Lemoine

L'optimisation des stocks par IA dimensionne les buffers en continu selon la probabilité de risque et l'impact business, plutôt que selon des règles de couverture statiques. Le Groupe Lemoine, fabricant européen de produits d'hygiène en coton, a appliqué cette approche à l'ensemble de son catalogue. Cette étude de cas montre comment l'équipe a amélioré son taux de service de 11 % tout en maîtrisant le besoin en fonds de roulement.

Lorsque vous gérez 2 000 références sur 10 sites de production dans le monde et un réseau de planification européen couvrant 5 pays, chaque décision de planification se répercute sur l'ensemble de la supply chain. Pour le Groupe Lemoine, leader européen des produits de soin et d'hygiène à base de coton, cette complexité était de plus en plus difficile à gérer avec des outils hérités. Jusqu'à ce qu'ils décident de changer de modèle.

Cette étude de cas explore comment le Groupe Lemoine est passé d'une planification réactive et manuelle à un contrôle supply chain piloté par IA avec Flowlity — et les résultats mesurables qui ont suivi.

‍

‍

‍

Le contexte de l'industrie de l'hygiène en coton

Les fabricants multi-pays de produits d'hygiène en coton exploitent des réseaux supply chain complexes combinant production européenne et distribution internationale. Pour le Groupe Lemoine, le défi de planification couvre 10 sites de production mondiaux et un réseau européen en France, Pays-Bas, Espagne, Allemagne et Estonie. Avant Flowlity, seules trois de ces usines européennes partageaient le même système informatique, ce qui contraignait les planificateurs à des réconciliations manuelles hebdomadaires sur des systèmes déconnectés.

Gérer 2 000 SKU avec des tableurs : le point de départ du Groupe Lemoine

Le Groupe Lemoine n'est pas une petite opération. Avec plus de 150 millions d'€ de CA annuel, 900 employés et un produit fabriqué chaque seconde, l'entreprise fournit des produits d'hygiène à base de coton à des distributeurs et revendeurs à travers l'Europe. Leur réseau de production couvre 10 sites en France, Pays-Bas, Espagne, Allemagne et Estonie.

Mais derrière cette échelle industrielle, l'équipe supply chain travaillait avec un processus de planification qui n'avait pas suivi la croissance de l'entreprise.

Comme l'explique Stéphanie Aury, Cheffe de projet Supply Chain chez le Groupe Lemoine : « Le processus de décision était entièrement manuel. Chaque semaine, chaque mois, son équipe devait revoir les données ligne par ligne — un effort chronophage qui laissait peu de place à la réactivité ou à la réflexion stratégique ».

Les conséquences étaient tangibles : des prévisions de ventes peu précises, des niveaux de stocks élevés, des ruptures fréquentes et un taux de service en deçà du potentiel de l'entreprise. Les différents sites fonctionnaient sur des systèmes d'information différents, rendant presque impossible une vision unifiée de ce qui se passait sur le réseau.

Pourquoi le Groupe Lemoine a choisi Flowlity

Lors de l'évaluation des solutions, Lemoine avait un ensemble d'exigences clair. L'outil devait connecter des sites de production non alignés sur le même ERP, fournir une source unique de vérité pour les décisions de planification, et être suffisamment convivial pour une adoption quotidienne à travers les équipes.

Flowlity s'est démarqué parce qu'il répondait aux trois critères. La plateforme a connecté les systèmes de production existants de Lemoine, avec 2 000 SKU intégrés dès le départ. Mais contrairement aux outils de planification traditionnels, Flowlity n'a pas seulement centralisé les données — il a transformé leur utilisation. Au lieu de revoir chaque SKU manuellement, les planificateurs se concentrent désormais uniquement sur les articles signalés par le système d'alertes de Flowlity.

Le projet a suivi une approche phasée : distribution en premier, puis production. Cela a permis aux équipes de renforcer leur confiance dans l'outil progressivement, en commençant par les flux de réapprovisionnement entre entrepôts avant d'étendre à l'environnement de production plus complexe.

Comment la planification par IA a transformé les opérations quotidiennes

Remplacer les revues manuelles par des alertes intelligentes

Le changement le plus immédiat était opérationnel. Avant Flowlity, les planificateurs passaient des heures chaque semaine à analyser les données ligne par ligne. Maintenant, le système identifie automatiquement quels SKU nécessitent attention et lesquels fonctionnent normalement. Ce passage de la revue exhaustive manuelle à la gestion par exception a libéré un temps considérable.

