Novità

Savoye dévoile un nouveau module de Labour Management fondé sur le machine learning

03.06.2022

Pour sa solution WMS/TMS ODATiO, Savoye redonne toute sa puissance au Labour Management avec le développement d’un nouveau module innovant augmenté par du machine learning.

Fonction phare du WMS dédiée à la gestion des ressources humaines et matérielles, le Labour Management permet de planifier le travail des opérateurs en le comparant avec la charge générée par les commandes clients à expédier, à venir et les unités à recevoir des fournisseurs sur l’ensemble des activités de la plate-forme logistique.

Si cette fonction s’impose assez systématiquement dans le cahier des charges des acteurs du retail et du-e-commerce, elle n’est finalement que peu déployée. Un vrai paradoxe sur lequel les équipes de Savoye se sont penchées pour donner à ses clients les moyens d’exploiter toutes les possibilités offertes par le Labour Management.

Déjouer les défauts du Labour Management

Savoye a réalisé un benchmark des solutions de Labour Management du marché. Il en ressort que la plupart des solutions ont cinq défauts majeurs : myope, imprécis, égoïste, casse-pieds et sans ROI.

En effet, l’omnicanalité rend désormais difficile la planification des ressources opérationnelles. Sans outil de prévision efficace, le WMS ne donne que quelques heures d’avance à son utilisateur pour planifier la charge : il devient quasi-myope. A cela s’ajoutent une forte imprécision dans les suivis d’activité, et une incapacité à intégrer et mesurer la productivité de processus non pilotés par le WMS. Et les solutions de Labour Management imposent généralement de gérer tout un planning nominatif de personnel, particulièrement complexe à gérer.

Tous ces défauts entraînent indubitablement une absence de retour sur investissement.

Des fonctionnalités orientées terrains et attentes utilisateurs

Le nouveau module de Labour Management de Savoye permet de définir les KPIs nécessaires pour piloter son entrepôt : productivité par «secteur», «cellule», mais aussi par «destination de livraison» ou «canal de vente». Au travers de la solution ODATiO, Savoye a rendu ces notions entièrement configurables pour chaque installation.

Afin de simplifier le déploiement et surtout l’utilisation quotidienne quand des décisions rapides sont à prendre, le choix de Savoye est de raisonner en «ressources non nominatives» c’est-à-dire simplement en ETP (équivalents temps plein).

Fonction incontournable de ce module, le reporting de la productivité réelle est capable de mesurer la productivité des opérateurs y compris sur des tâches non prises en charge par le WMS.

Offrir une meilleure gestion des ressources humaines grâce au Machine Learning

Afin d’optimiser son module de Labour Management et de lui offrir toutes les informations sur la quantité de travail à prévoir en entrepôt, Savoye s’est appuyé sur l’Intelligence Artificielle et le Machine Learning. «Les ERP utilisent essentiellement des techniques statistiques pour effectuer de la prévision. L’avènement du Machine Learning rend progressivement obsolètes ces approches. Ainsi, nos modèles se basent sur les données historisées de l’entrepôt pour prévoir par eux-mêmes et via l’aide des usages métiers, ce qui va se passer à l’avenir.», explique Marwane Bouznif, Ingénieur Machine Learning et Optimisation chez Savoye.

Afin de démontrer concrètement l’efficacité de sa solution, Savoye a d’ores et déjà initié trois POC (Proof of Concept) dans le secteur du retail : «Sur un historique de près de cinq ans, nous sommes parvenus à atteindre un écart de 5 à 10 % entre le réel et nos calculs. Un excellent résultat permettant à nos clients de mieux anticiper leurs charges opérationnelles notamment lors des soldes ou d’événements exceptionnels et de gagner en rentabilité», conclut Grégory Lecaignard, Software Product Manager chez Savoye.

Le nouveau module de Labour Management, est intégré à la dernière version d’ODATiO.