 : Le triangle de William Lovejoy (1998)

On peut donc dire que la valeur d’information se réfère à l'amélioration de la performance suite à un partage d'informations, cette amélioration pouvant s’exprimer soit en termes de réduction des coûts soit d’amélioration du niveau de service. Dans une chaîne logistique, un décideur central pourra d’autant plus améliorer la performance de la chaîne logistique qu’il aura l’accès aux informations de production des partenaires (Chen 2003). Le partage d’informations a l’avantage de réduire l'effet coup de fouet (Lee et al. 1997,2000, Cachon et Fisher 2000) et les coûts de la chaîne logistique (Gavirneni et al. 1996, Swaminathan et al. 1997b, Tan 1999).

2.3. Etat de l’art sur les travaux relatifs au partage d’information

Les dernières années ont vu une très forte expansion des recherches dans ce domaine. Avant de considérer quelques modèles particuliers, on présente rapidement trois analyses importantes de la littérature.

2.3.1. Revue de la Littérature par F. Chen, 2003

Dans le chapitre 7 du vol. 11 de « Hanbooks in OR et MS, 2003 », Fangruo Chen passe en revue la littérature relative au partage d'information et à la coordination dans la chaîne logistique. La structure du chapitre fournit un cadre d’analyse pour classifier les travaux considérés. Il se concentre plutôt sur l’aspect modélisation et non sur l'aspect analyse.

La première partie du chapitre présente les travaux qui quantifient la valeur du partage d’information. D'abord, il présente les travaux portant sur la partie aval de la chaîne logistique. Partage d’information aval signifie donner la possibilité aux parties en amont de la chaîne logistique d’accéder aux informations des parties en aval de la chaîne (ventes, niveau de stock, etc.). Du point de vue de la planification de production et le stockage, une question importante est comment intégrer les informations de production dans les décisions de planification. A cette fin il a synthétisé plusieurs publications qui traitent de cette question. Ensuite, il présente des articles qui portent sur la valeur des informations échangées en amont de la chaîne logistique. Finalement il présente les articles qui étudient la conséquence de la transmission imparfaite d'informations. Il a remarqué aussi que l’information aval a reçu beaucoup moins d'attention dans la littérature que l’information amont.

Dans la deuxième section, il parle des perspectives. Cette section est divisée en trois parties:

Screening, Signaling et Jeux Non coopératifs. En Screening, le membre le moins informé essaie de présenter les motivations pour que le membre le plus informé transmette ses informations privées. Le Signaling correspond au cas où un membre informé transmet des informations à un membre non informé. Les Jeux Non coopératifs se situent dans la chaîne logistique décentralisée. Ce sont les situations dans lesquelles il est impossible de dire quel partenaire a plus ou moins d’information.

2.3.2. Une trame pour la valeur d'informations (VOI) dans le problème de stockage par Ketzenberg et al, 2007

Ketzenberg et al (2007) fournissent une trame pour expliquer des différences apparentes dans les travaux existants. Leur but est de comprendre ce qui détermine et affecte profondément la valeur de l’information. Ils présentent une structure de recherche organisée autour de la

littérature et d’une théorie établie. Leur travail bibliographique conduit à une classification des résultats issus des travaux de recherche existant dans la littérature. Il vise à dégager les facteurs principaux qui conduisent aux écarts importants constatés dans la littérature sur

Le domaine de recherche passé en revue dans ce

l’évaluation de la valeur de l’information

travail est limité aux articles qui (1) analysent la valeur d’information dans le contexte de gestion de stock, (2) comparent deux ou plusieurs scénarios et (3) fournissent une étude

numérique pour explorer la valeur d’information dans des contextes variant. Sensitivity to Responsiveness
numérique pour explorer la valeur d’information dans des contextes variant.
Sensitivity to
Responsiveness
uncertainty
Marginal
Level of
Value of
information
uncertainty
information (VOI)
Marginal use

Figure 2-3 : Trame de valeur d’information présentée par Ketzenberg et al, 2007

Les auteurs essaient de présenter et de décrire une structure macroscopique mais assez compréhensible qui permet : (1) de combler des fossés entre les études, (2) de résoudre des contradictions apparentes entre celles-ci et (3) de fournir des éléments de compréhension sur le niveau des relations entre les paramètres clefs dans ces modèles de la gestion de stock traitant de la valeur d’information. Cette trame est présentée en Figure 2-3.

