Module 3 : Niveau de service de l'entreprise de transport

Introduction

La question que nous entendons aborder consiste à se doter d'un outil méthodologique apte à répondre à la question suivante ?
" Comment évaluer la performance d'une entreprise de transport soit établir son 'Niveau de Service' "
On notera par là même que nous cherchons à proposer une 'méthodologie' soit un outil générique qui autorisera d'autres approches ou la question est la même : " Quel est le niveau de service de cette activité "

Pour présenter notre problématique nous recourrons au cas suivant :

Afin d'aborder un nouveau marché en France durant la période des vacances un directeur de la distribution, d'un produit de grande consommation, essaye de concevoir la meilleur façon de livrer ses clients.
Le 'Camion' livre en 2 jours mais les coûts sont élevés du fait du manque de fret de retour !
Un essai avec la voie ferrée aboutit à des délais de 3 à 5 jours ? dans ce cadre le prix à la palette était des plus intéressant …

Le temps est aux décisions, il faut choisir un délai, un prix et un niveau de service, comment faire ?
C'est le genre de question qu'une direction logistique se doit de gérer régulièrement.
Si le 'Subjectif-Objectif' acquis par la pratique sert souvent de main courante, il n'est pas suffisant.

Pourtant en reprenant nos cours de 'statistiques' il serait permis de formaliser une méthode et des outils qui encadreraient nos jugements, c'est à cela que nous vous convions .

Le plan du module 3 est le suivant :

• Développer des données de base,
• Mesurer la fiabilité,
• Identifier les problèmes de 'zones'
• Utiliser les 'standards de déviation'
• Sélectionner un 'seuil', soit l'indice de fiabilité.
• Faire la conversion d'un indice,

3.1 - Développer les données de base .

Au travers un 'Niveau de Service' en transport, ce que l'on recherche principalement c'est une indication de la fiabilité de ce dernier.

La fiabilité du transport se caractérise par l'écart qui sépare un temps de livraison du temps moyen d'acheminement.

Pour cela il faut déterminer qu'elle est l'importance de l'écart entre les données et dans quelle fréquence le service actuel s'approche de la moyenne.
De cette première analyse du temps d'acheminement il est possible d'extraire un indice de fiabilité ou une note, chiffré, qui exprimera la qualité du service.

Souvent le système de notation du service commence par une donnée de base empirique sur le temps d'acheminement entre deux points ; Rapidement on se retrouve à la tête de très nombreuses données qu'il importe de classer.

Se doter d'un outil d'analyse va nécessiter le temps de personnels et des moyens, parfois ce coût sera estimé prohibitif, ou du moins sans grand intérêt.
Dans ce cas on fera ressortir l'impact sur les stock -Amont et Aval - que toute étude de transport ne manque jamais d'avoir ; Il sera très possible alors de 'trouver' les financement ad-hoc.

Les premiers pas :

Les pas sont les même quelle que soit le nombre de données de base.
Les temps d'acheminement doivent être regroupés en un système de fréquence de distribution qui se présente comme un graphique en forme d'histogramme regroupant les expéditions en des intervalles de temps déterminés.

Les plus grandes barres indiquent l'intervalle-temps dans lequel s'est effectué la plupart des acheminements. En traçant une ligne continue passant par le point médian de chaque barre il est facile de voir ou se trouve le temps moyen d'acheminement.
Cette courbe ne ressemblera jamais à la courbe en 'cloche' de la loi de distribution gaussienne, pourtant l'objectif que l'on poursuit est de faire correspondre ces deux courbes, la 'notre' la réelle et la théorique qui va nous servir de support à nos analyses.

Evidement étant donné l'a-normalité des données réelles, il peut paraître difficile que l'on puisse utiliser la classique courbe statistique en forme de cloche car elle suppose des données de distribution normales, plus continue que les notre.

On peut qu'en même vouloir utiliser une courbe de distribution normale dans la mesure ou, les facteurs statistiques importants sont le lieu où culmine la courbe et la dispersion, les points représentatifs des autres données.

3.2 - Mesurer la fiabilité.

Un fort degré d'excellence de fiabilité est associé à une courbe en forme de pointe, haute et étroite.
Lorsque la fiabilité va diminuer la pointe sera moins prononcée et la courbe s'évasera de par et d'autre de la moyenne.

