Académique Documents
Professionnel Documents
Culture Documents
Recherche Scientifique
Prsent par
Dirig par :
me
Remerciement
amLi ni naeL
.
" "
" " .
.
. ,M V , , ,amLi ni naeL :
Rsum
Ce travail prsente le droulement de la mthodologie Lean Six Sigma au sein de la fonction
Materials Management de la chane logistique de Schlumberger NAG dans le but damliorer la performance
de cette fonction.
Le premier projet intitul Amlioration de la variabilit de linventaire consiste rduire la variabilit
de linventaire en recourant aux outils statistiques dans le but daugmenter la qualit du service offert. Le
second projet intitul Amlioration du temps de service dcoule de ltape innovation du premier projet
et consiste amliorer le temps dexcution des processus en liminant les gaspillages identifis en faisant
appel aux outils de qualit.
Mots-cls : Lean Six Sigma, Innovation, Qualit, VSM, Gaspillages.
Abstract
This work presents the deployment of the Lean Six Sigma methodology within the Materials
Management function of the supply chain Schlumberger NAG in order to improve the performance of this
function.
The first project entitled "Improvement of the variability of inventory" aims to reduce the variability of the
inventory through the use of statistical tools in order to increase the quality of service offered. The second
project entitled "Improving the service time" results from the first project stage of innovation aims to
improve the execution time of processes by eliminating waste identified through the use of quality tools.
Keywords: Lean Six Sigma, Innovation, Quality, VSM, Wastes.
Introduction ................................................................................................................................ 5
I.1.
I.1.1.
I.1.2.
I.1.3.
I.2.
I.2.1.
I.2.2.
I.2.3.
I.3.
I.3.1.
I.3.2.
I.3.3.
Conclusion ................................................................................................................................ 22
II.
II.1.1.
II.1.2.
II.1.3.
II.1.4.
II.1.5.
II.1.6.
II.1.7.
II.2.
II.2.1.
II.2.2.
II.1.1.1.
II.1.1.2.
II.2.3.
Conclusion ................................................................................................................................ 49
III.
Introduction .............................................................................................................................. 51
III.1.
III.1.1.
III.1.2.
III.1.3.
III.2.
III.2.1.
III.2.2.
III.2.3.
Conclusion ................................................................................................................................ 79
IV.
Introduction .............................................................................................................................. 81
IV.1.
IV.1.1.
IV.1.2.
IV.2.
IV.2.1.
IV.2.2.
IV.3.
Innovation .............................................................................................................. 96
IV.3.1.
IV.3.2.
Figure III. 14. Nuage de points avec ligne de rgression Linaire, quadratique et cubique de Y
par rapport X1........................................................................................................................ 72
Figure III. 15. Diagrammes des valeurs rsiduelles pour Y ..................................................... 75
Figure III. 16. Diagrammes des valeurs rsiduelles ................................................................. 78
Chapitre IV
Figure IV. 1. Diagramme de Pareto de la rception des articles en jours ................................ 82
Figure IV. 2. Nombre d'articles compts chaque jour .............................................................. 84
Figure IV. 3. Classification des jours de comptage des articles ............................................... 85
Figure IV. 4. VSM du processus de rception ......................................................................... 87
Figure IV. 5. VSM du processus de l'inventaire tournant ........................................................ 88
Figure IV. 6. Activit 1: Dchargement ................................................................................... 90
Figure IV. 7. Activit 2: Contrle physique ............................................................................. 91
Figure IV. 8. Activit 3: Rception informatique .................................................................... 92
Figure IV. 9. Activit 4 : Localisation ..................................................................................... 93
Figure IV. 10. Prparer la liste des articles compter ............................................................. 94
Figure IV. 11. Activit 2: Comptage aveugle .......................................................................... 94
Figure IV. 12. Activit 3 : Analyse du comptage ..................................................................... 95
Figure IV. 13. Activit 4: Introduire les rsultats dans le WMS ............................................. 96
Figure IV. 14. Activit 5: Clturer la transaction .................................................................... 96
Figure IV. 15. VSM futur du processus de rception sans GT ................................................ 98
Figure IV. 16. VSM futur de processus de rception avec GT ................................................ 98
Figure IV. 17. VSM Futur du processus de l'inventaire tournant sans GT .............................. 99
Figure IV. 18. VSM Futur du processus de l'inventaire tournant avec GT .............................. 99
Figure IV. 19. Rsultat dapplication du premier S ............................................................... 101
Figure IV. 20. Rsultat de l'application du deuxime S ......................................................... 102
Figure IV. 21. Rsultat de l'application du troisime S .......................................................... 103
Figure IV. 22. Configuration des zones de l'entrept ............................................................. 105
Figure IV. 23. Nouvelle configuration des zones de l'entrept .............................................. 107
Figure IV. 24. Etiquette de la rception des articles .............................................................. 109
Figure IV. 25. Etiquette d'expdition des articles .................................................................. 110
Figure IV. 26. Etiquette de l'inventaire tournant .................................................................... 110
Figure IV. 27. Boitier des tiquettes ...................................................................................... 111
Figure IV. 28. Le travail fourni par les employs .................................................................. 114
Introduction gnrale
Introduction gnrale
Page 1
Introduction gnrale
Un audit propre lentreprise sur lentrept MD1, a fait tat dune situation trs critique durant
les trois dernires annes. MM se retrouve alors dans lobligation de raliser des rsultats
meilleurs tout en rduisant les cots et en satisfaisant les clients. Il est urgent que MM amliore
la qualit du service.
Pour pouvoir atteindre les objectifs assigns MM, il est intressant de faire appel aux
approches qui sinscrivent dans une optique damlioration continue. Le Lean Six Sigma
reprsente la dmarche adquate qui permet datteindre les objectifs de lentreprise du fait que
cette dernire a mis en place un systme de management de la qualit et quelle a adopt
lapproche processus. De ce fait, notre tude qui vise amliorer la performance de MM se
droulera selon les tapes de la dmarche DMAIC du Lean Six Sigma.
Pour pouvoir bien rpondre la problmatique, nous avons structur le prsent mmoire en
quatre chapitres :
Le premier chapitre explicite lapport de la littrature concernant les deux dmarches de la
qualit, Lean & Six Sigma et la complmentarit entre ces deux mthodes.
Le second chapitre consiste prsenter lentreprise et dlimiter le primtre du projet qui
saligne avec la stratgie de lentreprise.
Le troisime chapitre est consacr ltude du premier projet intitul Amlioration de la
fiabilit de linventaire qui consiste dterminer les causes racines de la variabilit de
linventaire afin de pouvoir apporter des amliorations.
Le quatrime et dernier chapitre traite un deuxime projet intitul Amlioration du temps de
service issu de ltape Innover du premier projet. Il consiste amliorer le temps dexcution
de processus en liminant les gaspillages identifis.
La Figure ci-aprs reprsente la feuille de route suivie lors du droulement de la dmarche LSS
pour la rsolution de la problmatique.
Page 2
Page 3
Chapitre
I. Les fondements du Lean
Management et Six Sigma
Page 4
Introduction
La dfinition de la qualit diffre selon les spcialistes et les organismes. AFNOR dfinit
la qualit dun produit comme suit : Un produit ou service de qualit est un produit dont les
caractristiques lui permettent de satisfaire les besoins exprims ou implicites des
consommateurs . D. Montgomery en se rfrant lapproche statistique, considre la qualit
comme inversement proportionnelle la variabilit. (Montgomery, 2005).
Dans le prsent chapitre, nous expliciterons les concepts du Lean et des Six Sigma et nous
finirons par prsenter lapport de la littrature sur la complmentarit entre les deux dmarches
de la qualit.
I.1.
Page 5
La non-valeur ajoute
La non valeur ajoute (NVA), en anglais Non Added Value , est appele dans le jargon
du Lean gaspillage traduit du japonais Muda . Ceci dsigne les oprations qui mobilisent
des ressources sans crer de valeur pour le client (Womack et Jones, 2012). Ces oprations,
au niveau interne de lentreprise et dans la chane logistique sont juges inutiles par les clients
qui ne sont pas convaincus de les payer.
Or, lobjectif du concept Lean consiste accroitre la proportion de la valeur ajoute du prix de
vente des produits, ce qui se traduit par la rduction du gaspillage dans toutes les activits de
lentreprise (Liker, 2012). Le gaspillage se classe sur la base de sept catgories (Ohno, 1988).
Les diffrents types de gaspillage
Ohno a identifi sept types de gaspillages :
1) La surproduction
Il sagit de la production au-del des besoins du client ncessitant un stock et crant un
excs.
2) Sur-stockage ou stocks inutiles
Il sagit de ressources supplmentaires qui ne sont pas indispensables la ralisation
dune tche au bon moment. Ces stocks inutiles sont causs par la mauvaise planification,
gnrant un niveau lev de stocks d la surproduction et la lenteur dans les flux
dinformation et les flux physiques.
3) Transport et dplacement inutile
Il sagit du dplacement inutile des matriels, des pices, des produits, des documents et
dinformations napportant aucune valeur aux clients et engendrant des risques de dgradation.
4) Traitements inutiles ou surprocessing
Il sagit des applications et des procdures mal adaptes qui engendrent un accroissement
de cots au-del des spcifications du client.
Page 6
1er Principe, consiste dfinir la valeur en adoptant le point de vue du client pour
satisfaire exactement son besoin.
3me Principe, Favorise lcoulement des flux en sassurant que les activits cratrices
de valeur se succdent sans interruption le long du processus.
Page 7
4me Principe, Tire les flux, en produisant des biens ou des services si et seulement si
une demande explicite du client se manifeste.
5me Principe, Vise la perfection en oprant des progrs permanents par lmergence
de nouvelles ides damlioration et en prennisant une culture dlimination
continuelle des sources de gaspillage.
Production
Entreprise traditionnelle
Lean Entreprise
Page 8
Taille de lot
Rotation des
stocks
Usine
Organisation des
ateliers
Machines
Changements
d'outils
Gestion des
flux
dinformation
Contrle qualit
Les agents de
production
Capabilit du processus
Contrle systmique
Multifonctions
Bonne flexibilit
Utilisation du travail physique et des
connaissances
Culture de l'organisation base sur
lintgration, l'autonomisation
et
la
responsabilisation (empowerment)
Le Lean a pour objectif la satisfaction des besoins des clients en mobilisant peu dargent
et de moyens de production. Dans le but de minimiser les ressources et les cots, il est
primordial dliminer ou dattnuer les gaspillages dans toutes les oprations de lentreprise
grce la rationalisation de toute la socit et ses partenariats en continu, tout en maintenant
lquilibre du rapport besoins clients et capacits de lentreprise. Lentreprise peut galement
augmenter ses performances en acclrant ses flux, en diminuant ses investissements, ses
dfauts, le transport et lespace de travail.
Page 9
Nom
Schma du processus de production
Diagramme Spaghetti
Value Stream
Reprsenter les
processus
dans le temps et
dans lespace
Objectif
Mapping (VSM)
Lead time
Takt time
Temps de cycle
Goulot dtranglement
Page 10
Rgulariser les
flux
et stabiliser les
processus
Systme 5S
Flux continu
Equilibrage de ligne
Cellules en U
One-piece-flow
Exchange
of
Systme Kanban
Carte Kanban
Supermarch
Heijunka
Juste--temps JAT
Tourne du laitier
Page 11
Maintenir les
amliorations et
dvelopper le
potentiel humain
Evaluer la
satisfaction client
Poka-Yoke
Contrle visuel
Standardisation du travail
Takt time
Work-In-Process WIP
Cross training
Kaizen
Dvelopper le potentiel
humain
amliorer les performances
Page 12
en
et
grandes compagnies, telles que Boeing, Rolls Royce et Lockheed (Liker, 2012). Cependant, les
spcialistes ont identifi un certain nombre de limites.
-
I.2.
DMAIC (Define, Mesure, Analyse, Improve, Control) reprsente par ses tapes, une
caractrisation dune mthodologie standard, permettant dapporter des amliorations
aux processus en liminant les problmes.
DFSS (Design For Six Sigma) a pour but dorienter lentreprise vers la cration de
produits et de processus permettant datteindre un niveau de qualit proche de lobjectif
fix par six sigma et la satisfaction des clients (Leseure et al., 2010).
Il existe dautres modles de droulement de Six Sigma semblables DMAIC et DFSS mais
sont trs peu utiliss.
Page 13
Le concept Six Sigma repose sur la loi normale, en faisant rfrence la courbe de Gauss (voir
la Figure.1.). cet effet, il existe deux approches ;
Page 14
Alors que les quipements de mesure sont incapables de dceler un trs faible dcentrage du
processus, les calculs statistiques prennent en considration un dcalage minime gal 1,5
sigma. Les Six Sigma visent des processus comprenant 3,4 units non conformes par million.
La Figure .2. explicite ce principe (Pillet, 2008).
Page 15
Tableau I. 3. Outils Six Sigma (George, 2003 ; Pillet, 2008; Leseure-Zajkowska, 2004, p. 3233)
Domaine
dapplication
Nom
Brainstorming
SIPOC
Benchmarking
Voix du Consommateur
VOC
Diagramme CTQ
Gnrer des
ides et
rechercher des
solutions
Rle
Dploiement de la
Fonction Qualit QFD
Diagramme de Gantt
Diagramme de relations
ID
Diagramme de Pareto
5 why
Diagramme dIshikawa
Diagramme darbre
AMDEC
Page 16
Diagramme des
affinits
Analyse du champ de
force
Flowchart
Graphique en toile
daraigne
Graphique du temps
Diagramme de matrice
Les outils Six Sigma compltent la mthode de la roue de Deming et sinscrivent dans la
dmarche DMAIC. Les cinq tapes de la dmarche sont essentielles pour fournir des rsultats
fiables (Nakhla, 2006) ;
Innover, cette tape exprimente des faits et des apports nouveaux, tablit des
modifications et dmontre statistiquement que les amliorations sont efficaces.