Level of uncertainty

Un aspect important de cette trame concerne l'incertitude sur les données. Cette incertitude peut être associée à la fois à deux types d’information : l’information sur l’offre et l’information sur la demande. C'est-à-dire qu’en cas d'incertitude, il y a des disparités potentielles au niveau du timing des demandes et au niveau de l'arrivée des offres. Ils distinguent deux sources d'incertitude qu’ils nomment aléatoire et systématique.

L'incertitude aléatoire correspond au cas où la demande n'est pas déterminée. La variabilité dans la demande finale, typiquement mesurée par le CV (coefficient de variation), est une mesure principale d'incertitude aléatoire. L'incertitude systématique résulte de composants structurels et des caractéristiques de l'environnement d'exploitation de la chaîne logistique. Une motivation majeure pour la recherche sur la valeur de l’information est l'intérêt de réduire l'effet coup de fouet, celui-ci augmentant la variabilité de la demande plus on remonte dans une chaîne logistique.

Sensitivity to uncertainty

Un système peut éprouver un haut niveau d'incertitude, mais l'impact sur la performance dépend, en grande partie, des coûts qui résultent des divergences dans le timing de la demande et l’arrivée de l’offre. Quand ces coûts sont faibles ou représentent une petite partie de coût total, la performance de la chaîne est, généralement, stationnaire (non affectée) par l'incertitude.

Marginal information

Il ne suffit pas d’identifier les informations supplémentaires reçues, mais le fait qu’elles soient ou non supplémentaires en regard des données de base du modèle. Par définition, quand les informations disponibles dans le modèle de base sont déjà considérables, n'importe quelle information supplémentaire aura moins de valeur puisque les possibilités d'améliorer la performance sont limitées. Essentiellement, le type, la quantité, la qualité, le délai et la fréquence de transmission des informations disponibles impactent la valeur des informations supplémentaires.

Responsiveness

Les recherches indiquent que la valeur de l’information dépend aussi de la réaction des destinataires aux informations partagées. Plus le destinataire aura des contraintes relativement aux décisions à prendre en réponse à une information reçue, moins celle-ci aura de valeur. Par exemple, la valeur de l’information sur la demande à court terme n’a que peu d’impact dès lors que le producteur n’a pas de capacité d’adaptation immédiate de sa capacité ou a obligation de maintenir un niveau minimal d’activité.

Un exemple de ce type de contraintes est un délai long de réaction. En ce qui concerne les délais, la relation est moins intuitive. D'une part, les délais courts impliquent de garder moins de stock de sécurité et, par conséquent, la réduction de l’incertitude a moins d’impact sur la

D'autre part, quand les délais sont longs, les entreprises ont tendance à garder

performance

une quantité significativement plus importante de stock tournant, et donc, la partie de stock tenue pour faire face à l'incertitude représente une plus petite partie de stock total. Ainsi, dans le cas de délais longs, une réduction de l'incertitude par le partage d'informations aura moins d'effet. Dans ce contexte, Cachon et Fisher (2000) montrent que la réduction de délais peut avoir une valeur significativement plus grande que le partage d'information.

Marginal of use

La littérature considère généralement trois utilisations différentes de l'information: (1) le réapprovisionnement, (2) la répartition (affectation) des capacités et des stocks et (3) la coordination. Le réapprovisionnement concerne la taille et le timing des commandes. La répartition (l’affectation) des capacités et des stocks se réfère à l'utilisation d'informations pour répartir ces ressources entre les partenaires en aval. Dans la politique de coordination, les partenaires de la chaîne logistique font conjointement leur politique de réapprovisionnement pour accroitre l’efficacité du système global (system-wide) ce qui n’est pas possible quand les partenaires définissent leur politique indépendamment.

Analyse statistique

Ils traitent 2977 exemples numériques de dix-sept études choisies. Les différences dans la valeur de l’information qui ressort des exemples numériques ont pour origine les différentes hypothèses de la modélisation, les différentes valeurs pour les paramètres, ou les différents types d’information utilisées dans la prise de décision. En classant ces 2977 exemples numériques en ce qui concerne leurs différences et leurs origines, ils essayent d’évaluer la trame de la valeur de l’information présentée en Figure 2-3, ainsi que les facteurs ou ensembles de facteurs qui semblent être les plus influents dans la détermination de la valeur d’information.

