INRET Fret & Energie 18 mai 2005

1. INRET Fret & Energie 18 mai 2005 Projet PREDIT - Réorganisations logistiques chez les chargeurs : étude des possibilités de réduction de la mobilité des marchandises

2. Les intervenants • ADEME • Marc COTTIGNIES (Co-secrétaire du groupe Logistique et Transport de Marchandises) • EURODECISION • Eric JACQUET-LAGREZE (PDG) : directeur de projet • Laurent PAJOU (chef de projet optimisation) : chef de projet • Lise AVELLANEDA : ingénieur de recherche (contrat CIFRE en cours d’instruction) • Catherine FREBAULT (ingénieur d’affaires) : coordination globale, suivi administratif • UNIVERSITE DE PARIS DAUPHINE • Philippe VALLIN (responsable du Master Logistique – Management et économie des réseaux) : expert logistique • GROUPE CAT • Yann TREMEAC (responsable du service innovation) : interlocuteur principal • YOPLAIT • Gérard SERRE (directeur logistique) : interlocuteur principal

3. Objectif • Analyser les champs d’actions possibles pour la réduction de l’émission de GES par une modification de la gestion logistique. • Trois niveaux d’actions sur le plan de l’organisation logistique : • Stratégique • Tactique • Système d’information opérationnel • Hypothèse de travail • Dans cette étude, volontairement, nous n’étudions pas les actions liées à un transfert de mode de transport (route vers fer ou voie d’eau)

4. Etape 1 :identification d’axes et moyens d’amélioration

5. il est possible de dégager 4 axes • A1 : Réduction de la circulation des produits par un raccourcissement des liaisons, c’est la géographie des réseaux optimisée selon les critères d’ émission de GES • A2 : Réduction de la circulation des vecteurs de transport par une réduction des voyages à vide • A3 : Réduction de la circulation des vecteurs de transport (chargés) par une réduction des kilométrages inutiles • A4 : Réduction des émissions des vecteurs de transport par un meilleur ratio fuel consommé / tonnes-kilomètres transportées

6. Moyens A1 A2 A3 A4 Localisation production x Adaptation du réseau x Cohérence amont aval x x Échanges x x Fréquence de livraison x Capacité des camions x x Limitation des petits envois x x Tarification transporteurs x Décisions marketing x x Reverse logistique x Réglementation x Lissage régulation x x Suivi localisation véhicules x x Optimisation des tournées x Réceptivité client x Bourse de Fret x x Croisement axes-moyens Géographie Voyage à vide Kilométrage Ratio t / km

7. Étape 2 : Études2.1 Stratégie (données Yoplait)

8. Jeu de données YOPLAIT • Données envoyées par Yoplait • Volumes de livraison aux clients à partir des dépôts (en tonnes et en palettes) pour chaque jour sur une semaine type • Sites de production de 283 des références de Yoplait ainsi que les quantités de ces références produites 4Usines 4 Plates-formes

9. Analyse au niveau stratégique : structure du réseau logistique et de production • Impact de la spécialisation des sites de production • Hypothèses et contexte d’analyse • But : déspécialisation progressive des sites de production pour l’étude de son impact sur les tonnes-kilomètres générées lors de l’approvisionnement des dépôts • Indicateur d’énergie consommée en transport : nombre de tonnes-kilomètres • Réseau utilisé : réseau actuel Yoplait • Méthodologie • 1 : Détermination des approvisionnements de dépôts à effectuer pour minimiser les déplacements, les sites de production étant totalement spécialisés • 2 : Sélection de la catégorie de produits dont le transfert engendre le plus de tonnes-kilomètres • 3 : Déspécialisation des usines en autorisant la production de la catégorie de produits sélectionnée lors de l’étape 2 sur un autre site de production. Le nouveau site de production choisi correspond au site le plus proche du dépôt de destination • 4 : Optimisation du nouveau jeu de données, dont les sites de production sont moins spécialisés • 5 : Réitération des étapes 2 à 5 jusqu’à ce que le processus de déspécialisation devienne impossible

10. Impact de la spécialisation des sites de production • Résultats

11. Impact de la spécialisation des sites de production • Résultats

12. Impact de la spécialisation des sites de production • Conclusion • Des gains importants en tonnes-km peuvent être obtenus par « déspécialisation » d’un nombre réduit de références • Cette déspécialisation doit s’accompagner d’un rééquilibrage de la production inter usines pour respecter les capacité de production • Remarques Yoplait • Coût de déspécialisation des usines • Nombre de petites séries à fabriquer en augmentation • Les économies de transport d’approvisionnement telles que calculées représentent 3,75 % du coût de fabrication Il est très peu probable que la déspécialisation permette de maintenir des coûts de fabrication inférieurs à 103,75 (100 base actuelle)