Contrler, dans cette tape, une solution sapplique, se formalise et se met sous
contrle.
La mise en application de la mthode Six Sigma dans toutes les organisations est
Page 17
Page 18
I.3.
Page 19
Beaucoup dentreprises sintressent la mthode Lean Six Sigma en raison des rsultats
atteints concernant lamlioration de la productivit et le niveau de qualit tout en prennisant
les conomies qui dpassent chaque fois les attentes car cest une dmarche qui repose sur un
scnario Gagnant-Gagnant pour tous les acteurs : Lentreprise et ses clients. Lobjectif cibl
par les deux mthodes est commun, les deux concepts se focalisent sur la satisfaction des
clients, mme en prsence dune diffrence entre les deux mthodes. Le Six Sigma vise
diminuer la variabilit des processus et amliorer compltement la qualit perue par le client.
Ainsi, la mthode permet de mesurer la variabilit et de la mettre sous contrle, contrairement
au Lean qui la considre dun point de vue qualitatif.
Le Lean se concentre sur un service rapide au client, en amliorant continuellement le niveau
de qualit.
Les fondements du Lean Six Sigma reposent sur quatre piliers (voir la Figure I.4) ;
Offrir un service rapide aux clients avec un niveau de qualit rpondant exactement
leurs attentes ;
Page 20
La mthode Lean Six Sigma sarticule sur cinq lois fondamentales permettant une mise en
application efficace dans lorganisation (George, 2010) ;
1re Loi, la loi du march Les besoins du client dfinissent la qualit et sont la plus
haute priorit de lamlioration ;
3me Loi, la loi de la concentration Les informations montrent que 20% des activits
au sein dun processus causent 80% des problmes et des retards ;
4me Loi, la loi de la vitesse (Loi de Little) la vitesse de tout processus est inversement
proportionnelle la quantit de travaux en cours ;
Page 21
Conclusion
Nous concluons la fin de ce chapitre que le Lean Six Sigma est une dmarche pertinente
exploite par la majorit des grandes entreprises. Elle permet daugmenter le profit, damliorer
la performance de lorganisation et davoir un avantage concurrentiel. La mise en application
de la mthode fera lobjet de ltude dun cas pratique qui sera prsent dans les prochains
chapitres.
Page 22
Chapitre
II. Etude de lexistant et dfinition du
cadre de projet
Page 23
compte
Page 24
Les Area (zones) sont des macro-territoires de gestion qui englobent tout un
continent ou une partie importante dun continent tandis que le Geomarket (march
gographique) est un pays ou groupe de pays grs sous une mme structure.
Les zones et les marchs gographiques fournissent le soutien et l'expertise pour les
segments afin de bien fonctionner dans les pays spcifiques et permettent de dcentraliser la
gestion et optimiser lacquisition des marchs travers le monde.
Les zones dactivits dtailles et leurs marchs sont :
Europe & Africa Area (EAF):Europe Continentale, Libye, North Africa Geomarket (Algrie,
Tunisie), Nigeria, Mer du Nord, Ouest et Sud dAfrique.
Russia & Central Asia (RCA):Russie & Mer Caspienne.
Latin America (LAM) : Amrique du Sud, Amrique Centrale et les Carabes.
Middle East Area (MEA):Egypte & Soudan, Moyen Orient et Golfe Arabe.
Asia Area (ASA):Australie, Chine, Inde, Indonsie, Sud et Est de lAsie.
North America (NAM):Alaska, Canada, Golf du Mexique et les Etats Unis.
La figure ci-dessous montre la disposition des Geomarket de Schlumberger dans le monde
Page 25
Cette structure offre aux clients un point de contact unique au niveau local pour les
oprations sur le terrain et rassemble des quipes gographiquement cibles pour rpondre aux
besoins locaux et offrir des solutions personnalises. Collaborant avec les diffrents segments
technologiques de l'entreprise, les marchs gographiques fournissent un puissant conduit par
lequel lentreprise transite l'information et le savoir-faire aux clients, et travers lequel des
ingnieurs et des goscientifiques de Schlumberger maximisent les synergies technologiques
sur toute la dure du champ.
Page 26
Page 27
On peut voir dans la Figure II.3. les principaux centres de recherche et de dveloppement
technologique dans le monde.
Hassi Messaoud
Ain Amenas.
Hassi Berkine.
Ain Salah.
La compagnie est prsente en Algrie depuis 1955. Aujourdhui, elle dtient plus de
70% des parts du march des services ptroliers. Les activits du groupe en Algrie sont
divises en deux grandes entits de Technologies: Service Ptrolier Schlumberger (SPS) et
Compagnie dOprations Ptrolires Schlumberger (COPS), toutes les deux sont soutenues par
les mmes fonctions support comme schmatis sur la Figure II.4.
Page 28
Cest une entit qui fait partie de Schlumberger Worldwide, son rle rside tablir le
contact entre lentreprise et le fournisseur international lorsque Schlumberger sapprovisionne
partir de ce dernier. Cette entit est localise dans 4 principales plateformes (Hubes) travers
le monde (Huston, Singapour, Duba, Rotterdam) et reprsente par GOLD (Global Oilfield
Logistics & Distribution).
Schlumberger Algrie tablit des changes, la plupart du temps, avec le hub de Rotterdam.
Le rle du GOLD est :
Page 29
II.1.5.1.B.
II.1.5.1.C.
Grer les relations avec les fournisseurs aprs la slection de ces derniers.
II.1.5.1.D.
Material management
Cest le dpartement responsable de stockage des articles (M&S & les consommables) et
de la gestion des entrepts de lentreprise. Ce dpartement est un support pour les segments
oprationnels et a pour missions:
Assurer la bonne rception des articles avec une inspection physique pour garantir la
conformit de ces derniers.
Page 30
II.1.5.1.E.
Logistics
Cest le dpartement qui gre les flux physiques de lentreprise, avec une grande
responsabilit sur la logistique de Schlumberger. Sa fonction est de garantir la disponibilit des
ressources ncessaires rpondant aux besoins des segments oprationnels.
Ce dpartement est compos de trois services :
OFS store: Il regroupe les informations sur ltat de tous les stocks de lentreprise,
ce systme est exploit par le Materials management.
SWPS: Ce systme contient des informations concernant les articles ainsi que les
fournisseurs slectionns par le dpartement Procurement & Sourcing permettant
de lancer les commandes.
Page 31
II.1.6.1. La hirarchie de MM
Le Materials management dispose une organisation plusieurs niveaux hirarchiques avec la
dfinition des rles et des champs dintervention.
Page 32
II.1.6.2. Lentrept MD 1
Cet entrept a t cr en Aout 2012 lintrieur de la base MD1 de Hassi Messaoud
par limplmentation dune stratgie de centralisation des magasins en un seul entrept. Ce
dernier est le plus important du NAG, par le fait quil dtient plus de 70 % de la totalit des
M&S de cette rgion.
Avant la mise en uvre de cette premire stratgie de centralisation, chaque segment
grait son stock par son propre magasin qui contient les M&S et les consommables ncessaires
pour oprer.
Schlumberger stock replenishment tool est un outil bas sur Microsoft Excel qui
interroge les donnes de MS SQL partir des systmes dinformations et accepte la saisie
manuelle pour tablir des prvisions. Ces donnes sont utilises principalement pour projeter
les futurs niveaux de stock et calculer les quantits optimales commander.
Ce systme permet de calculer des indicateurs de performance sur ltat de stock
reprsents par des tableaux de bord, titre dexemple le DSOH reprsentant un indicateur de
performance qui indique le nombre de jours restant pour lachvement du stock.
Cet outil permet aux segments oprationnels de connaitre ltat de leurs stocks dans le
but de faire le rapprovisionnement. En plus de calculer les quantits optimales commander,
le SRT identifie galement la possibilit de commander des articles qui sont en excs dans les
autres pays par des FMT (Transfer de matriel).
II.1.6.3.B.
Le GT (Global Tracability)
GLOBAL TRACABILITY est un appareil de lecture de code barre bas sur une
application web ddie limpression des codes-barres et le suivi des actifs ; l'accs de
l'utilisateur peut tre demand premire tentative de connexion.
Cette application permet de faciliter le droulement du processus de la rception des
articles, de linventaire tournant et de lexpdition par le fait des mises jour automatiques du
systme aprs la lecture du code barre de larticle reu, compt ou expdi.
Page 33
Page 34
Dfinition
Les donnes du WMS refltent ce qui est disponible
rellement.
Le client trouve toujours ce quil demande (Pas de
rupture).
Le client est servi dans un minimum de temps.
Ramener le niveau de stock au plus juste.
Lorganisation est claire, les procdures bien dfinies
et les rles bien dtermins.
Le client peut tout moment voir ce quil consomme,
ce qui nest pas disponible, les articles dont la date
dexpiration approche.
Rduire les pertes financires dues lobsolescence ou
la premption.
Page 35
Client
Besoins
Exigences
Exactitude de
linventaire
Pas dcart
dinventaire
Disponibilit
Pas de rupture de
stock
Rapidit des
traitements
Service rapide
Rduction de
lexcs des stocks
Optimiser
lapprovisionnement
du stock
Page 36
Mesure
Articles en
physique sur
articles en
systme
Articles
recherchs
disponibles
Temps de
service
Spcification
DSOH
<6mois
<0.03%
>99%
<15 min
Accessibilit
Clart de
lorganisation
Visibilit
Rduire le risque
dobsolescence et de
premption
Pas de pertes
financires
Perception du
client sur une
chelle 10
Nombre
darticles
expirs
Cot de perte
>8
0.01%
0.01%
Page 37
Ncessaire
Exactitude de
linventaire
Disponibilit
Rapidit des
traitements
Rduction de
lexcs des stocks
Accessibilit
Visibilit
Rduire le risque
dobsolescence et
de premption
Espr et
souhait
Pas
dintrt
a ne
drange
pas
Pas dsir
Oppos
P
I
D
I
I
I
D
Le score enregistr suite cette classification des besoins par rapport leurs niveaux
dimportance se rsume dans le Tableau II.4.
Tableau II. 4. Classification de Kano de lensemble des clients
Pas
dintrt
a ne
drange
pas
Pas dsir
Oppos
CTQ
Ncessaire
Espr et
souhait
Exactitude de
linventaire
0
0
0
0
0
0
6
6
0
0
0
0
Disponibilit
Rapidit des
traitements
Rduction de
lexcs des stocks
Accessibilit
Visibilit
Rduire le risque
dobsolescence et
de premption
Page 38
Lhistogramme de la Figure II.6. reflte une meilleure image sur les tendances des
clients vis--vis de leurs attentes. On constate clairement le besoin fort explicite de lexactitude
de linventaire qui demeure une ncessit commune pour tous les clients.
Disponibilit
Esper et souhait
Rapidit des
traitements
Rduction de
l'excs des stocks
Pas d'intert
Accessibilit
Rduire le risque
d'obsolescence et
de premption
Pas desir
Oppos
Lhistogramme prsent sur la Figure II.7. met en vidence le degr dimportance lev
de lexactitude de linventaire dgag par les clients dans la classification des besoins. Les
autres exigences sont plus au moins satisfaisantes.
La classification de Kano nous a amens dterminer le classement des besoins et
mettre en vue plus prcisment limportance de lexactitude de linventaire qui selon les clients
est primordiale. Cependant, en prenant lensemble de ces exigences et en considrant cette
classification, on ne peut savancer sur la qualit du service offert par le MM. Pour cela il
faudrait voir les deux cts, clients et service MM. De ce fait, nous verrons dans la prochaine
phase dtude le diagramme Exigences/Performances.
Page 39
Esper et souhait
Pas d'intert
Exactitude de l'inventaire
a ne lui drange
pas
Disponibilit
Pas desir
Oppos
Accessibilit
Reprendre les exigences des clients en leurs affectant une note de -3 +3, selon que
cette exigence est faible ou forte.
Reprendre le recueil du niveau de performance attendu par le client selon que cette
performance est forte ou faible.
Les rsultats escompts lors de cette procdure se rsument dans le Tableau II.5. On
constate quil n y a pas de performances lev pour des exigences faibles, ceci se traduit par le
fait que le client nest pas prt payer un surcot.
Page 40
Niveau
dexigence
3
3
-1
Niveau de
performance
-3
2
-1
3
3
1
2
4
4
Zone
2
4
1
Les rsultats obtenus sont reprsents en quatre zones (voir la Figure II.8.). On voit bien
que les deux zones 1 et 4 montrent que les performances du service MM sont adaptes aux
exigences des clients, car on trouve des exigences faibles performances faibles ou exigences
fortes performances fortes, donc il y a une concordance entre le service et le besoin des clients.
Sur la zone 2 on voit des exigences fortes avec des performances mdiocres. Ceci
montre que ce besoin est trs important pour le client mais ce dernier est loin dtre satisfait.
Autrement dit, les CTQ de cette zone 2 offrent des potentiels de gains qualit.
3
Dveloppements
inutiles
+3
P
E +2
R
F +1
O
R
0
M
A -1
N
C -2
E
-3
Service adapt
Service adapt
Service rapide
-3
-2
-1
0
+1
+2
+3
Exigences
Figure II. 8. Diagramme Exigences/Performances
Page 41
Lcoute en profondeur des clients nous a conduits cibler un besoin spcifique critique
qui est lexactitude de linventaire. De ce fait, notre tude se focalisera maintenant sur la qualit
du service de MM. Pour cela, dans ltape qui suit, nous verrons comment le dpartement MM
pilote lorganisation pour satisfaire les clients en exploitant les processus.