En utilisant une analyse (split-sample test) et la régression par les moindres carrés, leurs résultats fournissent la preuve expérimentale qui soutient la trame de la valeur de l’information, mais mettent en évidence aussi qu'il y a des relations complexes supplémentaires entre les paramètres et les hypothèses de la modélisation. La relation entre la valeur d’information et « the marginal information », « the responsiveness » et « the marginal use » est soutenue. Ils valident aussi partiellement leurs hypothèses pour « the level of uncertainty » et l'effet modéré de « sensitivity to uncertainty ».

Ils notent qu’une partie de la difficulté pour évaluer l’effet de l’incertitude peut résulter de la manière dont est mesurée la valeur même de l’information. Celle-ci étant en général rapportée aux coûts d’une chaîne logistique, coûts qui varient fortement en fonction de la demande finale, ils formulent l’hypothèse que ces deux facteurs, coûts et variabilité de la demande, influent davantage sur la valeur mesurée de l’information que celle-ci n’est impactée par son incertitude.

2.3.3. Le cadre référentiel proposé par Huang et al. 2003

G.Q. Huang et al ont analysé plus de 100 publications représentatives sur ce sujet de recherche. Afin d’assurer un degré nécessaire de cohérence et de consistance, ils proposent un cadre référentiel assez libre présenté dans la Figure 2-4. Les éléments principaux de ce cadre qui sont utilisés pour catégoriser et analyser la littérature sont les suivants :

catégoriser et analyser la littérature sont les suivants : Figure 2-4 : Cadre référentiel proposé par

Figure 2-4 : Cadre référentiel proposé par Huang et al. 2003

2.3.3.1. Structure de la chaîne logistique (Supply chain structure):

La structure de la chaîne logistique représente comment les entités de la chaîne sont liées par des relations amont-aval, pour former une chaîne logistique. Elle décrit aussi une relation de type fournisseur-acheteur entre les entités de la chaîne. Quatre types de structures sont identifiés :

Structure dyadique :

C’est la structure la plus simple possible pour le partage d’information qui lie seulement deux partenaires (un vendeur et un acheteur par exemple).

Structure serie :

La structure serie consiste en une cascade de plusieurs structures dyadiques. Selon la littérature cette structure comporte fréquemment le détaillant, le distributeur et le fabricant.

Structure divergente :

Peut être considérée comme une structure serie modifiée représentant par exemple une chaîne logistique de distribution plus réaliste dans laquelle un fournisseur (par exemple un fabricant) distribue le stock vers plusieurs entités aval (par exemple des détaillants).

Structure convergente :

Elle représente essentiellement une chaîne logistique dans laquelle plusieurs composants et matériels fournis par des fournisseurs sont assemblés par un fabricant. La configuration de la structure convergente dépend de la nomenclature (BOM) du produit fini.

Structure réseau :

C'est une combinaison de la structure convergente et de la structure divergente. C’est la structure la plus complexe.

2.3.3.2. Niveau de décision (Level of decision) :

On distingue trois niveaux de décision dans une chaîne logistique : stratégique, tactique et opérationnel qui se distinguent par leurs horizons décisionnels et leurs problématiques.

2.3.3.3. Modèle d’information de production (Production Information Model (PIM)) :

PIM classifie les informations de production qui affectent la performance de la chaîne logistique. Les informations de production doivent être mesurables d’une manière significative. Certaines de ces informations peuvent être partagé avec des autres.

2.3.3.4. Modes de partage d’information (Sharing Modes) :

Les modes de partage d'information correspondent au mode de déclenchement de ces échanges (systématiques ou la demande…), à leur fréquence, leur contenu…

2.3.3.5. Cadre répertoire des performances dynamiques (Dynamics Performance Index Model (DIM)):

Les auteurs ont proposé un cadre répertoire de la performance pour mesurer la performance dynamique d'une chaîne logistique. Le but de cette classification est de mesurer les avantages du partage d’information dans différentes perspectives et au regard de différents indicateurs de performance utilisés dans la littérature. Ils catégorisent ces indicateurs de performance dans cinq catégories principales : Processus, Stock, Service client, Effet coup de fouet et Financier.

2.3.3.6. Modèle dynamique de la chaîne logistique (Supply chain dynamics model

(SCD)):

Il s’agit de l’approche utilisée pour modéliser le problème, i.e.pour établir les relations entre les éléments de PIM et DIM. D'une manière générale, ces types de relations sont très complexes, donc, les simplifications sont nécessaires pour établir des relations correctes et

efficaces. Afin de présenter les avantages et les limites de chaque approche utilisée dans la littérature, les auteurs classifient les travaux analysés selon leur approche de modélisation.

