Comment les data scientists de Valtech ont permis de réaliser des milliards d'économies

Ce client est un acteur international majeur de l’alimentation et des boissons, avec un vaste portefeuille de marques et des opérations déployées partout dans le monde.

Les données sont à la base de toutes les activités de ce client. Elle permet d’anticiper la demande à travers une chaîne d’approvisionnement mondiale d’une ampleur considérable. Elle favorise l’alignement des stratégies multi-marques. Elle guide le développement de nouveaux produits et rapproche encore davantage le client de ses nombreux consommateurs à travers le monde.

Ils nous ont sollicités pour optimiser leur manière d’exploiter les données internes et externes. Depuis 2019, nos data scientists collaborent avec ce client sur plusieurs projets de transformation majeurs.

Le succès de la chaîne d'approvisionnement du client repose sur la précision.   

En cas de surprévision, il achète trop de matières premières, immobilise trop de budget en amont et paie pour stocker des excédents. En cas de sous-prévision, il risque des ruptures de production, des ventes manquées et doit engager des ressources pour corriger en urgence la chaîne d’approvisionnement.

Nous avons conçu pour lui un système de prévision dynamique, natif IA, pensé pour éliminer le gaspillage, optimiser les achats et renforcer la résilience de la chaîne d’approvisionnement.

La solution repose sur quatre piliers :

• Évaluation des opportunités : suivi continu de la précision des prévisions afin d’identifier les écarts de performance et les opportunités de machine learning.

• Mise en œuvre AutoML : identification et promotion rapide des modèles les plus performants.

• Cadre de modélisation en ensemble : capacité d’adaptation aux évolutions des schémas et des données d’entrée.

• Architecture d’apprentissage continu : amélioration constante au fil du temps, et non seulement lors du déploiement.

Lorsque le client a commencé à démanteler ses silos internes, de nouvelles opportunités ont émergé pour étendre les capacités en matière de données à l'ensemble de l'organisation. 

Chaque fois que nous développions un composant data, nous analysions où il pouvait également être utile et à quelle vitesse nous pouvions le déployer à grande échelle. En réutilisant les outils d’une équipe à l’autre, nous avons libéré des ressources et généré des millions d’économies annuelles.

• En éliminant les erreurs de prévision, nous avons libéré 2,7 milliards de dollars de fonds de roulement réinvestis ailleurs. Chaque année, la chaîne d’approvisionnement dynamique réduit les coûts de stockage, libérant ainsi 500 à 700 millions de dollars supplémentaires en fonds de roulement.

• En veillant à ce que chaque solution soit réutilisable à l’échelle de l’organisation, nous permettons au client d’économiser environ 84 millions de dollars par an.

  Ensemble, ces initiatives continuent de créer une valeur durable dans les opérations mondiales de notre client.