Les processus choisis sont plus de 85% excuts quotidiennement. Ces derniers sont
principalement en contact direct avec les clients ;
Les processus que nous navons pas retenu sont soit des processus qui interviennent lors
de la conception de lentrept tel que lorganisation gnrale de lentrept, soit des processus
de planification comme la planification de linventaire, ou bien des processus pris en charge
par le systme de gestion des entrepts (WMS) tels que la classification ABCD ou des processus
qui ne sont pas oprationnels comme le VMI (Vendor Management Inventory).
A ce niveau, il va falloir les cartographies des processus retenus. Or, le cinq processus ont
dj t cartographis par SIPOC en 2014 (Mechouar et Tamssaout, 2014). Nous avons alors,
Page 42
confront les cartographies labors aux processus et nous avons trouv que les processus nont
pas chang. Nous avons donc retenu les cartographies dj labores. Nous avons aussi
remplac la nomination du processus de commande par Processus dapprovisionnement
pour viter la confusion avec les commandes des clients.
II.2.2.1. Processus dapprovisionnement
Ce processus traite principalement les consommables (M&S) et les produits (Inventory)
qui sont systmatiquement commands auprs des fournisseurs internes ou externes, en utilisant
un systme dachat approuv (SWPS, ou OFS Stores).
La Figure II.9. prsente le SIPOC du processus dapprovisionnement.
II.1.1.1.
Processus de rception
Ce processus se dclenche lors de larrivage des articles lentrept. Le rle de ce dernier est
daffirmer la bonne rception des articles, en vrifiant le matriel reu physiquement, en mettant
jour le systme informatique et en notifiant les clients de ltat de rception des articles qui
leurs sont destins.
Page 43
Figure II. 10. Cartographie SIPOC du processus de rception (Mechouar et Tamssaout 2014)
Page 44
Figure II. 11. Cartographie SIPOC du processus dexpdition (Mechouar et Tamssaout 2014)
Page 45
Figure II. 12. Cartographie SIPOC du processus dinventaire (Mechouar et Tamssaout 2014)
II.1.1.2.
Ce processus organise les mouvements physiques et financiers des articles entre les
entrepts dans les quatre coins du monde. Il permet ainsi de rduire les excs de stocks et
dviter lobsolescence et la premption des produits.
Page 46
Figure II. 13. Cartographie SIPOC du processus FMT (Mechouar et Tamssaout 2014)
Aprs avoir cartographi les processus cls du service MM et identifi la voix des clients
suivant une dmarche LSS, il en dcoule un projet intitul lamlioration de la fiabilit de
linventaire . Ce projet consiste dterminer les causes racines du problme et apporter des
amliorations dans le but de rduire la variabilit, en passant par les tapes (Mesurer, Analyser,
Innover, Contrler). Pour ce faire, nous avons construit la charte du projet.
Page 47
Problme
Clients
Caractristique
Exigence
Exactitude de
Pas dcart
linventaire
dinventaire
articles en systme
mesurable
Etat Actuel
< 0,03%
Etat Souhait
Objectif
Spcification
Amliorer la fiabilit de
Primtre
linventaire 99,7%.
Rception, Expdition et
lInventaire tournant.
Planification du projet
Groupe de travail
Etape
Date De Dbut
Date De Fin
Intervenant
Dfinir
06/03/2015
12/03/2015
NAG Manager
Mourad DIAF
Mesurer
13/03/2015
13/04/2015
Stagiaire
Analyser
14/04/2015
10/05/2015
Stagiaire
Innover
11/05/2015
20/05/2015
Contrler
Figure II. 14. Charte de projet damlioration de la fiabilit de linventaire
Page 48
Conclusion
A lissue de ce chapitre, nous avons mis en vidence le besoin critique des clients, qui fera
lobjet du projet LSS intitul Amlioration de la fiabilit de linventaire , nous verrons dans
le prochain chapitre les trois parties (Mesurer, Analyser et Innover) qui consisteront
dterminer les causes racines de la problmatique et apporter des amliorations suite une
analyse approfondie.
Page 49
Chapitre
III.
Amlioration de la fiabilit de
linventaire
Page 50
Introduction
Aprs llaboration de la premire phase dtude qui consiste dfinir le cadre du projet
de la dmarche LSS, dans laquelle nous avons identifi le besoin le plus critique des clients, ce
prsent projet damlioration de la fiabilit de linventaire soriente dans un premier temps vers
une tape de mesure. Dans un second temps une phase danalyse senchainera dans le but de
dterminer les dysfonctionnements racines et de proposer des amliorations.
Mesurer le CTQ
La variabilit de linventaire est le souci majeur et le plus important besoin exprim par
les clients, do lobjectif de quantifier ce problme et par la suite damliorer cette mtrique.
cet effet, il faudrait dterminer les causes racines en se rfrant des mesures spcifiques,
dans le but de trouver les variables exognes dentre (Xi) qui influencent la variabilit de
linventaire qui est la variable endogne de sortie (Y).
Afin de dceler les variables exognes qui impactent la variabilit de linventaire, la
question qui se pose est la suivante : quelles sont les causes qui influencent la variabilit de
linventaire ? . Pour rpondre cette question, nous avons eu recours un brainstorming avec
le personnel du service MM, partir duquel nous avons identifi les causes directes qui sont
nombreuses. Lobjectif de ltude est de dterminer les causes racines. Pour ce faire, nous allons
tablir un affinement jusqu lobtention de ces dernieres.
III.1.1.1.
Aprs quon ait men un brainstorming sur les sources de variabilit du systme avec
lquipe MM, lexcellent outil qui permet maintenant de dlimiter le primtre est le diagramme
de causes et effets, sur lequel nous mettons lensemble des causes selon les 5M (Matire, Main
duvre, Moyens, Milieu, Mthodes).
Page 51
La Figure
Stagnation de lapprentissage
La poussire
Personnel insuffisant
Rsistance au changement
Lintervention dans diffrents taches qui interrompe le processus
Lenteur dans lexcution
Non maitrise de loutil informatique
Mouvement inutiles
Eloignement des locations des pices
Manque de planification
variance
Problme de connexion
GT non utilis
Dplacement inutile
.1.
Ce diagramme nous a permis de cibler et de mieux percevoir les causes selon les 5M.
Malgr cela, il demeure insuffisant et ne dcle pas clairement les causes racines qui influencent
la variabilit de linventaire.
III.1.1.2.
Diagramme daffinits
A lissue du diagramme de causes et effets, nous avons utilis un outil que nous jugeons
trs adquat, cest le diagramme daffinits qui permet daffiner les causes similaires dans une
Page 52
mme catgorie. Pour cela nous avons identifi trois catgories que nous prsentons plus en
dtails dans lAnnexe
.2.
Catgorie 1 : Des causes dues principalement la charge de travail au niveau des processus en
raison du volume de travail exig des employs. Cette charge dgrade la qualit du travail et
influence la variabilit du systme (Voir lAnnexe
.2).
Catgorie 2 : Des causes dues aux conditions de travail des employs (voir LAnnexe
.2.)
Catgorie 3 : Des causes dues aux personnels et aux gaspillages causs par les employs qui
ont des postes de responsabilit (voir LAnnexe
Sur le Tableau
.2).
travail est important par rapport aux deux autres catgories. Quoiquimportant, le nombre de
causes lui seul ne peut pas prciser la catgorie qui a le plus dimpact sur la variabilit de le
linventaire.
Tableau III. 1. Tableau rcapitulatif du nombre de causes par catgorie
Causes dues la charge de
travail
de travail
et aux gaspillages
18 Causes
4 Causes
6 Causes
III.1.1.3.
AMDEC
Aprs avoir rparti les causes en trois catgories par le diagramme daffinits, nous
passons maintenant lidentification des IPR de chaque cause. Pour connaitre le poids de
chacune des causes et laquelle des trois catgories a plus dimpact sur la variabilit de
linventaire, nous avons fait appel lAMDEC (lanalyse des modes de dfaillances, de leurs
effets et leur criticit). Cest loutil le plus puissant qui consiste dterminer pour chaque cause
sa frquence, sa gravit et sa dtectabilit selon lchelle de cotation montre sur le Tableau
.2, dans le but de dterminer lindice de priorit de risque (IPR). LAnnexe .3 prsente
lensemble des rsultats obtenus.
Page 53
F-Frquence
G-Gravit
D-Dtection
13
Jamais ou presque
Sans consquence
100 % ou presque
46
Possible
Mcontentement
Non optimale
Trs mcontent
Inexistante
Panne critique
Incertaine
Impossible
Souvent
79
Toujours
10
des causes. Nous voyons que 75% des IPR sont suprieurs 100, ce qui montre la forte
influence des causes sur la variabilit de linventaire et la ncessit de mettre en place des
actions correctives.
Diagramme points de IPR
50
1 00
1 50
200
250
300
350
IPR
Page 54
Les problmes dus la charge de travail reprsentent 76,61% de lensemble des causes
qui influencent la fiabilit de linventaire. Le Tableau
autres catgories dont linfluence est plus faible. De ce fait, nous allons retenir uniquement la
premire catgorie qui est la charge de travail pour la suite de ltude.
Tableau III. 3. IPR et pourcentage de chaque catgorie
Catgorie
Problmes dus la charge de
travail
Problmes dus aux personnels
et aux gaspillages
Problmes dus aux conditions
de travail
Total
IPR
3243
76,61
660
15,59
330
7.79
4233
100
90
80
3000
70
2500
60
2000
50
1500
40
30
1000
20
500
10
0
Problmes dus la charge du travail Problmes dus aux personnels et aux Problmes dus aux conditions du
gaspillages
travail
Total IPR
Nous allons encore continuer suivre ltude sur La charge du travail , lobjectif de
LSS tant de mesurer cette charge de travail et de dfinir les variables dentre. Il va falloir
maintenant rpondre la question : Comment peut-on mesurer cette charge de travail ?
Page 55
III.1.2.
Mesurer le processus
Aprs avoir identifi la charge de travail en tant que source principale de la variabilit
de linventaire en utilisant lAMDEC, cette partie de mesure a pour ambition de dfinir les
variables exognes qui influencent la fiabilit de linventaire.
III.1.2.1.
Processus de rception
Les magasiniers sont quotidiennement appels confirmer la bonne rception
des articles lors de larrive de ces derniers, en tablissant un contrle physique et en
validant par la suite la rception via le systme approuv dOFS store.
Processus dexpdition
Lexpdition des articles reprsente le processus fondamental que les
magasiniers doivent prioriser. Ce dernier consiste livrer les articles commands par
les clients.
Page 56
Processus de linventaire
Suite aux mouvements quotidiens, les magasiniers doivent chaque jour faire linventaire
dune partie des articles pour mettre jour les quantits disponibles dans lentrept et mener
des actions correctives en cas derreurs commises.
La charge de travail est prsente dans les processus cls qui traitent principalement les articles
sur une base quotidienne. De ce fait, lunit de mesure attribue est Articles par Jour . En
raison du dsquilibre de la charge de travail entre les processus durant les jours, nous avons
adopt comme unit de mesure Articles / 4 jours . Pour cela, nous dfinissons les variables
dentre pour chaque processus et nous les prsentons dans le Tableau
.4.
Unit
X1
Articles/4jours
X2
Articles/4jours
X3
Articles/4jours
X4
Articles/4jours
III.1.2.2.
Collecte de donnes
Aprs avoir dtermin les paramtres permettant dentamer la phase de mesure, nous
disposons dun systme dfini par les variables dentrs Xi et la variable de sortie Y .
Cependant, le systme est sous les conditions et les suppositions suivantes
-
Il est suppos quavant la fin de lexercice 2015, tous les articles sont conformes ;
Page 57
Les articles sont uniformes. Lapparition dun article non conforme suit une loi
binomiale de paramtres (n, p).
La variable de sortie Y
La collecte des donnes de la variable de sortie est faite travers des feuilles de relevs
prsents sur la Figure
.4. Lannexe
Si la quantit est la mme en physique et dans le systme, larticle est considr comme
conforme, dans le cas contraire larticle est non conforme ;
Processus :Linventaire.
Date : .
Numro du lchantillon :
Lieu : Lentrept.
Taille de lchantillon :
Oprateur : .
Non conformes
Remarque
Total
Proportion
Figure III. 4. Feuille de relev de la variable de sortie Y
Page 58
III.1.2.2.B.
Pour la collecte des donnes des variables dentre, nous avons tir les informations du
Les 80 jours reprsentent la dure durant laquelle les articles subissent des mouvements
au niveau des processus. Cest durant cette priode que le mouvement des articles cause la
variabilit du systme. De ce fait, nous aborderons dans une prochaine phase dtude la
capabilit du processus.
III.1.3.
La capabilit du processus
Aprs avoir tabli la campagne de relevs et enregistr pour chaque chantillon le nombre
darticles non conformes1 sur la taille de lchantillon pris, les donnes rcolts seront utilises
pour le calcul du niveau sigma Z par lapproche DMPO.
III.1.3.1.
Un article non conforme dsigne le cas o la quantit en physique nest pas gale la quantit dans le systme.
Page 59
La Figure
On remarque sur la Figure .6 quil y a deux points qui violent les rgles de contrle
reprsentant les causes spciales. Dans ce cas dtude nous allons carter ces causes et traiter
uniquement les causes communes. De ce fait, nous cartons les deux chantillons 20 et 22 qui
dpassent les limites de contrle pour prserver la stabilit du processus. On tablit nouveau
la carte de contrle P (Voir la Figure .6.).
Page 60
Cette fois ci, nous avons un processus stable avec des points extrmes qui ne dpassent pas les
limites comme le montre la Figure
sigma du processus.
Tableau III. 5. Niveau sigma du processus
Intervalle de confiance
% Articles non
DPMO
Niveau sigma
Centre
0,036278835
0,1762
36278,8348
176200
0,46
0,95
Borne suprieure
0,316121165
316121,165
1,8
conformes
Borne inferieure
Page 61
III.1.3.2.
