Contexte
Une étude de cas publiée par Ferreira, Silva et Mesquita examine un fabricant d'équipements de chauffage d'eau domestique qui a mené un projet DMAIC sur l'un de ses processus logistiques internes. L'article présente une étude de cas soulignant comment un fabricant d'équipements de chauffage d'eau domestique a utilisé la méthodologie Six Sigma Définir-Mesurer-Analyser-Améliorer-Contrôler (DMAIC) pour améliorer l'un de ses processus logistiques internes, le réapprovisionnement du supermarché dans les lignes de production. Il s'agit du genre de processus interne peu glamour qui est souvent confié aux Green Belt de la logistique : non pas une tournée de livraison orientée client, mais le train de livraison (milk-run) qui permet d'acheminer les pièces des magasins vers la ligne de production à l'intérieur de l'usine.
Un milk-run est un système de livraison interne à itinéraire fixe : un tracteur ou un petit véhicule suit un trajet défini à intervalles réguliers, déposant des composants dans les « supermarchés » en bord de ligne afin que les opérateurs ne manquent jamais de pièces. Lorsqu'un trajet de milk-run prend plus de temps que prévu, soit la ligne risque de manquer de pièces, soit l'entreprise doit ajouter du personnel et des véhicules pour compenser. Cet écart entre le temps de trajet prévu et le temps réel est ce qui a déclenché ce projet.
Le problème
Le problème tournait autour de l'incertitude concernant le délai de livraison sur ces tournées, une incertitude qui créait des stocks tampons et des maux de tête de planification pour les lignes qu'elles desservaient. L'article décrit comment un fabricant d'équipements de chauffage d'eau domestique a utilisé la méthodologie Six Sigma DMAIC pour améliorer l'un de ses processus logistiques internes, le réapprovisionnement du supermarché dans les lignes de production, le propulsant vers un niveau de qualité de classe mondiale. En termes simples : il existait trois tournées de milk-run, et personne ne pouvait dire avec certitude combien de temps chacune d'elles prendrait lors d'un cycle donné. Certaines tournées se terminaient à l'heure. D'autres prenaient assez de retard pour menacer l'approvisionnement en bord de ligne, et l'entreprise n'avait aucun moyen de prédire quels jours seraient problématiques.
Comment le belt a défini le périmètre
Un projet Green Belt doit être suffisamment petit pour être mené à temps partiel sur quelques mois, ce qui signifie que le périmètre doit être délimité avant le début de toute collecte de données. Dans ce cas, le périmètre se limitait à un processus clairement défini : le cycle de réapprovisionnement par milk-run desservant les lignes de production, mesuré par le temps de fin de tournée. Le projet n'a pas cherché à redessiner toute la chaîne d'approvisionnement interne, à renégo-cier les contrats fournisseurs ou à toucher au transport externe. Il a choisi une seule sortie mesurable, le temps de trajet, avec un symptôme précis et pénible : une part significative des tournées dépassant l'objectif de 30 minutes.
Ce choix de cadrage importe pour quiconque étudie ceci comme un modèle. Une charte de Green Belt doit nommer le processus, la limite (point de départ et de fin de l'itinéraire, dans ce cas), la métrique principale et le point de douleur en chiffres dans la mesure du possible, et non une plainte vague concernant une « logistique lente ».
Outils appliqués, phase par phase
Définir
L'équipe a défini le processus comme le cycle de milk-run à itinéraire fixe des magasins vers les supermarchés en bord de ligne, avec le temps de fin de tournée comme Y. Une carte de type SIPOC figurerait généralement ici : le chauffeur, le véhicule, l'itinéraire, les arrêts, et les lignes de production en tant que clients du processus.
Mesurer
L'équipe a recueilli des données sur les temps de trajet à travers les cycles et les tournées afin d'établir une référence (baseline). L'établissement d'une distribution de référence est précisément l'étape où un Green Belt mènerait une étude de capabilité de processus par rapport à l'objectif de 30 minutes, et vérifierait la fiabilité du système de mesure avant de faire confiance aux chiffres.