Unifier une supply chain multi-sites et multi-pays

L'un des plus grands défis de Lemoine était la fragmentation de ses systèmes d'information entre sites. Flowlity joue le rôle de couche unificatrice, offrant aux planificateurs une visibilité sur l'ensemble de leur réseau européen au sein d'une seule plateforme. Les équipes de différents sites travaillent maintenant à partir des mêmes données.

Lancer des simulations en quelques secondes

L'une des capacités qui a fait la plus grande différence pour Lemoine est le moteur de simulation de Flowlity. Avant, évaluer l'impact d'un changement de demande ou d'une évolution de capacité de production était un exercice manuel lent. Désormais, les simulations s'exécutent en quelques secondes, permettant aux planificateurs de tester des scénarios et de prendre des décisions quasi instantanément.

Analyse de la demande enrichie par IA

Au-delà de l'automatisation de la planification, la couche IA de Flowlity a donné à Lemoine une compréhension plus profonde des comportements clients. Le système analyse les signaux de demande pour produire des prévisions de meilleure qualité, qui alimentent à leur tour des besoins de production plus stables et un meilleur positionnement des stocks.

Résultats : un ROI prouvé qui continue de progresser

Sur 2 000 SKU et 6 sites de production, l'impact de ce projet d'optimisation des stocks par IA a été à la fois mesurable et durable.

+11 % d'amélioration du taux de service

Lemoine a amélioré son taux de service de 5 points sur l'ensemble du périmètre, avec des pics de +11 points sur certains segments de produits comme les disques de coton. La progression est venue du traitement en temps réel par IA des données de demande sur le réseau européen unifié.

>98 % de disponibilité produit

Une réduction significative des ruptures, directement liée à une meilleure prévision de la demande et à un positionnement optimal des stocks sur les sites. Lemoine a atteint ce niveau après que Flowlity a consolidé les données et harmonisé les processus de planification sur ses six usines européennes.

Besoin en fonds de roulement assaini

En dimensionnant les niveaux de stocks au juste, Lemoine a libéré de la trésorerie en alignant les stocks plus étroitement sur la demande réelle. Le taux de service est monté et les stocks ont baissé simultanément. L'optimisation des stocks par IA probabiliste brise ce compromis en dimensionnant chaque buffer selon son profil de risque réel plutôt que selon un objectif de couverture global.

Comme le dit Julien Druel, Responsable Planification chez le Groupe Lemoine :

« Grâce à Flowlity, nous avons amélioré notre taux de service de 5 points sur l'ensemble du périmètre, nos stocks sont maintenant optimisés, et au quotidien nous avons constaté de vrais gains en temps, simplicité et réactivité. »

Regarder : la transformation supply chain du Groupe Lemoine

Découvrez le témoignage de Stéphanie Aury, Cheffe de projet Supply Chain chez le Groupe Lemoine, qui partage comment Flowlity les a aidés à unifier leurs opérations multi-sites et à délivrer des résultats mesurables.

Enseignements clés de cette étude de cas d'optimisation des stocks

Le bon outil doit unifier, pas seulement optimiser

Le défi principal de Lemoine n'était pas seulement des stocks élevés — c'était une visibilité fragmentée sur les sites et systèmes. Avant Flowlity, seulement 3 des six usines européennes de Lemoine partageaient le même système informatique. L'agrégation de ces 6 usines sur la même plateforme SaaS était le prérequis que Flowlity a adressé en premier.

L'automatisation doit cibler les bonnes tâches

Le passage de la revue de chaque SKU à la concentration sur les alertes seulement a été transformateur. Il n'a pas seulement économisé du temps — il a changé la nature du rôle du planificateur, du traitement de données vers la prise de décision stratégique.

La mise en œuvre compte autant que la technologie

Le déploiement phasé (distribution d'abord, puis production) et le modèle de customer success dédié ont été déterminants pour favoriser l'adoption et délivrer des résultats rapidement.

‍

Remplissez le formulaire pour télécharger la synthèse du cas d'usage Lemoine en PDF

‍