Dans beaucoup d’usines, le scénario est le même. Le MRP tourne, propose des ordres d’achat et de fabrication, et le matin les planificateurs les reprennent un par un, souvent, dans un tableur car ils ne font pas confiance au calcul réalisé. Donc personne ne croit le système. La direction conclut qu’il faut changer d’outil, ou acheter un APS.
Avant d’en arriver là, il faut regarder ce que l’on donne à manger à l’algorithme. Un MRP ne fait que multiplier des nomenclatures par des besoins, décaler dans le temps avec des délais, et arrondir avec des règles de lotissement. Si ces paramètres sont faux, le résultat est faux, quel que soit l’éditeur. La clé la qualité des données.
Les cinq données qui font dérailler un MRP
- Les délais d’approvisionnement, saisis à la création de l’article et jamais revus. Le fournisseur livre en six semaines, le système en croit deux.
- Les nomenclatures, qui ne suivent pas les évolutions du produit. Un composant remplacé reste dans le calcul.
- Les stocks, quand les mouvements sont saisis en différé ou pas du tout. Le MRP calcule sur un stock qui n’existe pas.
- Les paramètres de lotissement : minimums de commande, multiples, stocks de sécurité hérités d’une autre époque.
- Les doublons d’articles : le même composant créé deux fois, sur deux sites ou par deux personnes, avec deux stocks et deux réapprovisionnements.
Ce que j’ai vu sur un programme Master Data
Chez Sanofi, j’ai été PMO d’un programme Master Data Management qui couvrait 30 des 60 usines du groupe. Le travail ne consistait pas à nettoyer des fichiers une fois pour toutes. Il consistait à répondre à quatre questions pour chaque donnée : qui en est responsable, quel système fait référence, quel workflow de création, de mise à jour et de fin de vie, et quel flux vers les systèmes qui l’utilisent.
Un effet de bord illustre bien l’enjeu : l’identification des articles en doublon et la mutualisation des achats entre usines ont permis de réduire le stock de 15 M€. Personne n’avait lancé le programme pour cela. C’est ce qui arrive quand les données deviennent fiables.
Par où commencer
- Mesurer l’écart entre ce que propose le MRP et ce que les planificateurs commandent réellement. C’est le meilleur indicateur de confiance dans le système.
- Choisir un périmètre limité : les articles qui coûtent le plus cher quand ils manquent, ou ceux qui génèrent le plus de corrections manuelles.
- Nommer un responsable par donnée, côté métier. L’IT est responsable des systèmes et des flux, pas du contenu.
- Mettre en place quelques contrôles simples : délais jamais revus depuis plus d’un an, articles sans mouvement, nomenclatures modifiées sans mise à jour du calcul.
- Élargir ensuite, site par site ou famille par famille, avec les mêmes règles.
Et l’outil MDM ?
Il devient utile quand le volume et le nombre de systèmes et de « fournisseurs » d’information augmente. Le choisir avant d’avoir fixé les règles et les responsabilités revient à automatiser le désordre. La gouvernance d’abord, l’outil ensuite.
Si vos planificateurs corrigent le MRP tous les matins, la gouvernance des données de référence est probablement le chantier le plus rentable que vous puissiez lancer. Parlons-en.