Analyse des impacts des performances dynamiques da la chaîne (Impacts analysis of dynamic performances) :

Il s’agit de l’analyse des résultats afin de trouver quels facteurs de PIM ont des effets significatifs sur la performance da la chaîne logistique. Dans cette partie, des techniques systématiques et fiables pour analyser les impacts de partage d'information sont nécessaires. Les méthodes statistiques comme les plans d'expérience (design of experience) ou des procédures statistiques standard comme ANOVA sont courantes dans la littérature.

2.3.4. Autres exemples de la littérature

Dejonckheere et al (2003) analysent l'effet coup de fouet provoqué par l'utilisation de différentes méthodes de prévision lorsque la politique de réapprovisionnement est le niveau de recomplêtement fixe. En évaluant quantitativement la fluctuation des commandes ils montrent que dans le système étudié, l'effet coup de fouet existe toujours sans tenir compte de la méthode de prévision utilisée. Dans une deuxième partie une règle de décision générale est présentée qui évite la fluctuation des commandes et réussit à générer des commandes plus lissées, même quand la demande est variable. La méthodologie utilisée est de type « control system engineering » et permet d’avoir des aperçus importants sur le comportement dynamique du système. Dans un autre travail Dejonckheere et al (2004), en utilisant la même méthodologie, examinent l'impact avantageux du partage d'information dans une chaîne logistique multi niveaux. Deux types de règles de remplissage sont analysées : la politique de niveau de stock ciblé (order-up-to policy (OUT)) et la politique de lissage (la politique utilisée pour réduire la variabilité dans la demande). Pour la politique OUT, ils montrent que le partage d'information aide à réduire significativement l'effet coup de fouet, surtout aux niveaux les plus amont dans la chaîne. Cependant, l’effet coup de fouet n'est pas complètement éliminé et il augmente toujours quand on remonte la chaîne logistique. Pour la politique de lissage, ils montrent que le partage d'information est nécessaire pour réduire la variance de la commande aux niveaux les plus amont de la chaîne. Ils présentent aussi une mesure pour évaluer quantitativement l'amplification de la variance ou la réduction de la variance.

Kim et al (2006) utilisent la méthode statistique pour inclure l'incertitude de délai et fournir des expressions pour évaluer quantitativement l'effet coup de fouet, tant avec partage que sans le partage d'information. Ils utilisent des demandes de type iid (Independent and Identically Distributed) dans une chaîne logistique de k-étape dans les deux situations. Ils évaluent la moyenne et la variance de la demande pendant le délai (LTD) de données LTD historiques. Ils calculent aussi l'amplification de la variance comme présentée par Chen et al-(2000), mais avec des délais suivant la distribution gamma. Quant à l'effet du partage d'informations, ils constatent qu’au travers des différentes étapes de la chaîne, la variance augmente presque

linéairement

avec

le

partage

d'information,

mais

exponentiellement

sans

le

partage

d'information.

Yue et Liu (2006) étudient les avantages du partage de la prévision de la demande dans une chaîne logistique fabricant-détaillant, considérant un canal indirect (avec détaillant) et un canal direct (sans détaillant). Ils analysent le scénario 'fabrication à la commande', dans lequel les prix sont fixés préalablement et où la production a lieu lorsque l'on connaît la demande finale et le scénario 'fabrication pour les stocks', dans lequel la production est réalisée avec des prix fixés avant de connaître cette demande. Ils constatent que le canal direct a un impact négatif sur la performance du détaillant et que dans certains contextes, la performance est améliorée par ce partage pour le fabricant ou la chaîne logistique entière. Leur recherche étend et complètent les travaux antérieurs qui ont examiné seulement les avantages du partage d'information concernant le stockage et le réapprovisionnement.

Thonemann (2002) analyse comment le partage d’informations sur la demande prévue (advance demand information (ADI)) peut améliorer la performance de la chaîne logistique. Il considère deux types d'ADI : ADI agrégé (A-ADI) et ADI détaillé (D-ADI). Avec A-ADI, les clients donnent la possibilité aux fabricants de savoir s’ils passeront une commande pour un certain produit dans les prochaines périodes, mais ne partagent pas d'informations sur les produit qu’ils vont commander ni auprès de quel fabricant potentiel cette commande sera passée. Avec D-ADI, les clients partagent l’information sur les produits qu’ils vont commander, mais le fabricant qui recevra la commande est toujours incertain. Il montre que le fabricant et les clients profitent du partage d’ADI, mais que ce partage augmente l'effet de coup de fouet. Il montre aussi que dans certaines conditions il est optimal de partager soit l’ADI de personne soit l’ADI de tous les clients. Il étudie deux chaînes logistiques en détail:

