.svg)
.svg)
Comment Saint-Gobain Sekurit a amélioré la précision de ses prévisions de 15 % et réduit ses stocks de 9 %
.avif)
La prévision de la demande basée sur l'IA remplace les estimations ponctuelles par des prédictions probabilistes qui tiennent compte de la volatilité, de la saisonnalité et du risque sur les délais. Saint-Gobain Sekurit, fabricant de vitrages automobiles, a utilisé cette approche pour améliorer la précision des prévisions de 15 % et réduire les stocks de 9 %. Cette étude de cas explique comment l'IA a remodelé son processus de planification de la demande.
Saint-Gobain Sekurit, la division de remplacement de vitrage automobile du groupe multinational Saint-Gobain (CA de 46,6 milliards d'€), faisait face à un défi commun à de nombreuses entreprises industrielles et de distribution : des systèmes ERP fragmentés, des tableurs manuels et des prévisions de demande inexactes générant des stocks excessifs et des défaillances de niveau de service. En déployant la solution de planification de la demande assistée par IA de Flowlity sur l'ensemble de sa chaîne logistique, Sekurit a obtenu une amélioration de 15 % de la précision des prévisions au niveau SKU, une réduction des stocks de 9,25 %, et une hausse de la disponibilité produit de 95,8 % à 97,2 %.
Cette étude de cas explore comment l'un des plus grands distributeurs mondiaux de vitrage automobile a transformé ses opérations supply chain grâce à l'intelligence artificielle.
📄 Vous souhaitez les points clés en un coup d'œil ? Remplissez le formulaire pour télécharger le résumé complet de l'étude de cas Saint-Gobain Sekurit en PDF.
À propos de Saint-Gobain Sekurit : leader mondial du remplacement de vitrage automobile
Saint-Gobain est le leader mondial de la construction durable, avec 161 000 employés dans 80 pays et plus de 1 100 sites de production dans le monde. Fondée il y a 360 ans, l'entreprise a généré un chiffre d'affaires de 46,6 milliards d'€ en 2024.
Au sein de ce groupe mondial, Saint-Gobain Sekurit AGR (remplacement de vitrage automobile) exploite une chaîne logistique spécialisée pour la production et la distribution de vitrages automobiles de remplacement. La division gère un réseau complexe comprenant trois usines dédiées en Europe, un hub de distribution central desservant l'Europe et les marchés export, et 30 centres de distribution locaux. Le catalogue produit de Sekurit contient plus de 10 000 références avec un volume annuel de 2,5 millions de pièces. Plus de 95 % des produits sont fabriqués en Europe.
L'échelle du défi
Gérer la planification de la demande pour 10 000+ SKU sur 30 centres de distribution, avec des fluctuations saisonnières et des délais variables depuis les usines européennes, nécessite bien plus que des tableurs et une logique ERP basique. L'équipe supply chain de Sekurit a reconnu qu'une approche fondamentalement différente était nécessaire.
Le défi : pourquoi la planification traditionnelle de la demande échouait
Pourquoi la planification de la demande est complexe dans le remplacement de vitrage automobile
Le marché du remplacement de vitrage automobile est façonné par trois forces structurelles. Premièrement, une demande pilotée par les assurances : une grande partie des remplacements de pare-brise en Europe est payée par les assurances, comprimant les délais d'intervention à un ou deux jours. Deuxièmement, une forte saisonnalité, avec des pics liés aux conditions météorologiques, routières et aux schémas d'accidents. Troisièmement, un catalogue SKU à longue traîne où n'importe laquelle des milliers de références peut déterminer si un client choisit Saint-Gobain ou un concurrent.
Avant de mettre en œuvre Flowlity, le processus de planification supply chain de Saint-Gobain Sekurit était entravé par plusieurs problèmes critiques.
