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 Définir-Mesurer-Analyser-Améliorer-Contrôler (DMAIC) du Six Sigma pour améliorer l'un de ses processus logistiques internes, le réapprovisionnement des supermarchés sur les lignes de production. C'est le type de processus interne et peu spectaculaire que l'on confie souvent aux Green Belts en logistique : non pas une tournée de livraison destinée aux clients, mais le milk-run qui permet d'acheminer les pièces depuis les magasins jusqu'à la ligne de production au sein de l'usine.
Un milk-run est un système de livraison interne à itinéraire fixe : un tracteur ou un petit véhicule suit un parcours défini à intervalles réguliers, déposant des composants dans les « supermarchés » en bord de ligne afin que les opérateurs ne tombent jamais en rupture de stock. Lorsqu'un itinéraire de milk-run prend plus de temps que prévu, la ligne risque d'être affamée en pièces ou l'entreprise doit ajouter des effectifs et des véhicules pour compenser. C'est cet écart entre le temps de parcours planifié et le temps réel qui a déclenché ce projet.
Le problème
Le problème résidait dans l'incertitude entourant le temps de parcours sur ces tournées, une incertitude qui générait des stocks tampons et des casse-têtes de planification pour les lignes desservies. L'article décrit comment un fabricant d'équipements de chauffage d'eau domestique a utilisé la méthodologie DMAIC du Six Sigma pour améliorer l'un de ses processus logistiques internes, le réapprovisionnement des supermarchés sur les lignes de production, en le faisant évoluer vers un niveau de qualité de classe mondiale. En termes simples : il existait trois tournées de type milk-run, et personne ne pouvait prédire avec fiabilité le temps que prendrait chacune d'elles lors d'un cycle donné. Certaines tournées se terminaient à temps. D'autres duraient suffisamment longtemps pour menacer le réapprovisionnement en bord de ligne, et l'entreprise n'avait aucun moyen de prédire quelles journées seraient problématiques.
Comment le belt a cadré le projet
Un projet Green Belt doit être suffisamment restreint 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 était un processus clairement défini : le cycle de réapprovisionnement en milk-run desservant les lignes de production, mesuré par le temps d'exécution de l'itinéraire. Le projet n'a pas cherché à repenser l'ensemble de la chaîne logistique interne, à renégocier les contrats fournisseurs ou à toucher au fret externe. Il a sélectionné un indicateur mesurable, le temps de parcours, avec un symptôme précis et problématique : une part significative de courses dépassant l'objectif de 30 minutes.
Ce choix de cadrage est essentiel pour quiconque étudie ce cas comme modèle. Une charte Green Belt doit désigner le processus, les limites (point de départ et d'arrivée de l'itinéraire, dans ce cas), la métrique principale et le problème chiffré dans la mesure du possible, plutôt qu'une vague plainte 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 allant des magasins aux supermarchés en bord de ligne, avec le temps d'exécution de l'itinéraire comme Y. Une cartographie de type SIPOC se placerait généralement ici : conducteur, véhicule, itinéraire, arrêts, et les lignes de production en tant que clients du processus.
Mesurer
L'équipe a collecté des données sur les temps de parcours à travers les cycles et les itinéraires pour établir une référence. Établir une distribution de référence est précisément l'étape où un Green Belt réaliserait une étude de capabilité du 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 le moment où un stagiaire Green Belt appliquerait la boîte à outils statistiques enseignée à ce niveau : comparer les temps de parcours entre conducteurs, équipes ou itinéraires 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 recherche de causes racines tels que les diagrammes d'Ishikawa et la stratification pour séparer les problèmes de conception d'itinéraire du comportement des conducteurs ou du séquençage 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 référence variable à un ensemble de causes clairement diagnostiquées, suit cette même logique.
Améliorer
Les améliorations ont ciblé les sources de variation et de temps excessif identifiées dans Analyze, très probablement le séquencement des tournées, la consolidation des arrêts et la standardisation de la mise à disposition des charges. Le résultat s'est traduit non seulement par un décalage du temps moyen, mais aussi par une réduction de la dispersion des temps, ce qui est la signature d'une véritable réduction de la variation plutôt que d'une journée de chance isolée.
Contrôler
Pour maintenir le gain, un Green Belt placerait le nouveau standard de parcours sur une carte de contrôle suivant le temps de parcours par cycle, avec des limites liées à l'objectif de 30 minutes et un plan de réponse pour les points hors contrôle. C'est ce mécanisme qui empêche un projet de revenir à son niveau initial 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 a permis de réduire la proportion des tournées durant plus de 30 minutes de 25 à 3 %, d'abaisser le coefficient de variabilité du temps de parcours de 40 à 14 %, et de réduire le temps moyen de tournée 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 des supermarchés, conduisant à une baisse des heures-hommes et des coûts grâce à la suppression de deux milk-runs.
Il convient de s'arrêter sur ce dernier point. Le bénéfice financier obtenu ici ne provient pas d'une seule correction spectaculaire. Il découle de la réduction de la variabilité à un niveau suffisamment bas pour que l'entreprise puisse consolider trois itinéraires en un nombre réduit en toute sécurité, ce qui a permis de diminuer les véhicules et les heures de travail sans jamais toucher la partie orientée client de l'entreprise. C'est une forme courante pour les projets Green Belt en logistique interne : le gain réside dans la capacité libérée, et non dans la réduction du nombre de défauts.
Ce qu'un stagiaire doit en retenir
| Leçon | Pourquoi cela compte au niveau Green Belt |
|---|---|
| Restreindre le périmètre à un seul processus mesurable | Le projet est resté à l'intérieur d'un seul système d'itinéraires internes, et non de l'ensemble de la chaîne logistique, ce qui a permis de le mener à bien à temps partiel. |
| Suivre la variabilité, pas seulement la moyenne | C'est la réduction de la variabilité, et non le seul temps moyen, qui a permis à l'entreprise de supprimer un itinéraire en toute sécurité. |
| Laisser les données justifier le changement structurel | La consolidation des itinéraires n'était défendable qu'une fois les données ayant prouvé que les itinéraires restants pouvaient absorber la charge de manière fiable. |
| Les plans de contrôle protègent le gain | Tout gain sur le temps de parcours nécessite une carte de contrôle continue et une règle de réponse, sans quoi l'ancienne variation réapparaît. |
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 apportant un résultat opérationnel concret, moins de véhicules et moins d'heures-hommes, à partir de ce qui ressemble à première vue à un problème de livraison interne de routine. Cela rappelle que la discipline de la cartographie de processus, de l'analyse de capabilité, de la recherche de causes racines et d'un plan de contrôle s'applique tout autant à un itinéraire de chariot élévateur dans une usine qu'à une expédition destinée au client.