une chaîne logistique avec un nombre arbitraire de produits qui ont des taux de demande identiques et une chaîne logistique avec deux produits qui ont des taux de demande arbitraires. Pour ces deux cas, il analyse comment les valeurs d'A-ADI et d’D-ADI dépendent des caractéristiques de la chaîne et de la qualité des informations partagées et il identifie des conditions dans lesquelles le partage d’A-ADI et d’D-ADI peut significativement réduire le coût.

Sahin et Robinson (2005) dans leur recherche, basée sur les observations d'une relation fabricant-fournisseurs industriels, examinent l'impact du partage d'information et de la coordination de flux physique dans une chaîne logistique ayant un système de fabrication à la commande. Ils développent mathématiquement des procédures de simulation pour analyser la politique de commande du fabricant, les activités de transport et les processus industriel et d’exécution de commande du fournisseur conformément à cinq stratégies d'intégration alternatives. Leur objectif est de mesurer la valeur de partage de l'information et de la coordination dans différentes stratégies, d’identifier si les avantages résultent du partage d'information ou de la coordination, d’étudier la répartition des bénéfices parmi des membres de la chaîne, et enfin d’analyser l'impact de facteurs exogènes sur le coût du système. Les résultats expérimentaux indiquent une réduction de coût de 47.58 % lorsque l’on passe d'une

chaîne logistique traditionnelle à un système totalement intégré. Tandis que le partage d'information réduit les dépenses, l'avantage économique principal vient de la prise de décisions coordonnée. Les économies associées à l'intégration du système ne sont pas également réparties parmi des membres de la chaîne et varient selon la stratégie

Kelle et Akbulut (2005), dans une synthèse de la littérature, se concentrent sur les aspects de gestion des stocks et de coordination de la chaîne logistique passant en revue des modèles quantitatifs récents et les résultats présentés dans la littérature. Après avoir rappelé quelques outils importants et les concepts à la base des ERP, ils présentent les obstacles à la coopération dans les chaînes logistique. En première analyse, ils considèrent la relation traditionnelle entre l'acheteur et le fournisseur, puis s’intéressent au cas du partenariat et à la politique de commande optimale groupée. Ils considèrent enfin une structure réseau et proposent une structuration à plusieurs niveaux de coopération pour des partenaires de la chaîne logistique.

Güllü (1997) étudie le partage de prévisions de la demande dans une chaîne à deux échelons composée d'un dépôt central et de N détaillants. L'objectif est de déterminer une politique d’affectation/réassortiment de dépôt qui réduit au minimum le coût total du système. Gullu considère deux modèles, celui qui utilise les prévisions de la demande et l'autre qui ignore ces prévisions. En comparant les deux modèles, il mesure la valeur d'information de la demande.

Gurbuz et al. (2004) considèrent un système de distribution composé d'un entrepôt alimentant plusieurs détaillants dans lequel le crossdocking est utilisé. Ils supposent que l'entrepôt - qui est responsable de la commande, de l’affectation, et de la distribution des produits aux détaillants - ne garde aucun stock et a accès à l'information en temps réel des inventaires et des demandes de tous les détaillants. En intégrant le coût de transport dans le modèle, ils créent un cadre pour prendre en charge simultanément les décisions de stockage et de transport sous un système de crossdocking. Ils proposent une politique pour fournir le stock aux détaillants et considérent aussi trois autres politiques. Ils comparent la performance de ces politiques dans ce modèle.

2.3.5. Approches de modélisation et d’évaluation de la valeur d’information

Pour quantifier la valeur d’information, deux approches majeures sont utilisées : analytique et simulation.

2.3.5.1. L’approche analytique

Dans l'approche analytique, les caractéristiques (propriétés) d'un modèle de la chaîne logistique sont dérivées en utilisant des théories mathématiques. Les caractéristiques et les hypothèses associées sont rapprochées du comportement du modèle pour analyser les effets du partage d’information.

Chen 1998, a étudié les bénéfices du partage d'information dans un système de stockage multi-échelons

Gavirneni et al. 1999 en supposant que le détaillant utilise une politique de type (s, S) et reçoit une demande indépendante et identiquement distribuée (i.i.d), calculent les bénéfices du partage d'information dans une chaîne logistique avec capacité finie et à deux niveaux. L'objectif est de déterminer une stratégie de production afin de minimiser les coûts du fournisseur, sous différents scénarios d’accessibilité aux informations aval par le fournisseur.