« La disponibilité produit est critique. Si vous n'avez pas l'article en stock dans l'entrepôt local, le client appelle un concurrent. Avec Flowlity, nous sommes maintenant à un taux de disponibilité moyen de 97 % sur nos 30 centres de distribution, soit deux points de plus par rapport à l'année précédente. »
Philippe Boutonnet, Directeur Supply Chain, Saint-Gobain Sekurit AGR
Systèmes fragmentés sans source unique de vérité
La division fonctionnait avec plusieurs systèmes ERP différents dans son réseau. Chaque site avait sa propre logique de données, rendant presque impossible la consolidation des signaux de demande en une prévision cohérente.
Sur-dépendance aux tableurs manuels
La planification de la demande se faisait via des tableurs manuels encombrants — une douleur bien connue des équipes supply chain. Ces tableurs étaient sujets aux erreurs et impossibles à échelles sur 10 000+ références.
Prévisions commerciales macro inexactes
L'approche de prévision reposait sur des estimations commerciales macro plutôt que sur des prédictions granulaires au niveau SKU. Cette méthode top-down échouait à capturer les nuances de la demande à l'échelon produit et site, conduisant à des erreurs de prévision systématiques.
Absence d'anticipation
Sans signaux de demande précis, l'équipe supply chain n'avait aucune capacité d'anticipation. Elle ne pouvait pas préparer les pics saisonnières ni aligner la capacité de production sur les besoins réels du marché.
Défaillances critiques de niveau de service
L'effet combiné de ces problèmes se traduisait par un niveau de service laissant une marge d'amélioration significative. Les ruptures survenaient plus fréquemment qu'acceptable, et la saisonnalité du marché amplifiait les erreurs de prévision.
La solution : comment Flowlity a transformé la prévision de demande chez Sekurit
Saint-Gobain Sekurit recherchait un outil digital unique pour remplacer la mosaïque d'ERP et de tableurs. Les objectifs étaient clairs : digitaliser la supply chain, améliorer la fiabilité des prévisions, optimiser la santé des stocks, augmenter la disponibilité produit et améliorer l'expérience client. L'entreprise a choisi la plateforme IA de Flowlity pour atteindre ces cinq objectifs au sein d'une solution unique et intégrée couvrant l'ensemble de la chaîne logistique.
Intégration end-to-end de la supply chain
Flowlity a été déployé progressivement sur l'ensemble de la supply chain de Sekurit, couvrant trois niveaux.
Au niveau des centres de distribution, la solution gère les prévisions de ventes, la gestion des stocks et les prévisions d'achats pour chacun des 30 centres locaux. Au niveau de l'entrepôt central, elle ajoute des capacités de planification collaborative. Au niveau des usines, la solution intègre la prévision de production et la gestion des stocks.
Capacités de simulation tactique
L'une des fonctionnalités les plus puissantes pour l'équipe de planification de Sekurit est le module de simulation tactique. Les planificateurs peuvent ajuster les niveaux de buffer par centre de distribution et tag produit, puis simuler l'impact sur les niveaux de stock et les jours de rupture avant de valider les changements. Cette capacité de simulation a remplacé l'ancienne approche qui consistait à modifier la politique de stocks à l'aveugle.
Alertes intelligentes et automatisation supply chain
Le cockpit de Flowlity fournit des alertes automatisées sur les anomalies et les ruptures, permettant aux planificateurs de concentrer leur attention sur l'essentiel. Au lieu de passer en revue manuellement des milliers de SKU, l'équipe peut rapidement identifier les produits à demande anormale, les risques de rupture entrants ou les nouveaux produits nécessitant attention.
« Flowlity nous permet de piloter la digitalisation et l'intégration de notre Supply Chain end-to-end, de nos centres de distribution aux usines de nos fournisseurs. Ils offrent une solution conviviale et dynamique qui nous soutient dans nos défis, et leur équipe dédiée assure un excellent accompagnement. »
Kimberley Darban, S&OP & Cheffe de projet, Saint-Gobain Sekurit AGR
Résultats : un ROI prouvé qui continue de progresser
Précision des prévisions : +15 % au niveau SKU
L'amélioration la plus fondamentale concerne la précision des prévisions au niveau SKU, en hausse de 15 %. Une réalisation significative étant donné la complexité de la prévision de demande pour 10 000+ références sur 30 points de distribution. Des prévisions plus précises se cascadent en meilleures décisions sur l'ensemble de la supply chain.
