Le travail

La planification, de bout en bout.

Quatorze ans de planification de la demande et de l'offre sur SAP IBP, o9, OMP et S&OP — l'outil change ; le processus mensuel doit changer avec lui. Faites défiler le fret : route, mer, air.

Faites défiler pour déplacer le fret ↓

Conception de processus S&OP / IBP

Mettre en place la cadence mensuelle — revue de la demande, revue de l'offre, réconciliation, S&OP direction — pour que les décisions soient prises et tenues.

Implémentation SAP IBP et o9

Modélisation, configuration et déploiement sur la demande, les stocks et la planification de l'offre — du blueprint à l'hypercare.

Optimisation réseau et stocks

Stocks multi-échelons, politique de stock de sécurité et conception de réseau qui libèrent du cash sans affamer le service.

Planification et prévision de la demande

Des baselines statistiques plus un vrai processus de consensus — une précision mesurable, moins d'incendies à éteindre en aval.

Signal

Un schéma de demande quitte sa tendance avant que quiconque ne le remarque.

Échoue en surprise : la rupture était visible dès la semaine un et repérée en semaine quatre.

Plan

Le S&OP réconcilie la lecture avec l'offre et les coûts.

Échoue en dispute : la salle re-juge les données au lieu de trancher entre les options.

Exécuter

Le plan devient bons de commande, allocations, mouvements.

Échoue en passage de relais : le plan était juste et les commandes étaient vieilles.

Apprendre

L'erreur de prévision réalimente le cycle suivant.

Échoue en rejeu : l'erreur n'atteint jamais la baseline suivante, donc chaque trimestre est le premier trimestre.

Amenez la boucle dans votre réseau.

Du conseil sur les cycles de planification, les control towers et la prise de décision assistée par IA. D'abord une conversation.

Dites bonjour ✦Contact

Des résultats, pas des logos. ↓

Le travail

Du signal à l'étagère.

Quatre mouvements, une boucle mensuelle. Je l'ai vue tenir pendant quatorze ans, et je l'ai vue casser à 23 h un soir de cutoff — la demande avait signalé la rupture trois semaines à l'avance, le plan s'était réconcilié proprement, et l'étape Exécuter a quand même expédié l'allocation du mois précédent parce que l'ERP n'a pas pu ingérer la nouvelle. La boucle casse rarement à l'étape glamour. Elle casse au passage de relais. Cette nuit-là est un composite — sa forme, elle, ne l'est pas.

Conception de processus S&OP / IBP

Mettre en place la cadence mensuelle — revue de la demande, revue de l'offre, réconciliation, S&OP direction — pour que les décisions soient prises et tenues.

The calendar is the product. If the monthly cycle isn’t on a fixed cadence people can plan their own work around, no amount of tooling fixes the meeting.
Every review needs one number the room agrees is real before it argues about what to do next — consensus demand, not three spreadsheets with three different totals.
Escalation criteria get written down before the first exec S&OP, not improvised in the room when the first real conflict shows up.

Common failure mode: The most common shape this takes: a beautifully documented S&OP process binder that nobody follows past month two, because the design skipped the unglamorous part — who actually owns the number when demand and supply disagree, and what happens if they miss the deadline.

Implémentation SAP IBP et o9

Modélisation, configuration et déploiement sur la demande, les stocks et la planification de l'offre — du blueprint à l'hypercare.

Configuration should mirror how the business actually plans, not how the tool’s reference architecture assumes a generic company plans — the gap between those two is where most rollouts lose a year.
Hypercare is where the real requirements surface. Budget for it as a design phase, not a warranty period.
A planning model with more granularity than the business can act on is a maintenance liability, not a capability.

Common failure mode: The common failure: a technically correct blueprint that models the org chart instead of the decision flow — so the system produces a number nobody in the actual meeting knows how to challenge or override.

Optimisation réseau et stocks

Stocks multi-échelons, politique de stock de sécurité et conception de réseau qui libèrent du cash sans affamer le service.

Safety stock is a policy decision, not a formula output — the formula just prices the policy you already chose (service level) in units of cash.
Multi-echelon only pays for itself if the network’s node-to-node lead times are trustworthy; garbage lead-time data makes a multi-echelon model worse than a single-echelon one, not better.
The right question is never "how do we hold less inventory" — it’s "which SKUs are we overpaying to protect, and which are we underprotecting."

Common failure mode: The common failure: an optimization run that frees up cash on paper by cutting safety stock uniformly, then gets quietly reversed SKU by SKU over the next two quarters as service failures roll in — because the cut wasn’t risk-weighted.