Lee et al. (2000) étudient la valeur d'information dans un modèle à deux niveaux. Ils ont montré l'impact du coefficient d'auto-corrélation et du délai d'approvisionnement sur les avantages du partage d'informations.

Cachon et Fisher (2000) et Aviv et Federgruen (1998) ont étudié les avantages du partage d'informations dans un système avec un entrepôt et plusieurs détaillants. Comme hypothèses ils supposent une capacité infinie de l’entrepôt mais avec une limitation de niveau de stock chez les détaillants. Dans le modèle de Cachon et Fisher il existe des tailles de lots, alors que Aviv et Federgruen assument qu’il y a des coûts de passation de commande fixes entre le fournisseur et les détaillants. Ces deux études ont observé que les avantages du partage d’information sous ces hypothèses est très faible, en moyenne environ 2% dans le cas de Aviv et Federgruen et environ 2.2% dans le cas de Cachon et Fisher. Aviv et Federgruen analysent l'efficacité d'un programme de Gestion Partagée des Approvisionnements (Vendor managed Inventory (VMI)) où l’information de ventes et de stockage est utilisée par le fournisseur pour déterminer la synchronisation et la quantité des marchandises à expédier aux détaillants.

2.3.5.2. L’approche simulation

La simulation présente une approche efficace pour l’analyse et l’évaluation détaillées des problèmes de conception et de gestion de la chaîne logistique (Swaminathan et al. 1997). Une des approches de simulation connue et beaucoup utilisée pour modéliser les chaînes logistiques est la dynamique des systèmes, qui a été développée par Forrester (1961). Cette technique a été réactivée et modifiée pour étudier les dynamiques de chaîne logistique (Towill et al. 1992, Sterman 2000). Cette technique est simple et efficace pour étudier l'impact de différentes politiques sur le comportement de système. (Huang et al.2003).

Les recherches courantes sur la dynamique des systèmes dans le domaine de la chaîne logistique traitent de différents problèmes comme le stockage, la réactivité, l’accroissement de la demande, la conception et l’intégration de chaîne logistique (Angerhofer et al. 2000). Mason-Jones et Towill 1997, ont développé un modèle de simulation pour analyser l’amélioration comparative des performances dans la chaîne logistique en présentant les avantages dynamiques accessibles grâce à l’enrichissement d’information. Zhao et Xie 2002, en développant un modèle de simulation, ont examiné l'impact des erreurs de prévisions de la demande sur la valeur du partage d’informations entre les détaillants et le fournisseur dans une chaîne logistique.

Récemment les chercheurs ont utilisé des modèles multi-agents pour étudier le problème du partage d’information. Un système multi-agents (MAS) est une branche de l'intelligence

artificielle (Wooldridge 2002) Yuan et al. (2001) ont présenté une brève revue des applications de MAS dans la chaîne logistique.

Kimbrough et al. (2000) ont utilisé le système d’agents pour étudier l'effet coup de fouet. En particulier, ils mettent l’application du jeu de la bière du MIT comme un modèle système d’agent avec l’avantage de pouvoir intégrer la fonction de coût asymétrique (différentes valeurs pour le coût de possession de stock et la pénalité de rupture de stock). Ils ont développé un algorithme en sept étapes pour chercher la politique optimale de stockage (optimal order policy)). Lau et al. (2002) ont développé un modèle de simulation multiagents pour montrer comment on peut utiliser le MAS afin d'étudier le partage d’information dans une chaîne logistique (Lau et al. 2004). Ils ont évalué l'impact de différents niveaux de partage d'information sur la décision de réapprovisionnement (replenishment decision) en utilisant un modèle de simulation multiagents.

2.4. Proposition d’un cadre général d’analyse de la littérature

Nous appuyant sur cette revue de littérature nous proposons un modèle conceptuel général reposant sur la distinction de trois éléments principaux :

1 le contexte étudié

2 la stratégie du partage adapté

3 les indicateurs de performance utilisés

La structure de ce modèle est la suivante

Tableau 2-1: structure du modèle conceptuel proposé pour analyser la littérature

Contexte Stratégie
Contexte
Stratégie

S1

C1

C2

C3

IP 1 (11) IP 4

(11)

S2

IP 3 (23) IP 4

(23)

S3

IP 1 (32) IP 5

(32)

2.4.1. Contexte

Le contexte représente les caractéristiques de la chaîne étudiée (C i dans le modèle). Selon Huang et al 2003 les deux éléments importants qui doivent être considérés sont la structure physique de la chaîne logistique et le niveau de la décision.

