Après deux années où la pandémie a été la force motrice de l'avenir immédiat, les entreprises de logistique travaillant dans le commerce électronique sont désormais confrontées à une « nouvelle normalité » : une économie mondiale imprévisible, des chaînes d'approvisionnement perturbées et des pénuries de main-d'œuvre.
Avertissement: Ce texte a été initialement rédigé en anglais et traduit à l’aide d’une IA.
Dans ce contexte en constante évolution, la croissance du commerce électronique se poursuit, ce qui pose des défis aux opérateurs de traitement des commandes e-commerce, tels que la logistique inverse. Afin de garder une longueur d’avance, les centres de traitement des commandes doivent s’adapter, et l’un des moyens les plus rentables est l’utilisation de données en temps réel.
Il ne fait aucun doute que les innovations en matière d’IA, d’automatisation et d’analyse avancée se généralisent dans le secteur de la logistique. Le Logistics Trend Radar de DHL, qui suit les innovations dans le domaine de la logistique, conclut :
« Plus de visionnaires technologiques que jamais auparavant commencent à comprendre les vastes opportunités qui se présentent dans le secteur de la logistique pour développer et appliquer leurs solutions innovantes dans le monde entier. »
En effet, de nombreux opérateurs logistiques commencent à intégrer des technologies automatisées dans leurs plans stratégiques et à inclure des systèmes statistiques dans leurs systèmes. Ils commencent également à se familiariser avec la collecte, l’analyse et l’utilisation des données pour prédire les événements futurs et les volumes de retours.
Mais il y a un changement fondamental qui se produit et qui fait passer l’automatisation à la vitesse supérieure. Il s’agit de la capture de données en temps réel pour prendre des décisions éclairées et immédiates.
L’analyse des données en temps réel signifie que les responsables du traitement des commandes peuvent réagir immédiatement, plutôt que de fonder leurs réactions sur des données collectées une semaine ou un mois auparavant. En utilisant l’analyse en temps réel, en tandem avec les analyses des tendances historiques, les opérateurs peuvent maintenir de manière proactive le débit et l’efficacité optimale tout au long de leurs opérations.
Pourtant, il faut bien dire que de nombreux professionnels du traitement des commandes ont généralement encore du mal à utiliser leurs données de manière systématique et efficace. Pour la majorité des opérateurs, l’utilisation des données est davantage liée à leurs clients et aux consommateurs finaux qu’à leurs processus de tri. En négligeant leurs précieuses données de tri, de nombreuses installations finissent par fonctionner à seulement 60 ou 70 % de leur capacité théorique de manutention automatisée.
Si les installations de traitement des commandes e-commerce commencent à utiliser leurs données de tri en temps réel, elles peuvent être beaucoup plus efficaces. Elles peuvent utiliser leurs milliards de points de données pour examiner leur tri et leur manutention afin de maintenir le débit de manière proactive.
Comment cela se fait-il ?
Cela commence par la numérisation, qui est le processus de collecte d’énormes quantités d’informations – générées à partir de l’équipement et des opérations du centre de traitement des commandes – qui sont stockées sous forme de données. Comprendre et travailler avec ces données devient alors un outil extrêmement précieux pour améliorer le débit et l’efficacité.
Certaines opérations de traitement des commandes e-commerce ont intégré des solutions entièrement autonomes dans leurs installations. Mais même les petites et moyennes entreprises peuvent tirer parti des données et de l’automatisation. Elles disposent de points de données précieux dans leurs trieuses, scanners, balances, goulottes et convoyeurs à partir desquels elles peuvent commencer à automatiser de manière à permettre des gains d’efficacité et une croissance future de l’automatisation.
L’objectif d’un système de manutention est de condenser ces milliards de points de données afin de déceler les problèmes qui doivent être résolus ou de révéler les possibilités d’améliorer l’efficacité, quel que soit le niveau de maturité des données du centre de traitement des commandes.
Bien que les systèmes de manutention des commandes puissent être compliqués, les processus au sein des systèmes ne le sont pas : l’opérateur de traitement des commandes doit introduire un article, puis le faire sortir du système de la manière la plus efficace possible.
En utilisant leurs points de données, les fournisseurs de services logistiques e-commerce peuvent commencer à débloquer des capacités de prise de décision proactive grâce à l’analyse de données en temps réel, qui présente des faits qui les aident à comprendre ce qui se passe dans leurs processus. Les données mettent en lumière les événements contributifs et leurs impacts, ce qui permet aux responsables de contrer l’événement immédiatement.
Les systèmes de manutention s’intègrent aux systèmes de gestion d’entrepôt et aux sous-systèmes pour fournir un soutien opérationnel à tous les niveaux, des commandes de base des machines au calcul de statistiques complexes.
Son logiciel peut surveiller et contrôler le flux de matériel à partir du moment où un article entre dans le système jusqu’à son expédition afin de garantir une capacité et une efficacité optimales.
Chaque module de contrôle du logiciel est basé sur une architecture informatique éprouvée et robuste qui a évolué au cours des 20 dernières années. Mais alors que, par le passé, les « îlots d’automatisation » ne pouvaient pas communiquer entre eux sans intervention humaine et beaucoup de traitement de données dans des feuilles de calcul, les systèmes logistiques d’aujourd’hui permettent aux machines de communiquer entre elles à des niveaux élevés, ce qui permet aux responsables d’aligner leurs opérations dans tous les domaines de leurs opérations de traitement des commandes.
Les innovations futures pointent vers des machines auto-apprenantes qui utilisent des données en temps réel pour auto-optimiser le système.
Cela signifie que, alors que l’analyse des données actuelle fait passer les opérations de traitement des commandes du réactif au prédictif, l’avenir résidera en fait dans l’analyse prescriptive – où les systèmes de manutention indiquent aux opérateurs les mesures qu’ils doivent prendre pour éviter les problèmes futurs.
L’avenir comprendra également une plus grande intégration avec les données de tiers, ce qui permettra aux opérateurs d’optimiser davantage leurs processus, de l’approvisionnement en matériaux à la livraison du dernier kilomètre.
Un système de manutention basé sur l’analyse de données en temps réel permettra également aux associés qualifiés de déterminer où des retards potentiels peuvent se produire afin de réagir de manière préventive et d’atténuer les éventuels temps d’arrêt du système. Les responsables sont en mesure de prendre des décisions concernant l’efficacité, la communication entre les machines et les performances des opérateurs.
Il est clair que si les centres de traitement des commandes e-commerce veulent se préparer aux opérations du futur, ils doivent commencer à utiliser leurs données dans tous les aspects de leurs processus de manutention. Heureusement, ils disposent déjà d’énormes quantités de données pour commencer à numériser leurs productions. En adoptant des logiciels numériques et un savoir-faire, les centres de traitement des commandes peuvent aller encore plus loin dans leurs efforts de numérisation, avec une analyse en temps réel, laissant l’intelligence de leurs systèmes automatisés diriger les processus et réduire le besoin d’intervention humaine.