Aprs avoir calcul le Z (le niveau sigma) du procd, on peut le placer sur une chelle
de qualit dont lobjectif vis par le LSS est davoir un niveau sigma suprieur six. Alors que
le niveau sigma reprsente un excellent moyen de communication, il demeure un indicateur de
capabilit relativement pauvre. Avec uniquement un seul chiffre, on ne peut pas avoir une
analyse dtaille des sources de la variabilit. Les indicateurs de capabilit prsents sur le
tableau
Cpk
Cpm
0,32 < 2
Pp
Ppk
Ppm
0,32 < 2
Lensemble des indicateurs obtenus, prsents sur le tableau III.6 sont trs faibles et loin
de lobjectif vis par le LSS. Nous discernons deux types dindicateurs :
Indicateurs de capabilit du processus
Ces indicateurs se calculent et sinterprtent sur une chelle de qualit court terme. Ils
se prsentent comme suit :
Cp dsigne lindicateur de capabilit du processus qui est trs infrieur 2 ;
Page 62
Indicateurs de performance
Ces indicateurs se calculent et sinterprtent sur une chelle de qualit long terme Nous
retrouvons :
Pp dsigne lindicateur de performance du processus qui est trs infrieur 2 ;
Ppk dsigne lindicateur de performance du processus en tenant compte du dcentrage.
Cet indicateur se dgrade en fonction du pourcentage des produits non conformes ;
Ppm est un indicateur de performance qui tient compte du dcentrage en considrant la
perte financire qui en dcoule. Cet indicateur se dgrade en fonction du cot de non
qualit.
A lissue de cette phase de mesure, on conclut que les exigences des clients sont plus
claires travers la dfinition des variables dentrs Xi et celle de sortie Y , la collecte de
donnes, la mesure tablie et le calcul du niveau sigma. Il reste analyser les causes racines des
variations et dmontrer leurs influences concrtes sur la qualit, ce qui fera lobjet de la phase
danalyse qui suit.
Page 63
III.2.1.
Cette partie consiste mener une analyse dtaille de chacune des variables
indpendamment. Nous exposons ci-dessous lanalyse de la variable de sortie Y , et de
lensemble des variables dentre Xi (Voir LAnnexe
rcoltes lors de la phase mesurer (Voir Lannexe
.5.).
Analyse de la variable Y
III.2.1.1.
Pour une meilleure visualisation des donnes, nous utilisons le diagramme points qui
rsume la distribution de lensemble des donnes de la variable Y dont on dispose et qui est
prsent sur la Figure .7. Le diagramme de srie chronologique pour sa part, prsente les
chantillons dans un ordre chronologique et montre clairement les tendances des points
considrs. Par ailleurs, lhistogramme donne une meilleure image de la rpartition des valeurs.
Page 64
III.2.1.2.
Test de normalit
III.2.1.3.
A travers linterprtation des deux graphiques, on teste les valeurs aberrantes et on les
prsente sur la Figure
diagramme des valeurs aberrantes avec une valeur de P=1 du test de Grubbs. La boite
moustache permet galement davoir une vision sur la dispersion des donnes.
Page 66
III.2.1.4.
Statistique descriptive
.7.
Tableau III. 7. Descriptif de la variable Y
Descriptives
Statistique
0,1835
Moyenne
Intervalle de confiance 95% pour la
moyenne
Borne
infrieure
0,1510
Borne
suprieure
0,2160
Moyenne tronque 5%
0,1828
Mdiane
0,1717
Variance
0,005
Ecart-type
0,06945
Minimum
0,07
Maximum
0,31
Intervalle
0,24
Intervalle interquartile
0,11
Asymtrie
Aplatissement
Page 67
Erreur
standard
0,01553
0,242
0,512
-0,868
0,992
III.2.2.
Aprs avoir tabli une analyse descriptive sur chacune des variables indpendamment, il
sagit maintenant dans cette partie didentifier les Xi qui ont la plus forte influence sur Y
en ayant recours la statistique infrentielle. Dans un premier temps nous allons opter pour une
analyse des relations entre les variables en visualisant les graphes et en calculant les coefficients
de corrlation. Dans un second temps une rgression multiple sera tablie entre la variable
dpendante Y et les variables indpendantes Xi .
III.2.2.1.
Diagrammes/Coefficients de corrlation
Dans le but danalyser et didentifier les variables exognes Xi qui ont un lien troit
avec la variable de sortie Y , nous utilisons le diagramme de corrlation qui permet de reflter
une image sur le lien entres les variables que nous prsentons sur la Figure
.10. Nous
X2
0.30
0.25
0.20
0.1 5
0.1 0
40
80
1 20
1 60
1 00
200
X3
300
X4
0.30
0.25
0.20
0.1 5
0.1 0
0
40
80
1 20
1 60
50
1 00
Page 68
1 50
200
Dautre part, aprs cette visualisation graphique de la dispersion entre les variables, le
but de lanalyse consiste dterminer lintensit des relations entre ces derniers. Le coefficient
de corrlation de Pearson est trs utile dans ce sens. Il exprime le degr de dpendance entre les
variables. A partir du tableau III.8. prsentant les corrlations de Pearson, nous prsentons la
forte corrlation entre Y et X1 qui est 0.98 trs proche de la valeur maximale 1. Ainsi
lhypothse nulle nest pas accepte et la valeur de P est 0 strictement infrieure 0,001. Nous
remarquons aussi un faible degr dassociation entre chaque paire de variables.
Tableau III. 8. Coefficients de corrlation de Pearson
Corrlations
Corrlation de Pearson
X1
X2
X3
X4
0,980
-0,050
0,138
-0,478
0,000
0,834
0,560
0,033
-0,062
0,209
-0,506
0,796
0,377
0,023
0,064
0,398
0,788
0,083
-0,027
Y
P-Value
Corrlation de Pearson
0,980
P-Value
0,000
Corrlation de Pearson
-0,050
-0,062
P-Value
0,834
0,796
Corrlation de Pearson
0,138
0,209
0,064
P-Value
0,560
0,377
0,788
Corrlation de Pearson
-0,478
-0,506
0,398
-0,027
P-Value
0,033
0,023
0,083
0,910
X1
X2
X3
0,910
1
X4
Le diagramme des coefficients de corrlation nous a permis davoir une ide sur le degr
de dpendance entre les variables. Seulement cela reste insuffisant pour prciser en profondeur
le lien entre les variables.
Page 69
III.2.2.2.
Afin de comparer les relations entre chaque paire de variables, le graphique matriciel
diagonal est le mieux indiqu. Sur le Figure .11, nous percevons le fort lien entre Y et
X1 avec le facteur de lissage qui est fort inclin. Par ailleurs en visualisant le reste de
lensemble des paires de variables on ne voit que des liens trs faibles entre ces derniers. En
respectant le but de cette phase danalyse du LSS, on fait le zoom sur le lien direct entre Y
et Xi (Voir la Figure .12.).
Graphique matriciel diagonal de Y; X1 ; X2; X3; X4
1 50
X1
1 00
50
X2
300
200
1 00
X3
1 60
80
0
X4
200
1 00
0
0,1
0,2
0,3
50
1 00
1 50
1 00
X1
200
300
X2
80
1 60
X3
200
300
1 00
0,30
0,25
0,20
0,1 5
0,1 0
50
1 00
X1
1 50
X2
80
X3
1 60
X4
Page 70
200
III.2.2.3.
Ces derniers
reprsentent les nuages de points de Y par rapport Xi avec des lignes de rgression
linaire, quadratique et cubique respectivement. travers chacun des trois graphes nous
constatons la forte influence de la variable exogne X1 sur la variable de sortie Y .
Nuage de points de Y et X1 , X2, X3, X4
X1
X2
X1
X2
0.30
0.3
0.25
0.20
0.2
0.1 5
0.1 0
0.1
40
80
1 20
1 60
1 00
200
X3
300
40
80
X4
1 20
1 60
1 00
200
X3
300
X4
0.30
0.3
0.25
0.20
0.2
0.1 5
0.1 0
0.1
0
40
80
1 20
1 60
50
1 00
1 50
200
40
80
1 20
1 60
50
1 00
1 50
200
X2
0.30
0.25
0.20
0.1 5
0.1 0
40
80
1 20
1 60
1 00
200
X3
300
X4
0.30
0.25
0.20
0.1 5
0.1 0
0
40
80
1 20
1 60
50
1 00
1 50
200
Figure III. 13. Nuage de points avec ligne de rgression Linaire, quadratique et cubique de Y par rapport Xi
variabilit du systme. Cet examen des graphiques montre que les donnes sont rparties de
faon ordonne autour de la ligne de rgression, ce qui implique ladquation systmique de
Page 71
confiance 95% (IC de 95%) pour la variable endogne Y et des limites de prvision 95%
(IP de 95%) pour les nouvelles observations de cette dernire variable cite.
Figure III. 14. Nuage de points avec ligne de rgression Linaire, quadratique et cubique de Y par rapport
X1
Page 72
III.2.2.4.
Modle de rgression
Cette prsente partie a pour ambition danalyser la relation entre la variable de sortie
Y et lensemble des variables dentre Xi en dcelant parmi ces dernires celles qui ont
un lien fort avec Y . Pour cela, le modle de rgression linaire est le plus puissant et le plus
adquat. Lhypothse mise est que la fonction du modle reliant les variables explicatives
Xi la variable explique Y est linaire.
En exploitant les donnes rcoltes sur les variables de ltape mesurer (Voir LAnnexe
III.5.), nous obtenons le modle de rgression de Y par rapport aux Xi en utilisant le
logiciel SPSS (Statistical Package For The Social Sciences). La valeur de P du Test de Fisher
est gale 0.000 et est prsente sur le tableau de lanalyse de la variance (Tableau
.9) ce qui
indique que le modle estim par la procdure de rgression est significatif avec un risque alpha
de 0,05. Il y a alors au moins un coefficient diffrent de zro.
Tableau III. 9. Analyse de la variance
ANAVAR
Modle
P-Value
Rgression
0,089
0,022
0,000
Rsidu
0,003
0,000
Total
0,092
Par ailleurs, partir du Tableau .10. nous voyons bien que les valeurs de P du test de
Student des coefficients estims pour X1 et X3 sont infrieurs 0.2. Ceci indique quelles sont
significativement lies Y , en acceptant un risque alpha de 20%. Les valeurs de P pour X2
et X4 sont 0.924 et 0.636 respectivement suprieures 0.2 ce qui prouve que ces deux variables
ne sont pas lies Y. Aussi, les deux variables nexpliquent pas une variance substantielle de
linventaire, cela suggre quun modle avec uniquement X1 et X3 peut tre plus adapt. Le
modle de rgression se prsente comme suit :
Y=0.683 + 0.001818 X1 + 0.00000 X2 0.000083 X3 + 0.000035 X4
Page 73
Coefficients
standardiss
Corrlations
Modle
T
A
Erreur
standard
(Constante)
0,068
0,015
X1
0,002
0,000
X2
5,687
E-006
P-Value
Bta
Corrlation
Partielle
simple
Partie
4,662
0,000
1,011
17,62
4
0,000
0,980
0,977
0,837
0,000
0,005
0,098
0,924
-0,050
0,025
0,005
X3
8,330
E-005
0,000
-0,072
-1,479
0,160
0,138
-0,357
-0,070
X4
3,455
E-005
0,000
0,030
0,483
0,636
-0,478
0,124
0,023
R
ajust
Erreur standard
de l'estimation Variation de
Variation de F
R-deux
0,01439
0,966
Page 74
106,971
P-Value
0,000
La droite de Henry montre un trac pratiquement linaire, cohrent avec la loi normale
et ne prsentant pas de valeurs aberrantes. Le balayage du graphique prcise la linarit
et la stabilit des points.
Le diagramme des valeurs rsiduelles en fonction des valeurs ajustes montre que les
points se rapprochent de la ligne de rfrence. Ce qui peut signifier que les valeurs
rsiduelles prsentent une variance pratiquement constante.
On applique le modle de rgression linaire une seconde fois, mais cette fois en cartant
les deux variables X2 et X4 en raison des valeurs de P du test de Student non acceptes au
niveau alpha de 0.2 comme indiqu sur le Tableau
.12)
ce qui indique que le modle estim par la procdure de rgression est significatif au niveau
dalpha 0,05.
Page 75
P-Value
Rgression
0,088
0,044
0,000
Rsidu
0,003
0,000
Total
0,092
Par ailleurs, les valeurs de P du test de Student des coefficients estims pour X1 et X3
sont infrieures 0.02, ce qui indique que les variables sont significativement lies Y . En
outre, les deux variables expliquent clairement la variance substantielle du systme, (voir le
Tableau
Erreur
standard
(Constante) 0,076
0,006
X1
0,002
0,000
X3
8,002
E-005
0,000
Bta
Corrlations
PVal
ue Corrlation
Partielle
simple
Partie
12,654
0,00
0
0,995
21,547
0,00
0
0,980
0,982
0,973
-0,069
-1,503
0,15
1
0,138
-0,342
-0,068
Page 76
R- R-deux
deux ajust
0,983 0,965
Erreur standard
de l'estimation
0,961
0,01367
Variation de Variation
Pddl1 ddl2
R-deux
de F
Value
0,965
236,839
17
0,000
.15.). Le
La droite de Henry montre un trac pratiquement linaire, cohrent avec la loi normale
avec absence de valeurs aberrantes. Le balayage du graphique identifie la linarit et la
stabilit des points.
Le diagramme des valeurs rsiduelles en fonction des valeurs ajustes montre que les
points sont proches de la ligne de rfrence, ce qui peut signifier que les valeurs
rsiduelles prsentent une variance pratiquement constante.