On pourrait se suffire de la production de semblables courbes et amasser des données.

Mais pour nos analyses nous avons besoin d'une évaluation plus synthétique.
Une telle évaluation, qui permettrait de condenser l'information en un seul chiffre peut être obtenu en utilisant le 'Standard de Déviation' - SD -

Pour l'analyste qui ne dispose pas de l'ensemble des données, le standard de déviation est une règle de mesure de la dispersion des données.
C'est fondamentalement la moyenne géométrique des variances de la moyenne de toutes les représentations des données.

1 ere Etape :

Celle-ci consiste à trouver la moyenne arithmétique. Cette moyenne s'obtient par la somme de données que l'on divise par le nombre de données.

On définit le temps d'acheminement moyen que l'on reporte sur notre courbe et qui va diviser notre 'cloche' en deux moitiés.

On obtient le 'SD' en réalisant le calcul suivant :

Ou :

• n est le nombre de données.
• x le temps d'acheminement de chaque expédition.
• Somme x au carré, le nombre total des données au carré.
• Somme de x au carré, le nombre total au carré des données.

Cette formule peut sembler compliquée mais il s'agit en réalité de quelques calcul simples qui se feront à la mains pour une centaine de données et avec nos 'calculettes' très facilement.

Le nombre que l'on définit sera une période de temps qui se situera d'un coté et de l'autre par rapport à la moyenne.
Cette 'espace' de temps d'acheminement sera 'en avance et 'en retard' par rapport à la moyenne.

Par la structuration de la courbe en cloche le chiffre de la 'SD' inclura toujours 68% de tous les temps d'acheminements, avec 34 % en avance et 34 % en retard.
Les 32 % restant sont également placés aux extrême avec 16 % de chaque coté.
(Voir figure ci dessus)

3.3 - Identifier les problèmes de 'Zones'

Evidement la 'zone' qui représente le plus d'intérêt pour l'analyse se situe dans les 16 % qui sont le plus à 'droite' soir très en retard, les 84 autres % sont soit en avance soit dans un créneau de temps acceptable.

Alors que toutes les courbes en forme de cloche ont toutes ces caractéristiques en commun, il existe des différences très importantes qui les distinguent les unes des autres.
Le 'SD' est principalement l'évaluation de ces différences.

En se reportant à la figure 2 on trace le SD pour chacune des trois courbes. L'évaluation réelle du temps, limitée par les différents SD varie grandement.

3.4 - Utiliser le Standard de Déviation

Le SD 'Excellent' est d'un jour seulement.
Le SD de la courbe 'Bonne' de deux enfin la mauvaise est de trois.
Dans les trois cas cependant 68 % de la zone de chaque courbe est dans les limites du SD tracé de part et d'autre de la moyenne.

Le SD est mesuré en temps réel pour chaque courbe de fiabilité,
Mais dans son fond il s'agit à vrai dire d'une évaluation abstraite de la dispersion.

Lorsqu'on utilise ce procédé d'évaluation, le SD ne s'avère pas être le seul 'seuil' limite qui sépare l'acceptable du reste.
Le donneur d'ordre doit déterminer quelle est la ligne directrice et faire le choix entre ½ ou 3 SD
Ainsi si on utilise plus d'un SD un pourcentage plus grand d'expéditions entrera dans la zone 'acceptable', et inversement .

Le tableau suivant donne des indications sur ces faits :

Tableau des standards de deviation
Nimber of standard deviations	05	07	1.0	1.5	2.0	3.0
Within center % of total	38	52	68	87	96	99.7
Excuding hihg side only % of total	69	76	84	93	98	99.9

L'application la plus pratique de cette table est de comparer le niveau de service que le client exige et le niveau de service réel que le transporteur offre.

Exemple :

Pour un donneur d'ordre qui sait que sont client veut un niveau de service de 98 % ( Dans un temps convenu ), la table lui confirme qu'aucun acheminement ne doit être supérieur à 2 SD.
Si dans cet exemple le temps moyen est de 2 jours et que le SD est de 1 jours alors toutes les expéditions devront arrivées dans les 4 jours.
Maintenant si les 4 jours se situent à la droite de la limite de deux SD, le distributeur a des problèmes, car cela signifie qu'il faut plus de 4 jours pour livrer 98 % des expéditions.

