Des processus logistiques basés sur les données comme facteur de succès dans l’eFood

Des fréquences de commande élevées, des délais de livraison courts et un marché très concurrentiel. Pour répondre aux exigences élevées en matière de service de livraison de la logistique des produits frais, des chaînes logistiques parfaitement coordonnées sont nécessaires, surtout compte tenu des pénuries de livraison actuelles. Les offres en ligne, en plus du commerce de détail traditionnel, prennent de plus en plus d’importance.

Von Ludwig Häberle

(St. Gallen) La part des ventes en ligne dans le secteur alimentaire en Suisse était de 2,4 % en 2019, mais elle a augmenté à 3,8 % en raison de la crise du Corona d’ici 2021 - avec une tendance à la hausse continue. Les derniers chiffres de vente de Migros Online, Coop.ch et Farmy montrent que tous les fournisseurs ont enregistré des taux de croissance à deux chiffres l’année dernière. Ce segment de marché devient de plus en plus pertinent pour les acteurs. L’assortiment ne se limite plus aux articles de commodité. Pour de nombreux consommateurs, le secteur des produits frais est l’un des facteurs essentiels dans la décision d’achat.

Exigences élevées pour la logistique eFood

Les offres en ligne doivent offrir la même qualité et une sélection tout aussi large que le commerce de détail traditionnel. Les assortiments augmentent constamment, tant dans le domaine des produits frais que des produits de commodité. La demande croissante de produits régionaux augmente également le nombre de fournisseurs. Cela pose à la logistique à la fois des défis et des opportunités. La logistique des produits frais peut constituer un véritable avantage concurrentiel si une grande rapidité de livraison et une qualité logistique rendent le bénéfice pour le client tangible, tout en maintenant les coûts de stockage et de transport sous contrôle.

Potentiels d’efficacité grâce à des profils d’achat personnalisés

Mais comment concilier disponibilité des produits, fraîcheur et efficacité des coûts ? Une approche consiste à analyser et à appliquer intelligemment les données. Plus un détaillant connaît bien ses clients et sait quels produits sont demandés à quel moment et en quelle quantité, mieux il peut planifier les quantités de vente et gérer les flux de marchandises de manière optimale en termes de disponibilité et de date de péremption. En particulier pour les produits frais ayant une durée de conservation très courte, la minimisation des ruptures de stock peut réduire considérablement les coûts. Pour agir de manière optimale tout au long de la chaîne d’approvisionnement, rendre les clients heureux et maintenir les coûts bas, il est essentiel d’intégrer à l’avenir des connaissances sur le comportement des clients dans la logistique des produits frais de manière beaucoup plus détaillée. Les programmes de fidélité des détaillants alimentaires créent une base pour cela et permettent la formation de profils d’achat personnalisés.

Big Data et IA : Opportunités grâce à de nouvelles connexions de données

Les développements rapides autour de Big Data et de l’IA ont le potentiel de façonner la logistique des produits frais. Contrairement à auparavant, les données ne sont plus une denrée rare aujourd’hui - au contraire ! Les acteurs des chaînes de processus logistiques génèrent chacun une multitude de données de transaction. Malgré la diversité des données, il arrive souvent que même les propres données ne soient pas complètement analysées. C’est dans la nouvelle connexion avec des ensembles de données externes que réside non seulement l’ambition de Big Data et, sur cette base, de l’analyse de données, mais aussi un potentiel considérable.

Reconnaître le pouvoir de la prévision

Des prévisions fiables des quantités de commande attendues peuvent être utiles. L’utilisation des quantités de commande historiques et des jours fériés pour identifier les saisonnalités et les influences liées aux événements, combinée à des données météorologiques et à d’autres facteurs d’influence pertinents sur les chiffres de vente, crée la base pour le développement d’un modèle de prévision basé sur les données, qui permet des prévisions plus fiables grâce à la détection de corrélations. Idéalement, la flexibilité accrue pour aligner les quantités de commande sur la demande des clients contribue à optimiser la chaîne logistique, dont le client bénéficie directement.

L’illusion d’une recette miracle pour la feuille de route Big Data

Le développement de compétences en Big Data permet aux entreprises de prendre des décisions de manière proactive, plutôt que de simplement réagir. Mais une chose est sûre : il n’existe pas de recettes miracles pour les stratégies Big Data, ni pour les détaillants alimentaires ni pour les entreprises de logistique. En plus des sources de données exploitables, il faut également tenir compte des compétences internes en analyse de données. En fonction des conditions cadres données, la « feuille de route Big Data » doit toujours être élaborée de manière spécifique à l’entreprise.

Fotos: © Loginfo24/Adobe Stock

Ludwig Häberle est en poste en tant que chef de projet chez Logistics Advisory Experts GmbH et travaille en tant que chercheur et doctorant à l’Institut de gestion de la chaîne d’approvisionnement de l’Université de St.Gallen.www.logistics-advisory-experts.ch