• Résultat

    Cette solution complète a permis au département de la chaîne d'approvisionnement de surveiller et de gérer efficacement leur stock, réduisant ainsi considérablement le risque de gaspillage de produits. Les rapports Power BI ont fourni des informations claires et exploitables, aidant le département de planification à prendre des décisions éclairées et à optimiser leurs opérations de chaîne d'approvisionnement.

    Ce projet a non seulement démontré notre expertise technique, mais aussi notre capacité à comprendre et à résoudre des défis commerciaux complexes grâce aux données et à l'analytique.

  • Objectif

    La chaîne d'approvisionnement faisait face au défi critique de gérer les produits avec des dates de péremption (BBD). Chaque produit avait un délai spécifique avant de ne plus pouvoir être vendu à des tiers. Pour éviter des pertes potentielles, il était impératif de suivre la date "à vendre avant" (SMT), la dernière date à laquelle un produit pouvait être vendu. Notre objectif était de développer un algorithme qui identifie le nombre de produits risquant de dépasser leur date SMT en fonction du stock actuel et des prévisions de ventes. Ce calcul devait prendre en compte divers facteurs, y compris les lots de produits, les lieux de stockage et les types de stock.

  • Solution

    Nous avons développé un pipeline sophistiqué et automatisé pour relever ce défi. La solution comprenait les composants suivants:

    1. Développement d'algorithme: Création d'un algorithme pour calculer de manière itérative le nombre de produits à risque, en tenant compte des ventes séquentielles par lots, emplacements et types de stock.

    2. Collecte de données automatisée: Mise en place d'un processus pour recueillir automatiquement les données de stock et de prévision (quotidiennes et hebdomadaires) à partir de diverses sources, y compris l'ERP client et les fichiers xlsx des utilisateurs.

    3. Traitement et enrichissement des données: Utilisation de la solution cloud intelligente Informatica pour traiter et enrichir les données avec des informations sur les risques, avant de les stocker dans Snowflake DB.

    4. Rapports Power BI: Traduction des données traitées en rapports Power BI complets incluant:

      • Valeurs de risque pour chaque produit et lot / Alertes pour les utilisateurs commerciaux
      • Dates clés (BBD, SMT, date de production), emplacements et statuts.
      • Valeurs de prévision, âge du stock et pertes potentielles
    5. Affichage multi-unités de mesure: Assurer que toutes les données relatives au stock, au risque, aux pertes et aux prévisions soient affichées en quatre unités de mesure: pièces, tonnes, kilogrammes et palettes.

    6. Mises à jour fréquentes: Configurer le processus pour recalculer automatiquement le risque toutes les trois heures, garantissant des informations à jour.

  • Technologie

    La solution est construite sur l'utilisation des principales plateformes du client:

    Traitement des données:

         Informatica ICS

    DWH: Snowflake

    Front End: PowerBI

Comment ça fonctionne ?

1
Sources de données
  • bases de données cloud
  • base de données sur site
  • fichiers Excel avec formatage "joli"
  • fichiers csv
2
Script Python
  • traitement des fichiers Excel avec formatage
  • conversion en *.csv
3
Pipeline Linux
  • Filtrage des données
4
Mise en scène
  • Chargement des données du schéma de mise en scène
5
Agrégation / MDS
  • Agrégation des données au niveau du mois
  • Remplissage des tables de faits intermédiaires
  • Chargement des datamarts MD
  • Transfert de données vers MDS
6
MDS
  • Enrichissement MD par utilisateur
  • Entrer les MD requis pour les calculs : cours, unités. taux de conversion.
  • Lancer la continuation du flux de données
7
Chargement DWH
  • Calcul et chargement des datamarts à partir des tables de faits et des données utilisateur MDS
  • Enregistrement du journal de téléchargement et des erreurs survenues avec les raisons
8
PowerBI
  • Actualisation du jeu de données PowerBI