Analyser
Une fois les données de référence en main, l'étape d'analyse est celle où un stagiaire Green Belt appliquerait la boîte à outils statistique enseignée à ce niveau : comparer les temps de trajet selon les conducteurs, les équipes ou les tournées à l'aide de tests t ou d'ANOVA pour voir si les différences étaient dues à des causes assignables ou à une variation commune, et utiliser des outils de cause racine tels que les diagrammes d'Ishikawa (en arête de poisson) et la stratification pour séparer les problèmes de conception d'itinéraire du comportement des conducteurs ou de l'ordre des arrêts. Le compte rendu publié se concentre sur le résultat plutôt que sur chaque test statistique intermédiaire, mais la structure du projet, passant d'une ligne de base variable à un ensemble de causes clairement diagnostiquées, suit cette même logique.
Améliorer
Les améliorations ont ciblé les sources de variation et de temps excédentaire identifiées lors de l'analyse, très probablement le séquençage des tournées, la consolidation des arrêts et la standardisation de la préparation des charges. Le résultat a été un déplacement non seulement du temps moyen, mais aussi de la dispersion des temps, ce qui est la signature d'une véritable correction de réduction de variation plutôt que d'une simple journée de chance isolée.
Contrôler
Pour pérenniser le gain, un Green Belt placerait le nouveau standard de tournée sur une carte de contrôle suivant le temps de trajet par cycle, avec des limites liées à l'objectif de 30 minutes, et un plan de réaction pour les points hors de contrôle. C'est le mécanisme qui empêche un projet de retomber à son niveau de référence six mois après que le belt est passé à autre chose.
Quel a été le résultat
Le résultat documenté est concret. L'application de la méthodologie Six Sigma s'est traduite par une réduction de la part des tournées prenant plus de 30 minutes à être complétées, passant de 25 à 3 pour cent, une réduction du coefficient de variabilité du temps de trajet de 40 à 14 pour cent, et une réduction du temps de trajet moyen de 31 à 24 minutes. Ces résultats ont eu un impact financier significatif, permettant l'élimination de l'une des trois tournées existantes sans aucun impact négatif sur le processus de réapprovisionnement du supermarché, conduisant à une baisse des heures de travail et des coûts grâce à la suppression de deux milk-runs.
Il convient de s'attarder sur ce dernier point. Le gain financier ici ne provient pas d'une correction spectaculaire unique. Il découle d'une réduction de la variabilité suffisante pour permettre à l'entreprise de consolider en toute sécurité trois tournées en un nombre moindre, ce qui a réduit les véhicules et les heures de main-d'œuvre sans jamais toucher au côté de l'entreprise orienté vers le client. C'est une configuration fréquente pour les projets Green Belt en logistique interne : le gain réside dans la capacité libérée, et non dans la réduction d'un nombre de défauts.
Ce qu'un stagiaire doit en retenir
| Leçon | Pourquoi c'est important au niveau Green Belt |
|---|---|
| Limiter le périmètre à un seul processus mesurable | Le projet est resté confiné à un seul système de tournée interne, et non à l'ensemble de la chaîne d'approvisionnement, ce qui l'a rendu réalisable à temps partiel. |
| Suivre la variabilité, pas seulement la moyenne | C'est la réduction de la variabilité, et non le temps moyen pris isolément, qui a permis à l'entreprise de supprimer une tournée en toute sécurité. |
| Laisser les données justifier le changement structurel | La consolidation des tournées n'était défendable qu'une fois que les données ont montré que les tournées restantes pouvaient absorber la charge de manière fiable. |
| Les plans de contrôle protègent le gain | Tout gain sur les temps de trajet nécessite une carte de suivi continue et une règle de réaction, sous peine de voir l'ancienne variabilité revenir. |
Pour un stagiaire étudiant les applications logistiques du DMAIC, la valeur de ce cas réside dans le fait qu'il montre un projet à l'échelle Green Belt produisant un résultat opérationnel concret (moins de véhicules et moins d'heures de main-d'œuvre) à partir de ce qui ressemble en surface à un problème de livraison interne routinier. C'est le rappel que la discipline de la cartographie des processus, de l'analyse de capabilité, du travail sur les causes racines et du plan de contrôle s'applique tout autant à un trajet de chariot élévateur à l'intérieur d'une usine qu'à une expédition destinée à un client.