Planification et prévision de la demande

Des baselines statistiques plus un vrai processus de consensus — une précision mesurable, moins d'incendies à éteindre en aval.

A statistical baseline’s job is to be a credible starting point for a human argument, not a final answer — forecast accuracy is a property of the process around the number, not the algorithm.
Bias is a more useful diagnostic than error. A forecast that’s consistently 8% high is a coaching conversation; a forecast that’s randomly ±15% is a data problem.
The consensus meeting should change the number sometimes — if it never does, it’s a status update wearing a planning meeting’s clothes.

Common failure mode: The common failure: a forecasting tool upgrade sold as an accuracy fix, deployed against a consensus process that was never actually adjusting the baseline — so accuracy doesn’t move, because the tool was never the bottleneck.

Échoue en surprise : la rupture était visible dès la semaine un et repérée en semaine quatre.

Échoue en dispute : la salle re-juge les données au lieu de trancher entre les options.

Échoue en passage de relais : le plan était juste et les commandes étaient vieilles.

Échoue en rejeu : l'erreur n'atteint jamais la baseline suivante, donc chaque trimestre est le premier trimestre.

Le travail

Ne me croyez pas sur parole — bougez les leviers.

Trois outils en direct — simulateur de scénarios, calculateur de stocks, graphique de l'effet coup de fouet. Pas de slides, pas de vague : chaque chiffre est calculé dans votre navigateur pendant que vous bougez les leviers.

Simulateur de scénarios S&OP

En direct

Bougez les leviers qu'un planificateur contrôle vraiment — regardez les arbitrages bouger en temps réel. Modèle illustratif.

Demande vs plan0%

Capacité de production100%

Niveau de service cible95%

Délai de réapprovisionnement4 sem

Niveau de service projeté90.5%

Utilisation de la capacité100%

Indice de stock (plan = 100)100

Risque d'obsolescence0%

Point de fonctionnement équilibré. Le service tient près de la cible avec un stock et une utilisation dans une plage saine.

Ce que ça cache : un SKU, une ligne, une saison. L'obsolescence ici est un proxy, pas un modèle de dépréciation. La version pour laquelle je suis payé a un plan de demande qui se dispute avec la baseline statistique — cette dispute est là où l'arbitrage se règle vraiment.

Optimisation des stocks

En direct

EOQ (quantité économique de commande), stock de sécurité et point de commande à partir de vos propres chiffres — les maths derrière chaque politique de réapprovisionnement.

Demande annuelle

Coût de commande ($)

Coût unitaire ($)

Stockage %/an

Demande journalière moy.

Délai (jours)

Demande journalière σ

Niveau de service %

4,767

EOQ (unités)

563

Stock de sécurité

5,183

Point de commande

Commandez environ 4,767 unités, 25.2× par an. Repassez commande à 5,183 en stock — en portant 563 unités de stock de sécurité pour tenir un niveau de service de 97% sur un délai de 14 jours.

Ce que ça cache : σ est la variabilité journalière de la demande, pas l'erreur de prévision — la version de production utilise l'erreur de prévision, plus grande et moins polie. Le z vient d'une table de dix lignes, pas de la courbe normale complète. Et 97 % n'est qu'une cible — vérifiez si le stock de sécurité est dimensionné pour le niveau de service que vous avez réellement promis.

Visualiseur de l'effet coup de fouet

En direct

Une petite oscillation au rayon devient une tempête en amont. Regardez la variabilité de la demande s'amplifier étage par étage. Modèle illustratif.

Variabilité de la demande (CV)20%

Échelons de la supply chain4

Les petites variations de demande au rayon s'amplifient en grandes variations de commandes en amont — à l'étage 4 (Entrepôt régional), un CV de 20% devient un indice de commande de 173. La visibilité de la demande, des délais plus courts et le lissage des commandes amortissent le fouet.

Ce que ça cache : chaque étage multiplie l'amplitude par un-plus-CV — un modèle pédagogique, pas une simulation. Les vrais coups de fouet, ce sont les rationnements joués et les commandes groupées. Les amortisseurs de la note sont ceux qui survivent au contact d'un vrai carnet de commandes.

02Le travail

Des résultats, pas des logos.

Missions anonymisées ; résultats en fourchettes — la situation, mon rôle, ce que j'ai fait, et la largeur honnête du résultat.

Chargement des études de cas…

Les plans qui tiennent ont l'air ennuyeux de l'extérieur — un chiffre de demande, une cadence, une fourchette au lieu d'une promesse. C'est tout le truc.