2.4.1.1.

La structure physique de la chaîne

La classification de Huang et al (2003) présentée dans la section précédente est la plus complète dans tous les travaux considérés. C’est celle que nous avons retenue dans notre modèle conceptuel. Il contient donc cinq structures : Serial, Divergent, Dyadique, Convergent et Network.

2.4.1.2. Le niveau de la décision

On distingue dans la littérature trois niveaux décisionnels : Stratégique, Tactique et Opérationnel. Dans cette recherche ainsi dans cette classification de la littérature nous ne nous intéressons qu’au niveau opérationnel.

2.4.2. Stratégie

Nous retenons deux éléments essentiels pour qualifier cette stratégie :

2.4.2.1. Type d’information à partager

Selon Chen et Yu (2005), en termes d’information partagé, on peut distinguer :

L’information aval, quand un partenaire aval de la chaîne logistique envoie ses informations vers les parties amont de la chaîne, informations telles que la demande des clients finaux, les ventes, etc.

L’information amont quand un partenaire amont de la chaîne logistique envoie ses informations vers partie aval de la chaîne, informations telles que la capacité de production, le délai de réapprovisionnement, etc.

Huang et al 2003 présentent une liste importante des différentes informations partagées telles qu’elles apparaissent dans la littérature. Ils les catégorisent dans un modèle de l’information de production qui contient six catégories : Production, Process, Inventory, Resource, Order and Planning.

Nous appuyant sur ces travaux nous distinguerons dans notre analyse :

- Les informations de la partie aval

o

Inv : niveau de stock (Inventory level)

o

D : demande

o

Dv : variance de la demande

o

Dc : corrélation de la demande

o

DF : prévision de la demande (demand forecast)

o

AD : demande en avance (advanced demand information)

o

BS : taille de lot de la commande (order batch size)

o

FM : modèle de la prévision (forecasting model)

o

ODD : date d’arrivé de la commande (order due date)

o

OS : calendrier des commands (order schedule)

o

EPOS : point de vente électronique (electronic point of sale)

 

-

Les informations de la partie amont

 

o

Lt : délai d’approvisionnement (leadtime)

o

VLt : variance du délai (variance of leadtime)

o

Olt : délai de livraison (order transfer leadtime)

o

Cap capacité

o

Q : qualité

o

PC : coûts du processus (process costs)

2.4.2.2.

Niveau du partage d’information (Degré de l’enrichissement)

Selon Ketzenberg et al, 2007 le niveau de visibilité de l’information par rapport au scénario de base (marginal information) est aussi important. Il montre qu’il y a une relation positive entre l’écart informationnel et la valeur d’information, c'est-à-dire que plus la différence est grande entre le scénario de base et celui du partage, plus la valeur de l’information est élevée. Au final, cela ne signifie pas toujours la rentabilité du partage d’informations. Lau et al 2002, en distinguant trois niveaux de partage, montrent que le partage complet n’est pas à conseiller dans toutes les conditions, les investissements nécessaires pour réaliser ce niveau de partage pouvant être plus élevés que les gains qui en résulteront.

Huang et al 2003 parlent de deux types d’enrichissement : « Timeliness » et « Neighbourhood ». Le timeliness correspond au retard et à la précocité du partage d’information. Le retard est la cause principale de l’effet coup de fouet. D’autre part un partage d’information en avance peut améliorer la performance de la chaîne logistique. Le neighbourhood indique l’étendue de ce partage. Il faut savoir avec qui le partage est plus rentable car les coûts du partage global d’information peuvent être plus élevés que les gains en résultant

Gavirneni et al. 1999 considèrent un autre type d’enrichissement proportionnel d’information entre deux partenaires (structure dyadique). Dans le cas du partage complet (troisième scénario) le fournisseur recueille des informations supplémentaires qui lui permettent de connaitre le niveau exact de stock chez le détaillant alors que dans le cas du partage partiel (deuxième scénario), il ne connaît que de manière probabiliste cette information. On peut nommer cet aspect comme l’aspect « Relatif ».