Page 77
A travers les analyses dtailles menes, nous avons dbouch sur les causes principales
de la variabilit de linventaire qui sont respectivement la charge du travail au niveau du
processus de rception et du processus de linventaire tournant. Le but de cette phase danalyse
de LSS est atteint.
La phase qui suit consiste intervenir au niveau de ces deux processus, ce qui fera lobjet
de linnovation apporte pour llimination de ces causes de variabilit.
III.2.3.
La phase dInnovation
Page 78
Le temps est insuffisant par rapport au volume de travail. A cet effet il y a deux options:
-
La deuxime option demeure plus importante pour lentreprise, ce qui fera lobjet dun
nouveau projet damlioration du temps de service des deux processus de rception et de
linventaire tournant.
Conclusion
Llaboration de ce projet nous a permis didentifier la charge de travail au niveau des deux
processus, de rception et de linventaire tournant comme la cause racine de la variabilit de
linventaire. Lamlioration de ces derniers nous a conduits la ncessit dintervenir au niveau
du temps de service de ces deux processus, ce qui fera lobjet dun nouveau projet qui sera
tudi dans le chapitre qui suit dans le cadre de la dmarche LSS.
Page 79
Chapitre
IV.
Page 80
Introduction
Le projet damlioration de la fiabilit de linventaire a dbouch sur le prsent projet
damlioration du temps de service. Ce dernier consiste principalement intervenir au niveau
des deux processus de rception et de linventaire tournant dans le but doptimiser le temps
dexcution.
La conduite de ce chapitre comportera trois phases. En premier lieu, on va mesurer ltat
des deux processus travers des mtriques explicatifs et faire appel loutil de cartographie
VSM. En deuxime lieu, une analyse sera faite sur les processus en question en analysant le
VSM avec lutilisation de lapproche par vnement dans le but de dterminer les gaspillages
du Lean. Enfin, On entamera un dernier point du chapitre qui portera sur linnovation
organisationnel dans la qualit du service. Cette dernire partie consiste agir sur les
dysfonctionnements racines prsentant une source de variabilit de linventaire et galement
une source de perte du temps.
Etat du processus
Processus de rception
Page 81
Le processus de rception exige que le temps mis pour lexcution de ses activits ne dpasse
pas les 8h, depuis bien entendu larrive des articles. La tolrance maximale est que lexcution
de ce processus se termine dans les 24h. Compte tenu de ces exigences nous avons procd
comme suit pour mesurer ltat du processus :
-
Rcolter les donnes depuis le dpartement logistique avec lequel nous avons trac les
dates darrive de chaque article durant les 80 jours.
Prsenter cette diffrence de jours sur le diagramme de Pareto (voir la Figure IV.1). La
classification est faite en utilisant la frquence du temps mis pour la rception des
articles.
Page 82
On constate quuniquement 10% des articles sont reus dans les dlais exigs. En effet,
la rception de ces derniers se fait dans la mme journe ou dans la journe qui suit. Le rsultat
obtenu est trs critique ce qui est traduit par la charge de travail trs importante au niveau du
processus et le temps non ngligeable mis dans lexcution.
Les 90% darticles restants prsentent une variabilit importante dans le processus de
rception. Comme il est prsent sur la Figure V.1, certains articles prennent plus de 18 jours,
parfois 40 jours ou mme une anne. Ce constat montre bien le dsordre absolu dans lequel se
retrouvent les articles au niveau de lentrept et le volume de travail intense exig des employs.
Afin de mieux percevoir et mesurer le processus, une cartographie VSM est trace. Elle
permet de prsenter les activits selon leur droulement pour identifier les gaspillages. Avant
cela nous devons mesurer ltat de processus de linventaire tournant.
IV.1.1.2.
Ce second processus consiste principalement dnombrer les articles dans leurs bacs de
stockage dans le but de rcolter les informations sur ltat du stock et de sassurer de
ladquation entre la quantit en physique et la quantit donne par le systme.
Cest la charge de travail au niveau de ce processus qui impacte sur la variabilit de
linventaire. Le processus de linventaire tournant exige un comptage quotidien dune heure de
temps de 11h 12h. En effet, le superviseur fournit chaque jour une liste aux employs pour
quils procdent au comptage. En se rfrant aux exigences, nous avons procd comme suit
pour mesurer ltat du processus :
-
Utiliser une logique binaire, nous obtenons un 1 si les employs ont fait un comptage
par jour sinon on obtient un 0.
Page 83
1-janv.
4-janv.
7-janv.
10-janv.
13-janv.
16-janv.
19-janv.
22-janv.
25-janv.
28-janv.
31-janv.
3-fvr.
6-fvr.
9-fvr.
12-fvr.
15-fvr.
18-fvr.
21-fvr.
24-fvr.
27-fvr.
1-mars
4-mars
7-mars
10-mars
13-mars
16-mars
19-mars
22-mars
25-mars
28-mars
200
180
160
140
120
100
80
60
40
20
0
X3
Logique Binaire
A lissue de la reprsentation des donnes sur la Figure V.2, on constate clairement une
rpartition journalire des donnes non homogne. En effet, il y a des jours o aucun comptage
nest effectu et il y a dautres ddis uniquement au comptage. On en dduit lexistence dun
problme en matire de rpartition du travail qui devrait tre quilibre.
Contrairement aux standards exigs par la compagnie relatifs ltablissement de
comptages quotidiens dune dure dune heure de11h 12h, nous voyons bien que lexcution
du processus de linventaire tournant par les employs ne se fait que durant 19 jours des 80
jours, ce qui reprsente un pourcentage de 23,75%, (voir la Figure IV.3.).
Ces rsultats traduisent le volume de travail important exig des employs. Lexistence
de tches prioritaires rend encore la situation plus difficile.
Lobjectif du processus de linventaire tournant consistant faire face la variabilit de
linventaire est trs loin dtre atteint. Paradoxalement, ce processus prsente une source
majeure de la variabilit de linventaire.
Page 84
1,2
0,8
0,8
0,6
0,6
0,4
0,4
0,2
0,2
Logique Binaire
20-mars
14-mars
11-mars
08-mars
05-mars
02-mars
27-fvr
23-fvr
20-fvr
12-fvr
17-fvr
03-fvr
30-janv
27-janv
21-janv
18-janv
13-janv
10-janv
06-janv
19-mars
03-janv
25-fvr
11-fvr
08-fvr
01-fvr
23-janv
07-janv
Cumule
Malgr lanalyse de ltat des deux processus dj faite, nous ne parvenons pas encore
identifier les sources racines du dysfonctionnement. Afin daffiner la recherche, nous faisons
appel la cartographie VSM, un outil susceptible de cartographier les processus en tenant
compte des dlais et didentifier les gaspillages.
IV.1.2.
Cette partie a pour ambition de construire la cartographie VSM des deux processus, de la
rception et de linventaire tournant. A cette fin, nous allons dfinir la famille de produits
concerns pour tracer la VSM.
IV.1.2.1.
Dans ce cas dtude, nous considrons la bonne rception darticles comme un produit.
En effet, le MM offre un service aux clients qui est sens tre ralis dans les dlais pour
satisfaire leur demande. Ces clients attendent avec impatience larrive et la disponibilit de
leurs articles dans lentrept afin quils les rcuprent dans les dlais.
Dans certains cas, les clients expriment un besoin darticles extrmement critiques en
urgence qui ncessitent un service rapide de la part de MM. En cas de retard, une perte
importante peut survenir. Elle influence lactivit de lentreprise et galement les clients. Cette
prestation de service bien gre par MM augmente la satisfaction des clients mais impacte
ngativement lorganisation interne de MM.
Page 85
Un second produit identifi est le rsultat de linventaire quotidien qui est communiqu
au client. Linventaire quotidien est le cur du processus de linventaire. Il permet une
meilleure visibilit sur ltat du stock et une dtectabilit plus rapide de toute cause de
variabilit entre le rsultat donn par le systme et le comptage physique effectu en vue
dapporter des ajustements.
IV.1.2.2.
Cette prsente tape consiste reprsenter la cartographie VSM de ltat actuel des deux
processus, de la rception et de linventaire tournant. Pour cela, nous nous sommes focaliss
sur la description de ltat actuel en collectant toutes les informations juges pertinentes.
Cette partie de dessin de la VSM consiste cartographier les activits en respectant leur
enchanement tel que nous lavons vu sur le terrain et en adoptant un axe temporel.
Dans cette phase, nous ne nous sommes intresss ni la faon dont les processus sont
censs fonctionner ni la faon dont les processus ont t conus pour fonctionner ; cest leur
fonctionnement rel qui nous intresse.
IV.1.2.2.A.
Avant de tracer la VSM et de mener une analyse dtaille dans le but dapporter des
amliorations, il est indispensable de clarifier les besoins des clients.
Ces besoins sont dtermins dans la phase de dfinition du cadre de projet. A ce niveau,
le besoin explicite majeur des clients concerne la variabilit de linventaire. Lors de la conduite
du projet un, nous avons identifi les deux processus responsables de la variabilit de
linventaire, ncessitant des interventions internes.
Dans cette partie, nous discernons les activits valeur ajoute qui engendrent des cots
et se facturent aux clients et les activits non-valeur ajoute qui engendrent des couts mais qui
ne se facturent pas aux clients.
Page 86
IV.1.2.2.B.
Avant la ralisation de la VSM, nous avons estim sur le terrain le temps de droulement
des deux processus. Le dtail de la procdure suivie est dcrit ci-dessous.
Le processus de rception
Pour la construction de la cartographie VSM du processus de rception, nous avons procd
comme suit :
-
).
fournisseur
Client
SERVEUR
WMS
Dcharger
Contrle
physique
1
3 Min
Notification du
segment
Localisation
3
3j
30 Min
Rception
informatique
5
15 Min
30Min
2j
1 Heure
30 Min
10 Min
Page 87
2Heurs
Nous avons excut le processus sur la base de 22 chantillons dune taille moyenne de
70 articles chacun, pris lors de la collecte de donnes du premier projet ;
Tracer la VSM en reprsentant les activits et leurs enchainements dans un axe temporel
(voir la Figure IV
).
Clients
WMS
Superviseur
Prparer la liste
de comptage
Comptage
aveugle
Analyse du
comptage
2 Min
30 Min
Clturer la
transaction
3
2
15 Min
Introduire les
rsultats dans
le WMS
1h25
5 Min
1J
1 Min
15 Min
Page 88
30 Sec
Interprtation
Evnement dclencheur
Temps dtermin
Temps indtermin
Evnement
Evnement dclencheur
Si oui
Activit
Page 89
IV.2.1.
Processus de rception
IV.2.1.1.
Dchargement
Dchargement
Manuel dans
la zone 1
Arriv du
Camion
Compter le nombre de
Box
Dplacement des
articles vers la zone 2
Activit 2:
Contrle Physique
Dchargement Par
Clark dans
la zone 1
Dplacement inutile
Le dchargement des articles se fait dune manire non organis. Le matriel est dpos
anarchiquement. Cela engendre un encombrement des articles et ncessite plusieurs
dplacements pour librer lespace. Cette opration gnre une grande perte de temps et des
dplacements inutiles.
Stock en cours entre le dchargement et le contrle physique
Les articles dposs lors du dchargement sont en attente dtre traits. Ils attendent
longtemps avant que la tche de contrle physique des articles soit entame. Le retard accus
Page 90
engendre une accumulation de marchandises surtout avec la succession des arrives, crant un
dsordre et un stock supplmentaire.
IV.2.1.2.
Contrle physique
Impression de
packaging list
Inspection physique
Des articles
Dplacement des
articles compts dans
la mme zone 2
Articles dfaillants
Interruption du
compte physique et
tablir un rapport
Activit 3:
Rception
informatique
Fin du
rapport et
faire un
retour des
articles
dfaillant
Traitement inutile
Cette tche consiste faire ltiquetage et la dfinition des localisations des articles.
Parfois il y a un non-respect du processus par le fait de faire ltiquetage aprs linspection
physique causant un double travail et une perte de temps.
Page 91
IV.2.1.3.
Rception informatique
Rception
Informatique
Activit 4:
Localisation
Temps dattente
Les informations en attente dtre saisies gnrent un gaspillage de temps remarquable.
Cette opration ne devrait pas prendre autant de temps, mais les problmes dus aux erreurs
gnres par le systme auparavant incitent les employs mener des investigations qui
prennent beaucoup de temps pour faire des ajustements.
Page 92
IV.2.1.4.
Localisation
Dcider de localiser
les articles
Dplacement des
articles de la zone 2
vers la zone 3
Rechercher les
locations d articles
Fin
Page 93
IV.2.2.
IV.2.2.1.
Recevoir la demande
du client
Comptage
aveugle
IV.2.2.2.
Comptage aveugle
Page 94
Analyse du
comptage
Traitement inutile
Il sagit du travail manuel lors du comptage des articles et de labsence dutilisation
dappareils pour le comptage de certains articles qui peuvent par exemple faire lobjet de
peses.
Temps dattente
Les localisations darticles ne sont pas bien tudies. A cet effet, on se trouve avec les
identifiants des locations ordonns de droite gauche comme parfois dautre ordonns dans le
sens contraire engendrant des difficults pour pouvoir trouver les articles compter.
Temps dattente entre le comptage aveugle et lanalyse du comptage
Aprs que le comptage des articles soit fait, il doit tre analys. Cette tape dure
longtemps, car cette analyse doit se faire par une autre personne.
IV.2.2.3.
Analyse du comptage
L obtention des
rsultats du
comptage
Analyse du
comptage
Faire le recomptage
Faire des
ajustements
Introduire les
rsultats dans le
WMS
Temps dattente
Lexistence darticles ayant une variabilit, dans cette opration danalyse, ncessite des
investigations pour faire des ajustements qui prennent un temps important. Ce temps dpend
des comptences du personnel et de sa maitrise de loutil informatique.
