ClearOps a été nommé finaliste de l'IP | Innovationspreis de CNA e.V. La nomination récompense le nouvel algorithme Inventory Planning de ClearOps, un algorithme next gen de planification des pièces de rechange développé avec l’Université technique de Munich (TUM). Il a été conçu pour répondre à un défi persistant de la planification des pièces de rechange : garder les bonnes pièces disponibles tout en minimisant les coûts de stock.
Pourquoi le Service Parts Planning est différent
Les stocks de pièces de rechange sont un exercice d’équilibre. Les OEM ont besoin de pièces sur place pour faire tourner véhicules et équipements, mais la demande pour une pièce de service individuelle est souvent clairsemée, irrégulière et difficile à prévoir. Le surstock immobilise du capital et de l’espace d’entrepôt ; le sous-stock entraîne des arrêts et des clients mécontents. De nombreuses méthodes de planification classiques supposent des schémas de demande plus réguliers, et peuvent produire des recommandations trop prudentes ou trop agressives lorsqu’elles sont appliquées aux pièces de rechange — et difficiles à faire confiance dans les deux cas.
Repenser la planification des pièces de rechange
L’Inventory Planning next gen de ClearOps y répond par trois choix de conception liés.
- Il est conçu spécifiquement pour les schémas de demande intermittente propres aux pièces de service, plutôt qu’adapté de méthodes pensées pour des ventes stables et à fort volume.
- Il optimise les points de commande et les quantités d’ordre non seulement pièce par pièce, mais aussi sur des segments de produits personnalisables, afin d’aider les planificateurs à atteindre les objectifs de taux de service pour des catégories entières de pièces, sans créer de stock inutile ailleurs.
- Il rend ses recommandations explicables. Plutôt que de renvoyer des recommandations en boîte noire sans justification, l’algorithme permet aux planificateurs de comprendre pourquoi un point de commande ou une quantité d’ordre a été choisi — à partir de l’historique de demande, des coûts et des objectifs de niveau de service, pour n’en citer que quelques-uns.
Ce que la nouvelle approche apporte
Lors de l’évaluation, les nouvelles capacités Inventory Planning de ClearOps ont délivré en moyenne >10 % de taux de service cluster plus élevés par rapport à l’approche précédente, et un taux d’atteinte des objectifs de taux de service cluster supérieur de 27 %. Elles ont également conduit à une baisse de >15 % des modifications des commandes de pièces, avec une satisfaction plus élevée pour les OEM et leurs concessionnaires.
Elles ont aussi amélioré la clarté du raisonnement derrière chaque recommandation. Ensemble, ces résultats décrivent un processus de planification plus fiable et plus transparent, capable de soutenir une meilleure disponibilité des pièces de service, des coûts de stock plus bas et une performance After Sales plus solide.
L’Inventory Planning next gen de ClearOps a été développé avec le Prof. Dr. Stefan Minner et le doctorant Patrick Helm à la TUM, aux côtés de l’équipe ClearOps, en associant l’expertise académique en optimisation des stocks à l’expérience opérationnelle de l’After Sales OEM.
Nous félicitons les autres finalistes et les lauréats de l'IP | InnovationsPreis de cette année, et remercions CNA e.V., nos partenaires de la TUM et les clients dont les retours ont façonné ce travail.