Disponibilité produit : de 95,8 % à 97,2 %
La disponibilité produit est passée de 95,8 % à 97,2 %, soit une hausse de 1,4 point représentant une réduction substantielle des ruptures. De manière critique, l'effet de saisonnalité a été maîtrisé — la courbe de disponibilité est devenue bien plus stable tout au long de l'année.
Optimisation des stocks : -9,25 %
Pendant que les niveaux de service progressaient, les niveaux de stocks reculaient simultanément de 9,25 %. C'est la marque d'une planification de la demande efficace — non pas simplement construire plus de stocks pour améliorer la disponibilité, mais positionner intelligemment le bon stock au bon endroit au bon moment.
Développement des KPI opérationnels
Au-delà des métriques principales, Sekurit a développé un ensemble complet de KPI opérationnels alimentés par les données Flowlity. Les indicateurs amont incluent l'OTIF, l'adhérence au planning, le suivi des délais et la conformité zone gelée. Les indicateurs aval couvrent la disponibilité et la qualité des prévisions.
Voir le replay : webinaire Saint-Gobain Sekurit & Flowlity
Enseignements clés pour les responsables Supply Chain
Commencer par les bases de données
Avant qu'un modèle IA puisse créer de la valeur, il faut des données propres et consolidées. Le premier défi de Sekurit était d'unifier les données de plusieurs ERP en un pipeline fiable unique.
Penser end-to-end, déployer progressivement
Flowlity a été déployé sur les centres de distribution, l'entrepôt central et les usines — mais pas simultanément. Le déploiement progressif a permis à chaque phase de délivrer de la valeur tout en construisant la base pour la suivante.
La planification de la demande ne se résume pas à la prévision
La vraie valeur de la prévision de demande par IA vient de ce qu'on en fait. Les gains de Sekurit sur la réduction des stocks et l'amélioration du niveau de service sont venus non seulement de meilleures prévisions, mais aussi des outils de simulation tactique, des alertes automatisées et des processus de planification collaborative que Flowlity a permis.
À propos de Flowlity
Flowlity est une plateforme de planification supply chain basée sur l'IA qui aide les fabricants et distributeurs à optimiser la prévision de la demande, la gestion des stocks et la collaboration fournisseurs. En utilisant la prévision probabiliste et le machine learning, Flowlity permet aux entreprises de réduire les stocks tout en améliorant les niveaux de service.
Level up your supply chain with AI.
Get a demo
.avif)
FAQ
Find everything you need to know right here.
Quels résultats business a obtenus Saint-Gobain Sekurit avec Flowlity ?
Le projet Saint-Gobain Sekurit a produit un double résultat que les systèmes de planification traditionnels peinent à délivrer simultanément :
- la disponibilité produit est passée de 95,8 % à 97,2 % (1,4 point)...
- ... tandis que les niveaux de stock ont chuté de 9,25 %.
Le taux de disponibilité moyen de 97 % sur les 30 centres de distribution limite directement la perte de chiffre d'affaires : les clients pièces détachées qui trouvent le bon vitrage dans l'entrepôt local n'appellent pas un concurrent.
L'effet de saisonnalité a également été maîtrisé, avec une courbe de disponibilité bien plus stable sur l'année et l'élimination des creux saisonniers profonds qui perturbaient auparavant le service aux garages et centres de pose. Le gain de +15 % de précision des prévisions au niveau SKU s'est répercuté sur de meilleures décisions de réapprovisionnement, une planification de production plus fluide sur les 3 sites européens, et une libération de la capacité de rotation des stocks sur tout le réseau. La rotation des stocks s'est améliorée, libérant du fonds de roulement et de l'espace d'entrepôt.