3.5 - Sélection d'un " Seuil " soit l'indice de fiabilité .

La table donne également le % d'expéditions groupées symétriquement autour de la moyenne, mais les chiffres les plus significatifs sont ceux de la dernière ligne.

On utilise ainsi le SD pour calculer un indice de fiabilité qui résume à lui seul la qualité dominante du service que représente la courbe en cloche.

Pour calculer l'indice de fiabilité on prendra le temps réel déterminé par un SD et on le divisera par le temps réel moyen d'acheminement .
Exemple :
A la figure 3 le temps moyen d'acheminement est de 10 jours et le SD de 2,5 jours.
Si nous divisons 2,5 par 10 nous obtenons un indice global de fiabilité de 0,25 ; Comme nous allons le voir ceci est excellent.

Un indice abstrait est nécessaire pour définir une fiabilité car la simple notion de temps réalisé ni suffit pas.
Ainsi un SD de 3 jours est-ce bon ou mauvais ? Si le temps d'acheminement est de 2 jours cela est mauvais - 0,66 - Mais si la moyenne est de 30 jours alors cela est excellent - 0,10 -

Que représente cet indice de fiabilité ?

Plus le chiffre est faible et meilleur est le service. L'indice est un ratio, une fraction des lors plus le numérateur est petit plus le service est fiable.
Si le numérateur grandit parallèlement au dénominateur, cela signifie que la dispersion du temps d'acheminement devient plus importante et alors le service diminue.

3.6 - Conversion de l'indice.

La conversion de l'indice qui fonctionne en mode inversé, le 0,10 étant supérieur au 0,66 il est possible de redresser ceci par la méthode suivante :

On prend l'indice que l'on multiplie par 50 et auquel on retranche 110.

On trouve alors des chiffre qui s'étagent de 1 à 105 ou se dernier représente la perfection.

Degrès de fiabilité du service
Index	Converti	Adjectif
0.25	97.5	Excellent (90-100)
0.5	85.0	Bon (60-89)
0.75	72.5	Correct (70-79)
1.00	60.0	Triste (60-69)
1.25	47.5	Mauvais (45-59)
1.50	35.0	Horrible (30-44)
2.00	10.0	Terrible (0-29)

Exemple

Avec un indice de 0,1 cela fera (0,1 X 50 ) 5, retranché de 110 cela fera 105 ce qui est Excellent.

Module 4 : Exercice

L'usage premier de l'indice est de comparer le service si l'expéditeur utilise deux modes différents de transports ou deux transporteurs
Il lui est alors nécessaire de pouvoir comparer les différents acteurs entre eux.

On prend le cas d'une entreprise qui utilise le train ainsi que le camion pour livrer un marché à l'exportation dans les Balkans.

Descriptif :
Le service offert par le rail est de 2 à 9 jours pour plus de 88 expéditions ; la moyenne est de 6 jours
SD = 1 jour et 10 Heures

Le service de la route est de 1 à 7 jours pour plus de 101 expéditions ; la moyenne est de 3 jours et 14 Heures.
SD = 1 jour et 19 heures

Temps moyen de transport route : 3 jours et 14 heures

Temps moyen de transport voie ferrée : 6 jours

Quel mode apporte le meilleur service ; on calculera l'indice de conversion ?

Annexe : documents compémentaires

Composant du cout complet

Composant du coût complet	Routier	Fer	Mer	Air
Directs
Emballage
Packaging conditionnement
Etiquetage, marquage
Documentation
Frais bancaire
Unitisation (Tc ou palettes)
Manutention
Transport- Pré-acheminement
Assurance
Entreposage
Douanier
Embarquement
Agents
Total coûts directs
Indirects
Administratif
Collecte informations
Préparation documents
Immobilisation du capital
Trésorerie
Taux rotation des produits
Total coûts indirects
Temps
Temps depuis réception c de à sortie de production
Temps depuis ordre jusqu'à expédition
Temps transit EXW à FOB
Temps transit transport principal
Temps d'interface
Temps mise à dispo
Temps livraison
Transit Time Total
TOTAL COUT COMPLETMULTIMODAL (CCTM)