Page 95
IV.2.2.4.
Avoir la liste du
comptage ajust
Clturer la
transaction
IV.2.2.5.
Clturer la transaction
Vrification de la
non existence des
erreurs du saisi
Clturer la transaction
Fin
IV.3. Innovation
Cette partie a pour ambition dtablir un changement au niveau de la carte VSM, en
reprsentant ltat futur des deux processus, de la rception et de linventaire tournant et en
mettant un plan daction pour lamlioration de droulement des processus.
Page 96
IV.3.1.
VSM Futur
A lissue des observations releves lors de lanalyse, il est possible dimaginer maintenant
une meilleure organisation, plus performante en rduisant les gaspillages identifis.
Les VSM futurs des deux processus sont dessins avec ou sans GT (Globale traabilit).
Cest un appareil de lecture de codes barres qui permet de gagner beaucoup de temps avec
llimination de plusieurs tapes du processus classique. Par une simple lecture de code barre
de larticle, il est possible de:
-
Cette technologie nest pas encore exploite en raison de la non disponibilit de points
daccs internet trs haut dbit spcial pour lappareil. Pour le moment, linventaire tournant
est le seul qui peut tre excut par cette technologie en mode hors ligne. Il y a aussi la
possibilit dintroduire manuellement les rsultats dans le WMS.
Les VSM Futurs des deux processus selon le droulement de ces derniers, sans ou avec GT sont
prsents sur les Figures suivantes:
Page 97
IV.3.1.1.
Client
fournisseur
WMS
Dcharger
3 Min
SERVEUR
Contrle
physique
2 Heures
10 Min
Localisation
Rception
informatiqe
5 Min
10 Min
30 Min
3 Heures
15 Min
Client
fournisseur
WMS
Contrle
physique avec
mise jour
automatique
Dcharger
3 Min
SERVEUR
2 Heures
10 Min
Localisation
10 Min
3 Heures
30 Min
Page 98
IV.3.1.2.
Clients
WMS
Superviseur
Prparer la liste
des articles a
compts
2 Min
Introduire les
rsultats dans
le WMS
Compter avec
vrification
15 Min
30 Min
5 Min
40 Min
Clturer la
transaction
1 Min
15 Min
30 Sec
Clients
WMS
Superviseur
Prparer la liste
des articles a
compts
2 Min
Compter avec
vrification
15 Min
30 Min
Clturer la
transaction
1 Min
45 Min
30 Sec
Page 99
But du projet
Objectif gnral
Objectif spcifique n1
Activits
Dbarrasser,
ranger,
nettoyer, standardiser et
maintenir la rigueur.
Objectif spcifique n2
Activits
Organiser des zones de
travail
Objectif spcifique n3
Activits
Demander une
automatisation
Mettre en place un point
daccs internet
Objectif spcifique n4
Activits
Installation dun nouveau
systme
Etablir un Check-List
Objectif spcifique n5
Activits
Quantifier le travail fourni
par les employs
Objectif spcifique n6
Activits
Atelier de formation et de
sensibilisation
Page 100
IV.3.2.
IV.3.2.1.
Dans cette partie, nous allons, aprs lengagement de toute lquipe MM, mettre en place
les 5S dans le but damliorer les conditions de travail. Nous passerons par les cinq tapes
suivantes :
1re tape : Dbarrasser
Le premier S (SORT) consiste se dbarrasser de tous les objets inutiles qui crent un
dsordre. Pour cela nous avons procd comme suit :
-
Excuter cette procdure durant une semaine, pour une dure de 30 minutes chaque jour
partir de 17h.
La Figure
Page 101
Excuter cette procdure durant une semaine, pour une dure de 30 minutes chaque jour
partir de 17h.
Page 102
Localiser les endroits qui gnrent le plus de salissures, telles que la zone extrieure
lentrept et la zone de rception ;
Drouler cette procdure durant une semaine, pour une dure de 30 minutes chaque jour
partir de 17h.
Les rsultats de lapplication du 3me S sont prsents sur la Figure IV. 21.
Page 103
Application quotidienne des 5 S sur tous les espaces de travail pendant une dure de 30
minutes chaque fin de journe.
IV.3.2.2.
Aprs avoir analys en dtail le processus de rception, nous avons abouti au constat
suivant : le droulement de ce processus se fait dune manire dsordonne et exploite
uniquement deux zones de travail. Lune reprsente la zone situe lextrieur de lentrept et
lautre se situe lintrieur de ce dernier (voir la Figure IV.22).
Zone 1 : Lors de larrive des articles, ils sont dposs dans cette premire zone. Si larticle est
lourd, lopration se fait par Clark sinon la manuvre se fait manuellement.
Zone 2 : Aprs avoir dpos tous les articles dans la zone une, un dplacement de ces derniers
est effectu vers la deuxime zone.
Le droulement de tout le processus de rception se fait dans la deuxime zone. Beaucoup
doprations se font dans le mme espace de travail, comme prcis dans ltape analyser du
deuxime projet. Dans cette zone on dpose les articles et on procde leur contrle physique.
Dans cette mme zone on trouve les articles suivants :
-
Articles contrls ;
Page 104
Page 105
Nouvelle configuration
La nouvelle configuration consiste diviser chaque zone de travail en sous zones en
prenant en compte les activits principales du processus de rception, dans le but de librer des
espaces de travail, dliminer les gaspillages et de rendre lenvironnement de travail plus ar
et communicatif. Ce zoning est prsent sur la Figure IV.23.
Zone 1 se divise en deux zones :
Zone 1.1 Cette zone est rserve spcialement aux articles trs lourds ncessitant un
dplacement par Clark. Auparavant ces articles causaient un encombrement et un grand
dsordre.
Zone 1.2 Cette deuxime zone est rserve aux articles lgers et faciles transporter
manuellement.
Page 106
Page 107
IV.3.2.3.
Lors de la rception des articles, les employs vrifient la conformit de ces derniers.
Les articles destins chaque segment se retrouvent dans lentrept. Le rle de Materials
Management est de les stocker et de notifier les segments de la bonne rception de chaque
article. Dans le cadre de cette notification, le Materials Management envoie un e-mail par
rapport au type darticle.
Cette opration prend beaucoup de temps cest pourquoi, nous proposons quelle se
fasse automatiquement. Quand le magasinier valide la bonne rception informatique de
larticle, le systme le notifiera automatiquement au client concern. Cette proposition a t
adopte par les responsables de MM et est en cours de concrtisation.
Afin dacclrer le processus de rception on a mis un point daccs internet pour
permettre aux employs de faire la rception informatique dans le mme espace de travail o
se fait la rception physique des articles.
IV.3.2.4.
Les employs reoivent les articles et les dposent dans les emplacements qui leur sont
ddis;
Dans le cadre de lexpdition, pour livrer les articles commands par les clients, les
employs doivent dplacer les articles hors de leurs emplacements ;
Page 108
Cest au niveau de ces trois mouvements darticles ayant une plus forte frquence
dutilisation que les employs font des erreurs causant la variabilit de linventaire et la perte
du temps. Pour cela nous proposons un systme permettant dviter ces erreurs.
Le nouveau systme consiste placer une boite dtiquettes dans les emplacements des
articles.
Les tiquettes proposes
Afin dviter les erreurs des aux mouvements darticles forte frquence dutilisation,
nous proposons une formalisation de ces mouvements par le biais dtiquettes permettant une
traabilit, une synchronisation entre le systme physique et le systme informatique et une
communication efficace entre les employs.
Ces tiquettes se prsentent comme suit :
Etiquette de la rception darticles :
Lors de la rception et la vrification dun article de grande frquence dutilisation,
lemploy doit mentionner sur ltiquette place dans le bac de stockage la quantit ajoute de
cet article, la date, lheure, son nom et un commentaire laisser sur ltiquette bleue, voir la
Figure IV.24.
Page 109
Lutilisation des trois couleurs a pour but de diffrentier les types de mouvements des
articles et de faciliter la communication. Ces tiquettes se prsentent selon un ordre
chronologique dans une boite accroche sur le bac de stockage.
Page 110
Boitier dtiquettes :
Ce boitier permet de regrouper les tiquettes dans un ordre chronologique. Il est
accroch sur chaque emplacement darticles de grande frquence dutilisation. Ce dernier peut
contenir la traabilit de plusieurs tiquettes et il ne peut pas tre encombr dans la mesure de
la possibilit de mettre jour ltat du stock de larticle et remplacer le paquet dtiquette par
une seule. La conception de ce boitier est faite par le logiciel de CAO 3DsMax voir la Figure
Option 2 : Check-Liste
Ltape analyser de ce prsent projet a permis didentifier le processus de rception en
tant que cause principale de la variabilit de linventaire et source dune grande perte de temps.
Afin que ce processus ne cause plus de problme, quil ne gnre plus derreur et quil soit une
procdure routinire pour les employs ; la solution approprie est dtablir un Check-list
permettant de mcaniser le processus, Voir le Tableau IV.3.
Page 111
:..
Nom :
:..
Liste vrifier
Dchargement des articles lourds dans la zone 1.2.
Articles dplacs de la zone 1 vers la zone 2.1 selon lordre des identifiants des
emplacements.
Les articles sont contrls physiquement.
La rception informatique des articles est valide sur le systme.
Les articles sont tiquets par leurs identifiants demplacement.
Les articles demands en urgence de la part des clients sont placs dans la zone 2.3
Les articles vrifis et destins se placer dans leurs locations sont dans la zone 2.2
Les articles dfectueux sont dans la zone 2.4
Les articles cas particulier sont placs dans la zone temporaire 2.5
La transaction est clture
IV.3.2.5.
Aprs avoir identifi lexistence dun volume de travail important exig des employs
au niveau de chaque processus, il faut maintenant calculer ce volume de travail en introduisant
la notion de performance de la ressource humaine.
Lors de notre tude sur le droulement des processus, nous avons remarqu que certains
employs mettent normment de temps dans lexcution des processus. A cet effet, la
quantification du travail fourni par chaque collaborateur va nous permettre de juger ses
performances.
Le travail du personnel de lquipe MM consiste faire plusieurs activits relatives aux
articles. Par exemple, lapprovisionnement, lexpdition, le retour des articles dfectueux,
linventaire, etc. La nature du travail et le temps mis diffrent selon le type darticle en question
et le type de transaction.
Page 112
Notre objectif est de quantifier le travail fourni par rapport chaque employ selon les
transactions quil a tablies. Pour rpondre cet objectif, nous avons men une tude sur tout
le personnel de MM NAG (Materials Management North Africa Gomarket).
Le Materials Management assure 40 types de transactions. Pour des raisons de
confidentialit relatives lentreprise, nous attribuons des numros de 1 40 ces types de
transactions.
Nous avons organis des Conf-Call avec les superviseurs des entrepts du NAG, dans
le but de connaitre le droulement des processus et didentifier toutes les tapes qui prennent
du temps en les dfinissant par des paramtres. Pour lensemble des transactions nous avons
dfini 9 paramtres principaux. Pour des raisons de confidentialit on ne peut communiquer
que trois paramtres communs dans 34 types de transaction.
Temps du comptage dun article (X1) : Lemploy est toujours appel calculer le
nombre darticles en prenant un temps pour excuter cette opration. On dfinit le
paramtre X1 par : le temps moyen de comptage par article en seconde.
Temps de dplacement dun article un autre (X2) : Lemploy met toujours un
temps de dplacement dun article un autre. De l, on dfinit lunit du paramtre X2
par : le temps moyen de dplacement dun article un autre en seconde.
Temps administratif (X3) : Tout type de transaction ncessite lenvoi de-mails,
limpression, etc. et demande un temps pour lexcution. On dfinit alors le paramtre
X3 par : le temps moyen administratif en seconde.
Lensemble de ces transactions et les paramtres associs se rsument sur le Tableau IV.4.
Tableau IV. 4. Type de transactions et les paramtres associs
Type de transaction
X1
X2
X3
0,3
60
900
Transaction N 1
Transaction N 2
Transaction N 3
Expdition des M&S
Transaction N i
Page 113
X4
X5
X6
X7
X8
X9
Lidentifiant de la transaction ;
La date de la transaction ;
Le type de transaction.
A travers les 5 axes et les paramtres identifis, nous avons programm un algorithme
permettant de calculer le temps de travail mis par chaque employ (voir lAnnexe IV.1).
A lissue de lapplication de cet algorithme qui permet de mesurer le travail fourni par les
employs sur la base dun historique, nous avons retenu les rsultats du personnel de lentrept
MD1.
Nous avons calcul le temps moyen de travail journalier de chaque employ. Les rsultats
montrent que certains dentre eux sont trs performants en travaillant au-del des 8 h de travail
par jour, alors que dautres ont un rendement trs faible avec un temps moyen de deux heures
de travail par jour. La Figure IV.28. montre la quantit de travail fournie par les 8 employs de
lentrept MD1.
12,7
10,8
12
10
8
6
6,1
4,3
4,2
3,1
3,5
1,4
2
0
A
A lissue de cette dtude, nous avons dduit que le personnel nest pas performant dans
son travail et la rpartition des tches nest pas quilibre entre les employs. Ces derniers ne
sont pas aussi polyvalents.
Page 114
IV.3.2.6.
Suite ltude sur la performance des employs, il sest avr que certains dentre eux
manquent de polyvalence et sont moins rentables. Des formations pratiques et de maitrise sont
juges ncessaires.
IV.3.3.
La mise en place de ces amliorations a permis un gain du temps au niveau dexcution des
deux processus montr sur le Tableau IV.5.