13. Adaptation du réseau logistique : choix du nombre d’entrepôts • Hypothèses et contexte d’analyse • But : définir le nombre optimal de dépôts • Coûts de transport utilisés : nombre de camions-km • Réseau utilisé : réseau actuel Yoplait + 6 dépôts candidats

14. Adaptation du réseau logistique : choix du nombre d’entrepôts • Résultats

15. Adaptation du réseau logistique : choix du nombre d’entrepôts • Conclusion • Il existe une zone de forte sensibilité de gain en tonnage kilométrique • Passé un certain seuil le gain devient négligeable, ce phénomène est dû à la répartition géographique hétérogène de la demande. Lorsque les principaux bassins de consommation sont efficacement desservis l’intérêt marginal d’un dépôt supplémentaire est insignifiant • Remarques Yoplait • Confirme l’équilibre à trouver entre le barycentre des principales zones de consommation et l’implantation historique sur les bassins laitiers des usines • La fréquence élevée des livraisonscondamne les scénarios à 1, 2, voire 3 dépôts • Il faudrait confronter les coûts fixes liés aux dépôts supplémentaires avec des scénarii d’augmentation des coûts de transport

16. Exploitation du réseau logistique et de production • Cohérence de pilotage des flux amont et aval • Hypothèses et contexte d’analyse • But : comparer optimisation successive de l’aval puis de l’amont avec une optimisation globale • Coûts de transport utilisés : nombre de camions-kilomètres • Réseau utilisé : réseau actuel Yoplait mais avec usines totalement déspécialisées • Méthodologie • Optimisation en deux temps : d’abord les distributions, puis les transferts en fixant ces distributions • Optimisation globale (distributions et transferts en même temps)

17. Cohérence de pilotage des flux amont et aval • Résultats • Usines à capacités de production illimitées Optimisations successives : coût total : 121 620 Camions-Kilomètres Optimisation globale : coût total : 103 227 Camions-Kilomètres

18. Cohérence de pilotage des flux amont et aval • Usines à capacités de production limitées Optimisations successives : coût total : 128 711 Camions-Kilomètres Optimisation globale : coût total : 108 182 Camions-Kilomètres

19. Cohérence de pilotage des flux amont et aval • Conclusion • La cohérence du pilotage logistique apporte un gain significatif puisque qu’on obtient une réduction des tonnes-km de 16% • A notre avis il existe encore de nombreuses entreprises qui n’ont pas mis en place ce pilotage cohérent, en particulier dans les grand groupes • Il faut noter que ce pilotage intégré implique la refonte de l’organisation de l’entreprise et du système d’information • Remarques Yoplait • Cela montre bien la fragilité du dépôt de St-Jory dont la justification se trouve dans les délais de livraison pour répondre aux exigences des clients • Concernant l’usine de Monéteau, d’autres considérations seraient à prendre en compte dans un scénario plus global notamment tous les approvisionnements d’une usine

20. Partie 2Études 2.2 : Tactique(données groupe CAT)

21. Jeu de données CAT • Problématiques de plan de transport de distribution • Scénarios traités : sur la plate-forme de Gennevilliers (Paris et sa proche banlieue) et sur la région Toulousaine Plate-forme de Gennevilliers Région toulousaine

22. Adaptation du réseau logistique : utilisation de ressources communes inter entreprises, plates-formes et véhicules communs pour le regroupement des activités CAT et confrère • Hypothèses et contexte d’analyse • But : mesurer l’impact de la configuration suivante : la CAT gère elle-même ses flux (aujourd’hui, les flux de la CAT sont gérés par un transporteur local qui regroupe ces flux avec d’autres flux) • Jeu de données utilisé : région toulousaine • Méthodologie • Utilisation d’un outil d’optimisation (PLNE) • Une plate-forme (actuelle) puis deux (actuelle + fictive)

23. utilisation de ressources communes inter entreprises, plates-formes et véhicules communs pour le regroupement • Résultats Flux CAT Autres flux Flux dissociés

24. Adaptation du réseau logistique : utilisation de ressources communes inter entreprises, plates-formes et véhicules communs pour le regroupement • Résultats Flux regroupés (1 plate-forme)

25. Gains obtenus par le regroupement • Résultats réseaux de distribution séparés Impact tarification

26. Gains obtenus par le regroupement • Résultats • Variante : le concessionnaire « autre » associé à un concessionnaire CAT est en fait le même concessionnaire

