Problématique
Un client dans le domaine pharmaceutique fait quotidiennement appel à de nombreux fournisseurs (plus de 500 références). La problématique est double : 1°/ Les acheteurs perdent beaucoup de temps à comparer les prix fournisseurs et leur réactivité 2°/Calculer le coût de revient à horizon 3, 6 ou 9 mois d’un Produit Fini est très chronophage et repose sur un grand nombre de MP

Solution implémentée par l'équipe KAP
• Kap a mis en place un prévisionnel de prix et des recommandations d’achat/fournisseur pour la quantité et le délai souhaités. En un clic, l’acheteur consulte nos recommandations et coûts de revient sur un tableau interactif mais reste décideur.
• Le prévisionnel de prix MP/PF exploite l’historique de commandes fournisseurs et intègre la dynamique de marché tel que l’inflation ou les ruptures de Supply Chain.

Bénéfices obtenus

Prise de décision d’achat facilitée par l’IA, avec un pouvoir de négociation accru pour le service Achat.

Le calcul de coût de revient est fortement fiabilisé et le responsable commercial en charge des propositions Client s’est libéré 2 jours/semaine.

Coût de la prestation : 25 kEUR (~0.1% du CA)

Gains Client : entre 30 et 90 kEUR par an

Des rendus visuels simples et synthétiques, accessibles aux acheteurs de partout, à tout moment (NB: données Client floutées)

Problématique
Un client de la chimie souhaite réduire ses stocks de Matière Première, avec plus de 5000 références en stock à consommations très inégales. Il dispose pourtant d’un outil de gestion de stocks intégré à son ERP.

Solution implémentée par l'équipe KAP
• S’appuyant sur des méthodes avancées de gestion de stock ainsi que les données de l’ERP, KAP a mis en place un traitement automatisé et adapté à chaque MP. La gestion des stocks MP prend en compte le Business Model du Client, sa stratégie de vente et sa capacité de production.
• Le stock de sécurité, le délai de livraison et les consommations matières réelles sont maintenant calculés par l’IA puis réinjectées chaque lundi dans l’ERP pour les passages de commandes.

Bénéfices obtenus

Après 6 mois, la plupart des stocks Client ont baissé entre 5 et 40% (en valeur) suivant les articles considérés, malgré un conjoncture économique défavorable et des prix Fournisseurs à la hausse.

Toutefois, dans ce contexte, 7% des MP ont vu leur stock de sécurité ré-évalué à la hausse afin de minimiser les ruptures de stock (pallier à des rallongements de délai).

Coût de la prestation : 48 kEUR (~0.2% du CA)

Gains Client : > 250kEUR en trésorerie à 6 mois

Les tableaux de bord restituent les informations pertinentes, s'adaptent à chaque client (NB: données Client floutées)

Problématique
Une coopérative française dans la production agricole souffrait d'un défaut d'anticipation des rendements sur plus de 8 000 parcelles. Elle souhaitait prévoir ces rendements de façon hyper-localisée.

Solution implémentée par l'équipe KAP
• Sur la base des historiques de rendement des parcelles, des données météo quotidiennes et de la nature des sols, une solution de prévision en Machine Learning a été développée.
• Elle permet plusieurs mois avant la récolte de prévoir et réviser quotidiennement les productions par parcelle avec une grande précision.
• Un dashboard web interactif s'adossant à une cartographie satellite des parcelles permet de consulter les prévisions et d'élaborer des scénarios logistiques et de charge d'usine.

Bénéfices obtenus

Amélioration de l'affectation des ressources usine et de l'effort de commercialisation, en particulier pour les ventes à terme.

Coût de la prestation : 74 kEUR (~0.1% du CA)

Gains Client : contribue à la forte croissance de l’entreprise (+4% de CA annuel, avant Covid) et réduction des charges logistiques de 15%

Derrière une restitution simple et géolocalisée de la donnée se cachent des algorithmes de prévision

Problématique
Un leader de la production agro-alimentaire (couvrant le Grand Ouest) faisait face à des coûts de transport prohibitifs pour la distribution de ses Produits Finis qui sont soumis à forte saisonnalité. Il souhaitait aussi simplifier la planification logistique, qui était encore manuelle (sous Excel) et chronophage.

Solution implémentée par l'équipe KAP
• Elaboration d'une solution spécifique pour optimiser les flux logistiques (camions) depuis les multiples usines et entrepôts de l'entreprise vers les clients.
• Modélisation des flux codéveloppée avec les équipes opérationnelles (contraintes logistiques et commerciales).
• Données de stock et de livraison captées en temps réel, qui optimisent en permanence la distribution vers les clients.

Bénéfices obtenus

Réduction de 10% des coûts de transport et de l'impact environnemental associé. Réduction drastique de la charge d'organisation et de planification logistique car automatisée.

Coût de la prestation : 125 kEUR (~0.1% du CA)

Gains Client : 1,4 MEUR en Année 2

Une méthodologie de Recherche Opérationnelle a été mise en oeuvre : Toutes les routes d'acheminement possibles (et leurs contraintes) ont été modélisées financièrement, les meilleures ont été retenues

Problématique
Nos prévisions de vente répondent à 3 besoins majeurs :
1°/ Anticiper la charge des lignes de production et/ou l’affectation des ressources à +1, 3, 6 ou 12 mois.
2°/ Planifier les achats de Matières Premières et prévenir les approvisionnements longs et stratégiques.
3°/ Orienter l’effort commercial et la mise sur le marché de nouveaux produits :

Le Client, une entreprise de négoce (B2B) travaillant principalement en France, avait la volonté d’améliorer son placement Produits par secteur géographique et redynamiser la vente auprès de certains grands comptes post-Covid.

Solution implémentée par l'équipe KAP
• Mise en place d’un outil de prévision des ventes par région, gamme et CA clients. Les prévisions exploitent l’historique des ventes et le carnet de commande à moyen terme.
• Les tendances de ventes actuelles, à +3 et +6 mois générées par l’IA ont permis au Client de modifier sa politique de prix par secteur géographique et pour ses grands comptes, ajuster son nombre de représentants commerciaux par région, et réduire son mix Produits auprès de 3 grands comptes régionaux (portant sur de plus grandes quantités).


Bénéfices obtenus

L’analyse commerciale était auparavant manuelle et chronophage. Le client a maintenant en un clin d’œil un état à jour de ses ventes et des marchés ou des clients porteurs dans les mois à venir, lui permettant d’agir rapidement sur ses leviers de vente.

Coût de la prestation : 28 kEUR (~0.5% du CA)

Gains Client : En cours d'évaluation (mission en Q2 2022)

Nous faisons l'analyse et l'interprétation des données sur des "notebooks" alliant code, graphiques et commentaires (données Client floutées)