Tableau IV. 5. Le gain du temps au niveau des deux processus
Processus
Rception
Inventaire
Temps aprs
Temps aprs
Gain du
Gain du
lamlioration
lamlioration
temps sans
temps avec
sans GT
avec GT
GT
GT
6heurs et 13
5 heures et 53
4 jours et 22
4 jours et 23
minutes
minutes
heures et 47
heures et 7
minutes
minutes
1 jour et 2 heures
1 heure et 48
1 heure et 33
1 jour et 42
1 jour et 57
et 30 minutes
minutes
minutes
minutes
minutes
Temps avant
lamlioration
5 jours et 5 heurs
Conclusion
Ce chapitre nous a permis damliorer le temps de service en liminant les gaspillages. Du
moment que ce projet est complmentaire au projet damlioration de la fiabilit de linventaire,
les amliorations apportes rduisent la variabilit de linventaire.
Page 115
Conclusion gnrale
Conclusion gnrale
Le prsent travail est une tude qui vise amliorer les rsultats dune fonction de la
chaine logistique MM de Schlumberger. Le choix de cette fonction a t fait suite la non
performance de ce dpartement qui na pas pu atteindre les objectifs tracs depuis sa cration
en 2012.
Ltude de lexistant nous a permis de cerner la problmatique propose, qui a t identifie
suite un audit confidentiel interne lentreprise, et de vrifier lalignement des objectifs viss
avec la stratgie de lentreprise pour maintenir sa position concurrentielle.
La mthodologie LSS nous a paru adquate pour traiter la problmatique et rsoudre les
problmes de gaspillage et de minimisation des cots en augmentant la qualit du service. Cette
mthodologie riche des rsultats obtenus dans les grande entreprises semble la plus adapte
notre cas dtude pour satisfaire les besoins des clients.
La dfinition du cadre de projet, la premire tape de la dmarche LSS, nous a permis de
dceler les besoins des clients et didentifier le besoin le plus critique qui nest pas satisfait en
terme de performance . Ce besoin est la rduction de la variabilit de linventaire ce qui nous a
conduit travailler sur le projet damlioration de la fiabilit de linventaire.
Dans ltape mesurer du premier projet, il a t question de dterminer les causes racines de la
variabilit de linventaire qui est la charge de travail. A cette fin, un ensemble de mthodes a
t utilis. Il sagit entre autres de la mthode dIshikawa, le diagramme daffinit et la mthode
AMDEC.
Ltape innover de ce premier projet nous a conduits la ncessit dintervenir dans les deux
processus pour liminer les gaspillages et acclrer le droulement de ces processus afin de
satisfaire les besoins des clients et de diminuer la charge du travail supporte par les employs.
Cest pourquoi, nous nous sommes orients vers un nouveau projet qui vise lamlioration du
temps de service. Lobjectif de ce projet est dapporter des amliorations par lutilisation
doutils Lean. A lissue de ce travail nous avons propos les amliorations suivantes :
-
Page 116
Conclusion gnrale
Lacclration du processus de rception par la mise en place dun point daccs internet.
Il est signaler que les propositions damlioration ont t faites en concertation avec les
responsables de MM. Un nombre de propositions a t concrtis tandis que le reste est en
cours de concrtisation.
Finalement, Nous pouvons bien dire que la qualit du service offert au client par MM sest
amliore avec une rduction des dlais et des cots.
Page 117
Bibliographie
Bibliographie
Abdulmalek F,-A., Rajgopal J., (2006), analyzing the benefits of lean manufacturing and value
stream mapping via simulation: A process sector case study, ELSEVIER/International Journal
of Production Economics.
Anderson S., Armstrong A., Bjre A., et al., (June 2009), Making medicinal chemistry more
effective application of lean sigma to improve processes, speed and quality, Drug.
Belt B., (2008), Les basiques de la gestion industrielle et logistique, Eyrolles, Paris.
Bicheno J., (2002), the Quality 75. Towards Six Sigma Performance in Service and
Manufacturing, Picsie Books, Buckingham.
Blondel F.,(1997), Gestion de la production: Comprendre les logiques de gestion industrielle
pour agir, Dunod, Paris.
Breyfogle F.-W.,( 1999), Implementing Six Sigma Smarter Solutions Using Statistical
Methods, Wiley.
Courtois A., Pillet M., Martin-Bonnefous C., (2003), Gestion de production, Editions
dorganisation.
Davis J., (2006), Lean Manufacturing, Industrial Press, New York, USA.
Duret D., Pillet M., (2005), Qualit en production: de l'ISO 9000 Six Sigma, Editions
Eyrolles,Paris.
Feld W.-M., (2001), Lean Manufacturing: Tools, Technics and How To Use Them, The St.
Lucie Press/Apics Series on Resource Management.
Fender M., Pimor, Y., (2008), Logistique: Production .Distribution .Soutien, Editions Dunod,
Paris.
Frchet C., (2005), Mettre en uvre le Six Sigma, Editions Eyrolles, Paris.
Gallaire J., (2008), Les outils de la performance industrielle, Eyrolles, Paris.
George, M., (2003), Lean Six Sigma for Service: How to Use Lean Speed and Six Sigma
Quality to Improve Services and Transactions. McGraw Hill Professional. USA.
Page 118
Bibliographie
George, M., (2010), The Lean Six Sigma Guide to Doing More With Less: Cut Costs, Reduce
Waste, and Lower Your Overhead. John Wiley & Sons. USA.
George, M; Kastle, B; Rowlands, D., (2010), Qu'est-ce que le Lean Six Sigma. Maxima
Laurent du Mesnil diteur. France.
Leseure, E., (2012), Contribution limplantation de la mthode Lean Six Sigma dans
les petites et moyennes entreprises pour lamlioration des processus. Lille : Thse de doctorat
de lUniversit Lille Nord-de-France.
Liker, J., (2012), Le modle Toyota : 14 principes qui front la russite de votre entreprise.
Pearson. France.
Mawby, W., (2007),Project Portfolio Selection for Six Sigma. ASQ Quality Press. USA.
Mechouar Y. et Tamssaouet K., 2014, Contribution lamlioration de la performance dune
fonction de la chane logistique par le Lean Six Sigma Cas : Materials Management de
Schlumberger NAG, Mmoire de fin dtudes dIngnieur, Dpartement du Gnie Industriel,
Ecole Nationale Polytechnique, Alger.
Melton, T., (2005), The Benefits of Lean manufacturing What lean thinking has to offer the
process industries.
Nakhla, M.,(2006), Lessentiel du Management Industriel. Dunod. Paris.
Ohno, T., (1988), Toyota Production System. Productivity Press. USA.
Pillet M., (2004), Six Sigma : comment lappliquer, Editions dOrganisation, Paris.
Sahno J., Sevtsenko E., Karaulova T., (2013), Knowledge Management Framework for Six
Sigma performance Level Assessment,
Shah R., Ward P.-T., (2003), Lean manufacturing: context, practice bundles and performance,
Elsevier/Journal of Operations Management.
Sobek II D.-K, Smalley A., (2008), Understanding A3 thinking, a critical component of
Toyotas PDCA Management System, CRC Press.
Veza I., Gjeldum N., Celent L., (2011), Lean Manufacturing Implementation Problems in
Beverage Production Systems, International Journal of Industrial Engineering and Management
(IJIEM).
Page 119
Bibliographie
Volck N., (2009), Dployer et exploiter Lean Six Sigma, Eyrolles, Paris.
Wilson L., (2010), How to Implement Lean Manufacturing, The McGraw-Hill Companie.
Womack J., Jones D., (1998), Lean Thinking, Free Press.
Womack J., Jones D., (2009), Systme Lean: Penser lentreprise au plus juste, Pearson
Education France.
Womack, J ; Jones, D., (2012), Systme Lean : penser lentreprise au plus juste. 2me Edition.
Pearson. France.
Page 120
Annexe
Page 121
Annexe
Page 122
Annexe
George,
2002
George,
2003
George et
al., 2006
Womack et
Jones, 1996
Rother et
Shook, 1999
Allen et
Laure, 2006
Bicheno,
1989
Ohno, 1988
Shingo, 1987
13
10
Czerska, 2002d
14
11
12
Hines et Taylor,
2000
Tarczyska et
Biakowska, 2010
15
16
Montgomery,
2005
Oakland, 2008
Pillet, 2008
17
Hallam et al.,
18
2010
Garcia-
Chowdhury,
Porres et al.,
19
2004
2008
Duret et Pillet,
2005
Jednorg et
20
al., 2005
Etape
Outils LSS
DMAIC
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
SIPOC
Voix du
Consommateur
VOC
X X X
X X
X X X X
Diagramme CTQ X
Diagramme des
affinits
X X
Diagramme de
relations ID
X X
X X
Page 123
Annexe
Diagramme de
matrice
X X X X
Dploiement de la
Fonction Qualit X X
QFD
X X
X X
Schma du
processus de
production
Diagramme
Spaghetti
X X X X
Value Stream
Mapping VSM
Feuille de contrle X X X
Dploiement de la
Fonction Qualit X
QFD
Analyse des
Modes de
Dfaillance, de
leurs Effets et de
leur Criticit
AMDEC
Analyse de
Systme de
Mesure MSA
X X
X X
X X
X X
X X
X X X
X X X
X X
Rptabilit et
Reproductibilit
R&R
X X
X X X
Histogramme
X X
X X
X X
Diagramme de
Pareto
X X X
X X X X X
Graphique du
temps
X X
Page 124
Annexe
Brainstorming
X X
Diagramme de
relations ID
Diagramme
dIshikawa
5 why
X X
X X X X X X X
X X
Cartes de contrle X X X
Capabilit du
processus
X X
Pices
Dfectueuses Par X X
Million PPM
Dfauts Par
Million
dOpportunits
DPMO
Niveau de sigma
Value Stream
Mapping VSM
Test dhypothse
X X X X X X X
X X X X X X X
X X
X X X
X
X X X X X
X X
X
Entonnoir de
varit de la
production
Benchmarking
X X
X X
X X
Diagramme de
Pareto
X X X
X X X X X
Analyse de la
corrlation
X X X
X X
Graphique du
temps
X X
X X
Page 125
X X
Annexe
Analyse des
Modes de
Dfaillance, de
leurs Effets et de
leur Criticit
AMDEC
X X
Rgression
linaire simple
X X
X X X
Analyse de la
X X
variance ANOVA
Diagramme
dIshikawa
X X
5S
X X
Flux continu
X X
X X X X
Maintenance
Productive Totale X X
TPM
X X
Brainstorming
X X
X
X
X
X
Heijunka
Contrle visuel
X X X
X X
X X
X X
X X X
X X
Poka-Yoke
X X
X X
Kanban
X X
Tourne du laitier
X X X
X X X X X X X
Single Minute
Exchange of Die
SMED
Juste--temps JAT X
X X
X
X X
X X
X
X
Analyse du champ
X X
de force
X
X
Page 126
Annexe
Graphique en toile
X
daraigne
Benchmarking
X X
Diagramme de
Gantt
Diagramme de
relations ID
X
X
X X
X X
Plan dexpriences
X
DOE
Test dhypothse
Diagramme
darbre
X X
X X
X X
Analyse des
Modes de
Dfaillance, de
leurs Effets et de
leur Criticit
AMDEC
X X
Poka-Yoke
X X
Contrle visuel
X X
Kaizen
X X X
X X
Cross training
Visual
Management
Standardisation du
X X
travail
X X
X X
X
X X X
X
X
X X
X
X X
X X
X X X X
Systme de
suggestions du
personnel
X
X
X X X
X X
Feuille de contrle X X X
X X
Page 127
X X
Annexe
Cartes de contrle X X X
Analyse de
Systme de
Mesure MSA
X X X
X X X
X X X
X X
Rptabilit et
Reproductibilit
R&R
X X
X X X
Capabilit du
processus
X X
X X X
X X X
Graphique du
temps
X X
Histogramme
X X
X X
Analyse de la
corrlation
X X
X X
Diagramme de
Pareto
X X
X X
Flowchart
Pices
Dfectueuses Par X
Million PPM
Dfauts Par
Million
dOpportunits
Niveau de sigma
X X X
X X
Page 128
X X
Annexe
Annexe II 1. Questionnaire
Segment :
Interview :
Date :
2. Quest-ce qui diffrencie votre segment des autres en termes de gestion des stocks ?
3. Pensez-vous que la dcision de centraliser les stocks tait une bonne dcision ?
5. Pouvez-vous nous donner des exemples sur des problmes auxquels votre segment a
Quelles suggestions pouvez-vous faire MM ? Par exemple, quel processus doivent-ils faire
plus dattention ? Quelles solutions peuvent-ils mettre en uvre ?