27. Conclusion • Le regroupement de flux procure un gain de l’ordre 15% en km parcourus. • La généralisation de la collaboration avec des prestataires communs est donc une voie intéressante. • Il est intéressant de remarquer que les gain en terme de coûts sont plus faibles que les gains kilométriques. On retrouve donc ici encore l’avantage de donner au kilométrage parcouru un poids plus important. • Remarques CAT • conservation d’une plate-forme commune, sauf si : • Il est possible de trouver une localisation plus judicieuse permettant de réduire les distances • Il est pensable d’obtenir en propre un niveau de service ou de productivité meilleur pour les services hors transport que ceux fournis sur la plate-forme • plates-formes indépendantes dans des zones fortement urbanisées (de forte densité) travaillant avec des tournées courtes (comme Paris, Lyon et Marseille) et plates-formes communes dans les régions sans grandes agglomérations

28. Les politiques d’exploitation du réseau • Optimisation des fréquences de livraisons • Hypothèses et contexte d’analyse • But : impact sur les coûts de transport et les émissions en GES si l’on réduisait cette fréquence de livraison • Jeu de données utilisé : plate-forme de Gennevilliers • Méthodologie • Utilisation de la PLNE

29. Les politiques d’exploitation du réseau • Optimisation des fréquences de livraisons • Résultats

30. Optimisation des fréquences de livraisonspassage de 1 à 3 jours • Résultats

31. Optimisation des fréquences de livraisons • Conclusion • Hormis le gain kilométrique (de l’ordre de 5%), il est intéressant de remarquer que le nombre d’arrêts décroît sensiblement. Or, dans ce métier, les arrêts sont générateurs de GES car le moteur du camion tourne (pour les vérins hydrauliques) et génère des embouteillages. • Remarques CAT • le faible écart de coût peut difficilement permettre de convaincre des destinataires de renoncer à la souplesse de livraison dont ils disposent aujourd’hui • on peut néanmoins penser qu’un traitement différent peut être recherché dans les zones denses à tournées courtes et les zones peu denses à tournées longues où l’effet économique sera plus convaincant

32. Système d’information :Lissage, régulation et anticipation de l’activité • Hypothèses et contexte d’analyse • But : mesurer l’impact des variations de la demande, par rapport à une journée moyenne • Jeu de données utilisé : plate-forme de Gennevilliers • Méthodologie • Comparaison d’une journée creuse (-33%) et d’une journée forte (+33%) avec deux journées moyennes • En adaptant le plan de transport à la demande • En se basant sur un plan de transport type basé sur la demande moyenne • Évolution de la demande d’un mois sur l’autre • En adaptant le plan de transport à la demande type de chacun des mois • En se basant sur le plan de transport type construit le 1er mois

33. Lissage, régulation et anticipation de l’activité • Plan de transport quotidien • Plan de transport type

34. Système d’information : Lissage, régulation et anticipation de l’activité • Résultats • Évolution de la demande d’un mois sur l’autre

35. Lissage, régulation et anticipation de l’activité • Conclusion • On montre ici que le système de pilotage permettant d’adapter rapidement les plans de transport procure un avantage significatif tant en termes d’arrêts que de kilométrage. • En dehors de l’aspect système d’information c’est l’organisation du travail qui doit permettre une adaptation. • La fréquence de mise à jour mensuelle testée dans ce scénario permet de concilier l’inertie naturelle aux changements avec le besoin d’ajustement • Remarques CAT • Les résultats obtenus valident très clairement l’approche actuelle basée sur des tournées tracées chaque jour en fonction de la demande réelle. • Ils conduisent à rechercher des solutions d’assistance logicielle très opérationnelles prenant en compte de nombreux paramètres réels.Des solutions de ce type sont en fait peu présentes sur le marché où dominent des applicatifs en réalité plus adaptés à la construction optimisée de plans de tournée fixes, propres à d’autres activités.

36. Conclusions : Les axes d’amélioration se situent • Au niveau stratégique: • réflexion dans un cadre production-logistique pour une « déspécialisation » marginale des sites de production (pour les gros flux rapprocher la production de la consommation) • Un ajustement des architectures de réseau de distribution facilité par le recours aux prestataires (répartition des charges fixes) • Sur le plan des systèmes d’information • Nécessité d’avoir des tableaux de bord fiable (suivi des flux en fréquence et volume) et des outils d’anticipation (adaptation réactive des ressources) • Sur le plan opérationnel • La réduction de l’impact de l’augmentation des fréquences, • La réduction des kilométrages et des arrêts Passent par le groupement des envois qui peuvent être assurés par des prestataires spécialisés par filières. • Sur le plan de la tarification, une augmentation de la composante kilométrique pourrait aider à une prise de décision efficace mais l’actuelle tarification présente peu de biais avec l’objectif de réduction d’émissions de GES.