En poursuivant votre navigation sur ce site, vous acceptez l'utilisation de cookies ou d'autres dispositifs de suivi pour suivre les visites. Cliquez ici, pour plus d'informations et pour configurer les dispositifs de suivi.
privacy policy.

Refuser
Accepter

fr

« CYLAD et Ekimetrics utilisent les technologies « Big & Smart Data » afin de réduire les coûts d’achat pour une entreprise du secteur aéronautique »

partage

AECCEC3E-63AD-46DF-A7EF-CCAD81723B14@1x

Lire plus tard

CYLAD Consulting et son partenaire Ekimetrics, une société spécialisée dans la data science, ont été missionnés pour conduire un projet visant la réduction des coûts d’achat chez un industriel de premier rang du secteur aéronautique.

Le principal enjeu de ce projet était de réaliser 2% supplémentaire de gains sur les coûts d’achat récurrents de 2017 et 4 % supplémentaire en 2018.

Le défi à relever était de taille, du fait de certains facteurs en particulier :

  • La durée très courte du projet – 5 mois.
  • Deux ans d’efforts préalables au sein de l’entreprise pour réduire les coûts d’achat, en s’appuyant à la fois sur de la négociation et des leviers d’amélioration à court terme
  • Un secteur caractérisé par la difficulté à maintenir une concurrence entre les fournisseurs du fait des barrières élevées de qualification et d’industrialisation.

L’objectif de réduction des coûts d’achat a pu être atteint, et ce grâce à la conjonction de plusieurs leviers :

L’élaboration d’un outil de smart data permettant d’analyser sous plusieurs axes l’ensemble des dépenses annuelles pour ainsi détecter rapidement des leviers de négociation non encore utilisés
La priorisation et la gestion des négociations basées sur une connaissance complète des fournisseurs et des opportunités commerciales,
L’automatisation de la préparation des négociations avec les fournisseurs,
L’automatisation de la prévision des gains, du suivi des plannings de négociation et du contrôle des résultats obtenus

L’outil développé par l’équipe a ainsi permis d’analyser plus de 2000 fournisseurs, 100 000 articles et plus de 3 millions de lignes de commandes sur une période de 3 ans et d’identifier les opportunités de gains qui pouvaient provenir par exemple d’écarts de prix entre les contrats et les commandes, de benchmarks internes de prix ou de différences de prix entre pièces de série et pièces de rechange.

150 fournisseurs ont été identifiés comme sources d’économies potentielles. Une fois le contexte et les relations avec chaque OEM/fournisseur étudiés, 50 fournisseurs ont été conviés à des négociations préparées à partir des leviers identifiés par l’outil smart data. Nous avons ainsi réduit drastiquement les délais entre l’analyse et la négociation tout en améliorant la phase de préparation des négociations.

Avec l’aide de l’outil, l’équipe a automatisé d’autres tâches chronophages telles que la prévision des gains, le suivi des plannings de négociation, et le contrôle des résultats obtenus.

La mission a nécessité l’utilisation des technologies de Big data afin d’agréger différentes sources de données particulièrement volumineuses. Ces techniques ont permis de faire le lien entre les données du processus « purchase-to-pay » (contrats, commandes et factures) et les données techniques couvrant le cycle de vie complet des articles achetés (pièces d’origine, pièces de rechange et réparations).

Ainsi, c’est la combinaison des compétences business et des capacités en Big Data de l’équipe qui a permis d’atteindre des résultats tangibles pour le client. Les premières ont permis de choisir les axes de travail pertinents pour trouver des gains, les secondes de les réaliser dans des délais et des coûts très réduits.

Le projet a ainsi atteint l’objectif annuel fixé de gains sur les coûts récurrents sur un périmètre d’achat pourtant réduit aux 5 derniers mois de l’année. On peut estimer le retour sur investissement du projet à un ordre de grandeur de 1 à 50.