Page 129
Annexe
Segment :
Interview :
Page 130
Date :
Annexe
CTQ
Exactitude de
linventaire
Disponibilit
Rapidit des
traitements
Rduction de
lexcs des stocks
Accessibilit
Visibilit
Rduire le risque
dobsolescence et
de premption
Ncessaire
Espr et
souhait
Pas
dintrt
a ne
drange
pas
Pas dsir
Oppos
Pas dsir
Oppos
P
D
D
I
I
I
D
Classification de Kano TEST
CTQ
Exactitude de
linventaire
Disponibilit
Rapidit des
traitements
Rduction de
lexcs des stocks
Accessibilit
Visibilit
Rduire le risque
dobsolescence et
de premption
Ncessair
e
Espr et
souhait
Pas
dintrt
a ne
drange
pas
P
P
I
I
I
I
D
Classification de Kano - ALS
Page 131
Annexe
CTQ
Exactitude de
linventaire
Disponibilit
Rapidit des
traitements
Rduction de
lexcs des stocks
Accessibilit
Visibilit
Rduire le risque
dobsolescence et
de premption
Ncessaire
Espr et
souhait
Pas
dintrt
a ne
drange
pas
Pas dsir
Oppos
P
I
D
O
I
I
I
Classification de Kano D&M
CTQ
Exactitude de
linventaire
Disponibilit
Rapidit des
traitements
Rduction de
lexcs des stocks
Accessibilit
Visibilit
Rduire le risque
dobsolescence et
de premption
Ncessaire
Espr et
souhait
Pas
dintrt
a ne
drange
pas
P
I
D
I
I
I
D
Classification de Kano - STT
Page 132
Pas dsir
Oppos
Annexe
CTQ
Exactitude de
linventaire
Disponibilit
Rapidit des
traitements
Rduction de
lexcs des stocks
Accessibilit
Visibilit
Rduire le risque
dobsolescence et
de premption
Ncessaire
Espr et
souhait
Pas
dintrt
a ne
drange
pas
Pas dsir
P
D
D
Q
I
I
D
Classification de Kano - DST
Page 133
Oppos
Annexe
Matire
Main duvre
Moyens
Milieu
Mthodes
Causes effets
La poussire
Environnement dsordonn
La chaleur
Eloignement des locations des pices
Manque despace de travail
Labsence dordre et darrangement des articles dans les locations
Page 134
Annexe
Personnel insuffisant
Lintervention
Non
dans
diffrents
maitrise
de
loutil
informatique
taches
-
Dplacement inutile
Manque de communication
Mouvements inutiles
Labsence
dordre
pices
et
darrangement
-
Manque dorganisation
5 S non appliqu
Processus
interrompus
frquemment
La poussire
Environnement dsordonn
Travail manuel
connexion)
dcisions
manque de planification
Page 135
Annexe
Effets
Personnel insuffisant
Trop derreurs
dinattention
Accumulation des
marchandises
6
Mal gestion de
lentrept
Dtection
visible
IPR
162
ressenti
162
voyant
200
investigation
192
remarquable
240
Variabilit
Processus
interrompu
Problme
dorganisation
ressenti
210
voyant
120
Trop de
gaspillage
voyant
108
Environnement
inadquat
remarquable
112
voyant
80
Lintervention dans
diffrents taches
qui interrompe le processus
10
Manque de
communication
entre les employs
Labsence dordre et
darrangement
des articles dans les locations
Manque
dorganisation
5 S non appliqu
La poussire
10
Environnement
dsordonn
Perte de temps
pour la recherche
des articles
Le Mal alaise
Gaspillage du
temps
voyant
80
Travail manuel
Travail pnible
remarquable
144
Pas dchange
dinformation
Problmes de
coordination
ressenti
175
Page 136
Annexe
Non-respect des
procdures
Lenteur dans
lexcution
contrle
144
Redondance des
erreurs
contrle
378
Prcipitation de
prendre des dcisions
Pas de solutions
adquates
remarquable
224
Non satisfaction
des clients
voyant
224
gaspillage
ressenti
288
Effets
Dtection
IPR
manque de
planification
Systme informatique
qui bgue
GT non utilis
(Problme de
connexion)
Manque despace de
travail
F
5
voyant
30
Interruption du travail
Confront
la situation
140
Des taches
supplmentaires
Informer
48
Le dsordre
remarquable
112
Page 137
Annexe
Problmes
dus aux personnels et aux
gaspillages
Manque de formation
continue
Lenteur dans
lexcution
Non maitrise de loutil
informatique
Effets
Dtection
IPR
Stagnation de
lapprentissage
ressenti
70
Gaspillage du temps
remarquable
54
Gaspillage du temps
remarquable
84
voyant
112
voyant
140
remarquable
200
Dplacement inutile
Mouvements inutiles
Eloignement des
locations des pices
Page 138
Annexe
Numro de
l'chantillon
Taille de
l'chantillon
Article Non
conformes
24/03/2015
74
0,094594595
24/03/2015
55
0,127272727
25/03/2015
68
14
0,205882353
25/03/2015
64
0,109375
26/03/2015
58
18
0,310344828
27/03/2015
71
17
0,23943662
27/03/2015
85
0,070588235
27/03/2015
71
11
0,154929577
28/03/2015
73
11
0,150684932
28/03/2015
10
50
12
0,24
29/03/2015
11
100
13
0,13
29/03/2015
12
50
12
0,24
29/03/2015
13
67
0,104477612
30/03/2015
14
67
12
0,179104478
30/03/2015
15
70
10
0,142857143
30/03/2015
16
70
15
0,214285714
30/03/2015
17
49
15
0,306122449
31/03/2015
18
55
13
0,236363636
31/03/2015
19
61
24
0,393442623
31/03/2015
20
64
16
0,25
31/03/2015
21
73
12
0,164383562
31/03/2015
22
73
30
0,410958904
Page 139
Annexe
Xi - Date
Fin
Numro de
l'chantillon
Taille du
Lot
Article Non
conformes
01/01/2015 04/01/2015
74
0,094594595 17 234
05/01/2015 08/01/2015
55
09/01/2015 12/01/2015
68
14
0,205882353 73 260
13/01/2015 16/01/2015
64
17/01/2015 20/01/2015
58
18
70
21/01/2015 24/01/2015
71
17
0,23943662
77
25/01/2015 28/01/2015
85
0,070588235 12 145
29/01/2015 01/02/2015
71
11
02/02/2015 05/02/2015
73
11
0,150684932 39 265
06/02/2015 09/02/2015
10
50
12
0,24
89 215 97 124
10/02/2015 13/02/2015
11
100
13
0,13
14/02/2015 17/02/2015
12
50
12
0,24
89 114 15
18/02/2015 21/02/2015
13
67
0,104477612 19
22/02/2015 25/02/2015
14
67
12
26/02/2015 01/03/2015
15
70
10
0,142857143 38 159
113
02/03/2015 05/03/2015
16
70
15
0,214285714 73 265
185
06/03/2015 09/03/2015
17
49
15
82
10/03/2015 13/03/2015
18
55
13
0,236363636 77 155
165
14/03/2015 17/03/2015
19
64
16
18/03/2015 21/03/2015
21
73
30
Page 140
0,109375
0,25
X1 X2 X3 X4
0
122
169
20 140 11 176
89 122 87
82
203
221
99
90
0,164383562 44 180
24
Annexe
80
60
40
20
0
2
10
12
14
16
18
20
Indice
Diagramme points de X1
18
36
54
72
90
1 08
1 26
1 44
X1
70
X1
X1
1 00
60
50
40
Des carts types individuels ont t utiliss pour calculer les intervalles.
Page 141
Annexe
1 60
Test de Grubbs
Min.
Max.
G
P
1 2,00 1 48,00 2,23 0,355
1 40
1 20
X1
1 00
80
60
40
20
0
20
40
60
80
1 00
1 20
1 40
1 60
X1
Statistique descriptive
Descriptives
Statistique
X1 Moyenne
Intervalle de confiance 95% pour la
moyenne
Borne
infrieure
Borne
suprieure
Moyenne tronque 5%
Mdiane
Variance
Ecart-type
Minimum
Maximum
Intervalle
Intervalle interquartile
Asymtrie
Aplatissement
62,0500
43,9790
80,1210
60,0556
53,5000
1490,892
38,61207
12,00
148,00
136,00
55,50
,654
-,326
Page 142
Erreur
standard
8,63392
,512
,992
Annexe
Variable X2
Visualisation graphique des donnes de la variable X2
300
200
1 50
1 00
10
12
14
16
18
20
Indice
Diagramme points de X2
1 05
1 40
1 75
21 0
245
280
31 5
X2
X2
250
190
180
170
160
Des carts types individuels ont t utiliss pour calculer les intervalles.
Page 143
Annexe
350
Test de Grubbs
Min. Max.
G
P
82,00 339,00 2,31 0,267
300
X2
250
200
150
100
1 00
1 50
200
250
300
350
X2
Moyenne
Intervalle de confiance 95% pour la Borne
moyenne
infrieure
Borne
suprieure
Moyenne tronque 5%
Mdiane
Variance
Ecart-type
Minimum
Maximum
Intervalle
Intervalle interquartile
Asymtrie
Aplatissement
Page 144
194,25
164,888
Erreur
standard
14,02852
223,612
192,4444
188
3935,987
62,73744
82
339
257
95,5
0,363
0,029
0,512
0,992
Annexe
Variable X3
Visualisation graphique des donnes de la variable X3
Diagramme de srie chronologique de X3
1 80
1 60
1 40
1 20
X3
1 00
80
60
40
20
0
2
10
12
14
16
18
20
Indice
Diagramme points de X3
25
50
75
1 00
1 25
1 50
1 75
X3
60
50
X3
40
30
20
10
Des carts types individuels ont t utiliss pour calculer les intervalles.
Page 145
Annexe
Bote moustaches de X3
180
Test de Grubbs
Min. Max.
G
P
0,00 1 68,00 2,1 4 0,472
160
140
120
X3
100
80
60
40
20
20
40
60
80
1 00
1 20
1 40
1 60
1 80
X3
Borne
infrieure
Borne
suprieure
Moyenne tronque 5%
Mdiane
Variance
Ecart-type
Minimum
Maximum
Intervalle
Intervalle interquartile
Asymtrie
Aplatissement
39,1500
10,9641
67,3359
34,1667
9,5000
3626,976
60,22438
0,00
168,00
168,00
71,75
1,471
,654
Page 146
Erreur
standard
13,46658
,512
,992
Annexe
Variable X4
Visualisation graphique des donnes de la variable X4
Diagramme de srie chronologique de X4
250
200
X4
1 50
1 00
50
0
2
10
12
14
16
18
20
Indice
Diagramme points de X4
60
90
1 20
1 50
1 80
21 0
X4
150
140
X4
30
130
120
110
100
Des carts types individuels ont t utiliss pour calculer les intervalles.
Page 147
Annexe
250
Test de Grubbs
Min.
Max.
G
P
24,00 222,00 1 ,85 1 ,000
200
X4
150
100
50
0
50
1 00
1 50
200
250
X4
Borne
infrieure
Borne
suprieure
Moyenne tronque 5%
Mdiane
Variance
Ecart-type
Minimum
Maximum
Intervalle
Intervalle interquartile
Asymtrie
Aplatissement
133,9000
106,1383
161,6617
135,1111
144,0000
3518,621
59,31797
24,00
222,00
198,00
92,00
-,295
-,880
Page 148
Erreur
standard
13,26390
,512
,992
Annexe
Page 149
Annexe
Page 150
Annexe
Page 151
Annexe
Problme
Clients
Caractristique
Exigence
Exactitude de
Pas dcart
linventaire
dinventaire
articles en systme
mesurable
Etat Actuel
< 0,03%
Etat Souhait
Spcification
Primtre
de linventaire tournant
Processus : La rception et
lInventaire tournant.
Planification du projet
Groupe de travail
Etape
Date De Dbut
Date De Fin
Intervenant
Dfinir
12/05/2015
13/05/2015
NAG Manager
Mourad DIAF
Mesurer
14/05/2015
16/05/2015
Stagiaire
Stagiaire
Analyser
18/05/2015
19/05/2015
Innover
19/05/2015
22/05/2015
Contrler
Page 152
Annexe
Si_Erreur(
Si_Erreur(
Si_Erreur(Recherche_Valeur(Si_Erreur(Recherche_Valeur(Type_De_Transaction;Calculation_Parameters.xlsx!$A$2:$B$4
1;2;0);"0");Calculation_Parameters.xlsx!$B$2:$C$41;2;0);0)*Quantit;0)
+Si_Erreur(Recherche_Valeur(Si_Erreur(Recherche_Valeur(Type_De_Transaction;Calculation_Parameters.xlsx!$A$2:$B$
41;2;0);"0");Calculation_Parameters.xlsx!$B$2:$D$41;3;0);0)
+Si_Erreur(Recherche_Valeur(Si_Erreur(Recherche_Valeur(Type_De_Transaction;Calculation_Parameters.xlsx!$A$2:$B$
41;2;0);"0");Calculation_Parameters.xlsx!$B$2:$L$41;11)/Nombre_Occurance($C:$C;C2);0)
+Si_Erreur(Si_Erreur(Recherche_Valeur(Si_Erreur(Recherche_Valeur(Type_De_Transaction;Calculation_Parameters.xlsx
!$A$2:$B$41;2;0);"0");Calculation_Parameters.xlsx!$B$2:$L$41;4;0);0)*Quantit;0)
+Si_Erreur(Si_Erreur(Recherche_Valeur(Si_Erreur(Recherche_Valeur(Type_De_Transaction;Calculation_Parameters.xlsx
!$A$2:$B$41;2;0);"0");Calculation_Parameters.xlsx!$B$2:$L$41;5;0);0)*Quantit;0)
+Si_Erreur(Si_Erreur(Recherche_Valeur(Si_Erreur(Recherche_Valeur(Type_De_Transaction;Calculation_Parameters.xlsx
!$A$2:$B$41;2;0);"0");Calculation_Parameters.xlsx!$B$2:$L$41;6;0);0)*Quantit;0)
+Si_Erreur(Si_Erreur(Recherche_Valeur(Si_Erreur(Recherche_Valeur(Type_De_Transaction;Calculation_Parameters.xlsx
!$A$2:$B$41;2;0);"0");Calculation_Parameters.xlsx!$B$2:$L$41;7;0);0)*Quantit;0)
+Si_Erreur(Si_Erreur(Recherche_Valeur(Si_Erreur(Recherche_Valeur(Type_De_Transaction;Calculation_Parameters.xlsx
!$A$2:$B$41;2;0);"0");Calculation_Parameters.xlsx!$B$2:$L$41;8;0);0)*Quantit;0)
+Si_Erreur(Si_Erreur(Recherche_Valeur(Si_Erreur(Recherche_Valeur(Type_De_Transaction;Calculation_Parameters.xlsx
!$A$2:$B$41;2;0);"0");Calculation_Parameters.xlsx!$B$2:$L$41;9;0);0)*Quantit;0) ;0
Page 153