La Poste : « Nous voulons rendre notre SI Supply Data Driven »
Par Guillaume Trecan | Le | It
Julien Le Blanc, directeur supply chain et transformation de la logistique interne du groupe La Poste expose les cinq cas d’usage d’intelligence artificielle orientés prédictif et tracking en temps réel qu’il vient de lancer. Il sera Grand Témoin de l’atelier « IA générative : les super pouvoirs du responsable Supply Chain augmenté », lors des Supply Days des 7 et 8 octobre à Deauville.
Qu’avez-vous mis en place au niveau de la supply chain interne de La Poste en matière d’intelligence artificielle ?
Dans le cadre de son plan de transformation et de rénovation, nous voulons rendre notre SI Supply Data Driven. La première étape de notre démarche Data a consisté à donner la parole aux métiers sur leurs besoins et leurs cas d’usage. Ces ateliers d’idéation collectifs nous ont permis de collecter une soixantaine de cas métier. Nous nous sommes ensuite benchmarkés avec d’autres entreprises et nous avons hiérarchisé ces cas d’usage en fonction de leur degré de complexité et de maturité. Une vingtaine de thématiques nous sont alors apparues comme les plus intéressantes à développer sous une approche data. Parmi ces vingt sujets, nous avons en définitive priorisé les cinq qui nous semblaient présenter le meilleur ROI.
Quels sont ces cinq cas d’usage sur lesquels vous allez travailler ?
Le premier concerne l’amélioration des prévisions des flux logistique grâce un croisement de données exogènes et endogènes. Le besoin de nos agences régionales en matière de pièces détachées pour la maintenance IT destinée à nos distributeurs de billets peut par exemple varier en fonction de l’impact des orages susceptibles de créer des surtensions. Il peut donc être intéressant de croiser différentes données dont des données météorologiques par région pour savoir où et quand densifier notre stock en fonction de la saison.
Un deuxième sujet porte sur la prédiction des comportements clients à long terme pour adapter nos capacités d’approvisionnement. Croissance du marché du colis et ralentissement du marché de l’affranchissement ; évolution de la fréquentation des points de vente physique au regard des commandes internet… Il serait intéressant de pouvoir simuler ces tendances avec un algorithme prédictif pour mieux dimensionner nos outils industriels de production et logistique.
Le troisième cas d’usage qui intéressera particulièrement notre opérateur interne Log’issimo concerne l’optimisation du nombre de références et de la disponibilité en entrepôt. Le quatrième porte sur le suivi en temps réel des expéditions via du tracking, ce qui nous permettra de fiabiliser le pilotage de toute la supply chain de bout en bout. Nous voulons enfin travailler sur l’évaluation et la prédiction du niveau de charge en fonction de la saisonnalité. Aujourd’hui, les tendances de consommation sont tellement volatiles que nous sommes susceptibles de subir des périodes de pic toute l’année dans nos bureaux de poste.
Toutes les fonctions de l’entreprise sont en train de prendre le train de la data et de l’IA
A quel niveau les décisions d’allocation d’investissement sur ces sujets sont-elles prises ?
Les sujets Data et IA sont mutualisés et transverses à tous les métiers de La Poste au niveau d’un pôle Data. Toutes les fonctions de l’entreprise sont en train de prendre le train de la data et de l’IA. Mais, en effet, qui dit data dit investissement financier élevé. Non seulement ces projets représentent un investissement non négligeable mais ils ont également une incidence en termes d’empreinte carbone. Le groupe se concentrera donc sur des sujets logistiques pertinents, qui créent de la valeur et un ROI.
Où en êtes-vous des investissements nécessaires ? Avez-vous par exemple mis en place un Data Lake ?
Nous disposons d’un data Lake groupe pour nos applicatifs internes. Nous avons des éléments de BI qui nous permettent d’effectuer des analyses simples dans Excel à partir de l’ERP. Nous allons pouvoir enrichir ces données en ajoutant d’autres sources - tracking de distribution, service client, etc. - afin de mettre en place des plans d’actions sur certains segments de la logistique. Nous avons besoin aujourd’hui de puiser dans ce data Lake pour enrichir nos rapports. Nous lançons un premier chantier sur le périmètre du SAV et du service client, cela va nous permettre d’améliorer la partie qualitative de nos prestations et de mettre en œuvre des plans d’actions beaucoup plus rapidement.
Avez-vous intégré au sein du département de la logistique interne des compétences spécialisées sur ces sujets ?
Nous avons recruté un nouveau profil sur une fonction de Data Analyst qui porte en binôme à la fois des rapports de BI et qui va monter en puissance sur la data, l’IA et le Machine Learning pour travailler avec les métiers sur l’enrichissement des données. Cette personne va intégrer des parcours de formation en interne pour acquérir ces compétences.
Les bénéfices de ces applicatifs se trouveront au niveau de l’efficacité des équipes, de l’efficacité des clients, des économies de coûts et de la RSE
Quels bénéfices attendez-vous de ces outils ?
En nous aidant à mettre le bon produit au bon endroit au bon moment, ils nous permettront d’ajuster et éviter du conditionnement, de réduire l’empreinte CO2 de nos transports et d’améliorer la satisfaction client. Les bénéfices de ces applicatifs se trouveront au niveau de l’efficacité des équipes, de l’efficacité des clients, des économies de coûts et de la RSE. In fine, ils vont nous permettre d’améliorer nos performances financières.