Tenant compte de ces travaux nous proposons de distinguer deux niveaux de partage d’information : le « Partage partiel » et le « Partage complet ». Dans le cas de partage partiel, l’imprécision peut porter sur trois aspect différents : « Timeliness », « Neighbourhood » et « Relatif » :

- Partage complet

- Partage partiel

o

Timeliness

o

Neighbourhood

o

Relatif

o

Le but principal de cette classification est de montrer les manquants dans la littérature sur le niveau du partage d’information.

2.4.3. Classification par types d’information et de structure

Nous appuyant sur ce modèle, ne reprenons ci-après la revue de littérature présentée de ce chapitre et concernant le niveau opérationnel. Le Tableau 2-2 donne cette liste avec une numération de chaque référence qui sera utilisée dans les tableaux d’analyse.

Les tableaux d’analyse montrent des manques importants sur plusieurs structures et plusieurs types d’information. D’un point de vue général on peut dire il y a plus de travaux portant sur les informations de type aval que sur celles de type amont. Le niveau de stock, la demande finale, la variance de la demande et la corrélation de la demande ont reçu beaucoup d’attention, principalement dans les structure dyadique, serial et divergent.

L’analyse sur les informations amont, comme indiqué par Chen et Yu 20005, illustre clairement qu’il existe peu de travaux en comparaison de ceux portant sur les informations aval. Ainsi seuls quelques travaux étudient l’effet du partage d’information du délai et de la capacité dans les structures simples (dyadique et serial). Ces manquants justifient notre motivation de recherche sur l’information amont.

Concernant le niveau du partage d’information, la majorité des travaux ne prennent en considération que le partage complet d’information.

Tableau 2-2 : Liste des références

Référence

Référence

1

Anderson et al. (2000)

31

Karaesmen et al. (2002)

2

Aviv (2001)

32

Kim et al (2002)

3

Aviv et Federgruen (1998)

33

Lakhal et al (2001)

4

Banerjee et al. (2001)

34

Lau et Lau (2001)

5

Beamon et Chen (2001)

35

Lau et al. (2002)

6

Bourland et al. (1996)

36

Lee et al. (1997)

7

Cachon et Fisher (2000)

37

Lee et al. (2000)

8

Chen (1998)

38

Lin (1996)

9

Chen (1999)

39

Mason-Jones et Towill (1997)

10

Chen et al. (2000a)

40

Mason-Jones et Towill. (1999)

11

Chen et al. (2000b)

41

Metters (1997)

12

Chen et Yu (2001)

42

Moinzadeh (2002)

13

Chen et Yu (2005)

43

Ng et al. (2001)

14

Cohen (2000)

44

Ozer (2000)

15

DE Souza et al. (2000)

45

Rappold et Muckstadt (2000)

16

DeCroix and Mookerjee (1997)

46

Sahin et Robinson (2005)

17

Dejonckheere et al (2004)

47

Sharafali et Co (2000)

18

Disney et al. (1997)

48

Swaminathan et al. (1997b)

19

Dobson et Pinker (2006)

49

Thonemann (2002)

20

Fleisch et Powell (2001)

50

Tsung (2000)

21

Fox et al. (2000)

51

Towill (1996)

22

Gavirneni (2001)

52

Towill et al. (1992)

23

Gavirneni (2002)

53

Wei et Krajewski (2000)

24

Gavirneni et al. (1996)

54

Weng (1999)

25

Gavirneni et al. (1999)

55

Wikner et al. (1991)

26

Gilbert et Ballou (1999)

56

Xu et al. (2001)

27

Gullu (1997)

57

Yu et al. (2001)

28

Gurbuz et al. (2004)

58

Yue et Liu (2006)

29

Helo (2000)

59

Zhao et Xie (2002)

30

Hong-Minh et al. (2000)

60

Zhao et al. (2001)

Tableau 2-3 : Classification de la littérature, information aval

Contextes Stratégies
Contextes
Stratégies

Dyadique

Serial

Divergent

Convergent

Network

 

Partiel.

25

       

Inv

 

3, 14, 23, 24,

 

3, 4, 7, 22, 28,

   

Complet.

25 56

30, 38

42, 43, 45, 54

38

 

Partiel.

   

35

   

D, Dv

 

3, 6, 8, 11, 14,

       

et Dc

16, 23, 24, 31,

9, 10, 15, 30,

3, 5, 22, 28, 35,

Complet.

34, 36, 37, 41

38, 39, 40, 44,

52, 55

42, 44, 45, 59,

60

5

38

47, 56, 57

DF,

Partiel.

2

57

49

   

AD