Gestion et optimisation des stocks pour une entreprise de fabrication de produits de grande consommation

Gestion et optimisation des stocks pour une entreprise de fabrication de produits de grande consommation

ITC Infotech est un fournisseur international de services et de solutions technologiques dans une variété d’industries, y compris la banque, la santé, la fabrication, les produits de grande consommation et les chaînes d’approvisionnement. En utilisant des techniques de simulation et d’optimisation, ainsi que des analyses avancées, ils développent des solutions pour des problèmes tels que la conception et la planification du réseau, la planification des stocks, la planification, etc.

Cette étude de cas détaille l’un de leurs projets dans l’industrie des biens de grande consommation. L’objectif du projet était de déterminer les normes de stockage des produits à durée de conservation limitée. La solution a été produite à l’aide de l’optimisation basée sur la simulation dans AnyLogic.

Problème : Gestion et optimisation des stocks de produits de grande consommation

Les biens de consommation courante (PGC), également appelés biens de consommation emballés (CPG), désignent les produits qui se vendent rapidement à un coût relativement faible. Certains PGC, comme les boissons et les aliments, ne restent pas longtemps sur les étagères parce qu’ils sont en forte demande, périssables, ou les deux. Pour atténuer ce défi de roulement rapide, les entreprises sont constamment à la recherche de nouvelles solutions de gestion des stocks.

Un chef de file mondial de la fabrication était intéressé par l’optimisation de son processus de gestion des stocks de produits alimentaires en ce qui concerne la complexité de son réseau de distribution à plusieurs échelons.

Le problème auquel l’entreprise était confrontée était une forte détérioration de la qualité des produits et un taux de remplissage inférieur aux prévisions. Il aurait pu fabriquer plus pour augmenter le taux de remplissage, mais cela aurait entraîné une détérioration plus élevée. Alternativement, il aurait pu fabriquer moins, pour maintenir la détérioration à un niveau bas, mais cela aurait également réduit le taux de remplissage. Pour résoudre ce défi, ils ont contacté ITC Infotech pour trouver une quantité et une fréquence de production optimales, ainsi qu’une politique de réapprovisionnement optimale.

Solution : Construire un modèle de simulation pour optimiser la quantité de production

Supposons qu’un produit de consommation emballé expire 100 jours après sa fabrication. Selon le contrat, un détaillant doit avoir le produit dans son entrepôt au moins 30 jours avant l’expiration du produit. Cela signifie qu’un fabricant n’a pas plus de 70 jours pour livrer le produit au détaillant. Si le délai n’est pas respecté, le produit doit être jeté et le fabricant subit une perte.

Pour planifier la production et calculer combien de jours un fabricant peut conserver le produit dans son stock avant de l’expédier au détaillant, ITC a utilisé un facteur de durée de conservation. Ce facteur est un rapport entre le nombre de jours pendant lesquels un fabricant peut conserver un produit dans son stock et la période pendant laquelle un produit doit être livré au détaillant. Par exemple, à un facteur de 0,6, le producteur aura 42 jours (0,6 sur 70 jours) pour entreposer le produit avant de l’expédier au détaillant.

Les spécialistes d’ITC visaient à calculer ce facteur de durée de conservation pour chaque unité de gestion des stocks (SKU), ainsi que la quantité de production optimale pour éviter la détérioration de la qualité du produit. En outre, leur objectif était de déterminer la fréquence de réapprovisionnement et de production tout en maintenant le taux de remplissage maximal. Pour cela, ils ont décidé de construire un modèle d’optimisation basé sur la simulation dans AnyLogic et de tester différents scénarios.

Bref aperçu du modèle d’optimisation des stocks basé sur la simulation

Un réseau de distribution à plusieurs échelons se compose généralement d’une usine, d’un entrepôt et de plusieurs centres de distribution.

Dans ce modèle de simulation de stock, les spécialistes ont pris en compte deux populations d’agents : une usine et un centre de distribution. Ils ont également défini plusieurs types d’agents, y compris l’expédition (expédition des marchandises de l’usine au centre de distribution), la demande et les lots (un certain nombre de produits identiques).

Un agent de centre de distribution répond à la demande et calcule un taux de remplissage en fonction de la quantité de demande satisfaite. Cela permet à son tour de déterminer le niveau de service.

L’agent d’usine génère des ordres de fabrication en fonction de la fréquence de production. Les lots produits sont mis en file d’attente dans l’entrepôt de l’usine avant d’être expédiés aux centres de distribution. Pendant le processus de file d’attente, le modèle calcule la détérioration de la qualité du produit pour l’usine.

L’agent du centre de distribution reçoit les lots de l’agent d’usine, les traite, puis les stocke dans l’entrepôt. Les produits alimentaires dans l’entrepôt qui ne sont pas vendus, parce qu’il n’y avait pas de demande pour eux, se détériorent. Le modèle a également pris en compte ces informations lors du calcul de la détérioration de la qualité des produits pour les centres de distribution.


Données de sortie : facteur de durée de conservation et interdépendance du taux de remplissage (niveau de service)

Données de sortie : facteur de durée de conservation et interdépendance du taux de remplissage (niveau de service)

Résultat : Avantages du modèle d’optimisation des stocks basé sur la simulation

Après avoir exécuté plusieurs modèles de simulation avec différents facteurs de durée de conservation, les spécialistes de l’ITC ont trouvé le facteur de durée de conservation optimal pour chaque politique de réapprovisionnement. Ils ont également déterminé une fréquence de production qui fournissait le taux de remplissage maximal et la détérioration minimale de la qualité du produit.

Selon les données de sortie, à mesure que le facteur de durée de conservation augmentait, le taux de remplissage s’améliorait. C’est naturel car l’augmentation du facteur signifie une augmentation de la quantité de production. Il assure un meilleur niveau de service mais augmente également le risque de détérioration de la qualité du produit.

À l’aide des résultats de la simulation, ITC a tracé une courbe qui représente l’interdépendance entre le taux de remplissage et la détérioration de la qualité du produit.


A curve representing the interdependency between the fill rate (service level) and deterioration

Courbe représentant l’interdépendance entre le taux de remplissage et la détérioration (cliquez pour agrandir)

ITC a également fourni l’étalement de la valeur obtenue sur les 100 séries de modèles pour chacun des facteurs de durée de conservation, comme on peut le voir sur le côté droit du diagramme ci-dessous. Cela a aidé l’entreprise à décider du facteur de durée de conservation optimal.


Output data: the spread of the value obtained over the 100 model runs for each of the shelf-life factors

Données de sortie : l’étalement de la valeur obtenue sur les 100 cycles du modèle pour chacun des facteurs de durée de conservation (cliquez pour agrandir)

ITC Infotech a présenté le projet à la conférence AnyLogic 2021 :


Études de cas similaires

Plus d’études de cas

Obtenez une brochure avec des études de cas de l’industrie (en anglais)

Télécharger