Pour un acteur de l'aftermarket automobile où les attentes de délai imposées par les assurances sont strictes et où les concurrents sont à un coup de téléphone, ces gains se traduisent directement en défense de parts de marché.
Comment Saint-Gobain Sekurit a-t-elle séquencé le déploiement Flowlity sur ses usines, entrepôt central et centres de distribution ?
Saint-Gobain Sekurit a déployé Flowlity par couches successives plutôt qu'en un seul big-bang : d'abord les 30 centres de distribution locaux, ensuite l'entrepôt central, puis les 3 usines européennes. Cet ordre suit la logique amont→aval de la Supply Chain en commençant par les nœuds les plus proches du client final, là où les gains de niveau de service sont les plus visibles et les plus rapides à démontrer.
Démarrer par les centres de distribution a permis à Sekurit d'obtenir des résultats tangibles sur la prévision de ventes et la gestion de stock SKU-par-DC avant d'attaquer la couche plus complexe de planification collaborative au niveau de l'entrepôt central. Une fois les signaux de demande aval consolidés et fiables, l'ajout de la planification collaborative au hub central a pu s'appuyer sur des inputs cohérents plutôt que sur des estimations macro. Enfin, la prévision de production au niveau usine est venue en dernier parce qu'elle dépend de ces signaux aval pour être opérationnellement utile.
Ce séquençage donne deux avantages : chaque couche délivre une valeur mesurable avant que la suivante ne soit ajoutée, et chaque ajout peut s'appuyer sur des données déjà stabilisées dans la couche en-dessous. Pour un réseau couvrant 10 000+ références de verre sur 30 centres de distribution et 3 usines, c'est ce qui rend la transformation soutenable plutôt que d'écouler un projet monolithique en plusieurs années avant le premier ROI.
Comment Saint-Gobain Sekurit utilise les simulations stratégiques de Flowlity au quotidien ?
Les simulations stratégiques permettent aux planificateurs de Sekurit de tester l'impact d'une politique ou d'un changement de demande avant de s'y engager. L'équipe peut ajuster les niveaux de buffer par DC ou par tag produit et voir instantanément l'impact projeté sur le stock, la couverture et le risque de rupture, ce qui remplace l'ancienne approche consistant à changer les règles et découvrir l'impact ensuite.
Concrètement, les planificateurs peuvent modéliser des scénarios comme la réduction du buffer de 95 % à 70 % pour une catégorie donnée dans le DC 12 avant la basse saison, et voir en quelques secondes l'effet sur les quantités de stock, les jours de couverture et le risque de rupture. Cette fonctionnalité est particulièrement utile pour naviguer les transitions saisonnières, les changements de portefeuille client et les scénarios de rupture où le coût d'une mauvaise gestion des stocks est élevé.
Le moteur de simulation tourne sur les mêmes prévisions probabilistes et la même logique de buffer dynamique que le système de production. Le planificateur teste donc ce que la plateforme ferait réellement, pas une approximation. Pour un réseau aussi complexe que celui de Sekurit, cela fait passer la gestion de stock de l'intuition à une prise de décision basée sur la donnée et renforce la confiance de l'équipe pour s'engager sur des changements qui, autrement, sembleraient trop risqués.
Comment Flowlity gère les 10 000+ SKUs de Saint-Gobain Sekurit sur 30 centres de distribution ?
Flowlity consolide les données de chacun des 30 centres de distribution de Sekurit, de l'entrepôt central et des 3 usines européennes dans une couche de planification unique, puis génère des recommandations par SKU et par DC pilotées par l'IA. L'alerting intelligent ne fait remonter que les items qui nécessitent l'attention du planificateur, donc l'équipe peut gérer des dizaines de milliers de paires SKU-localisation sans les passer en revue une par une. Sans cette approche par exception, gérer 300 000 combinaisons SKU-DC exigerait des effectifs de planification irréalistes.
La plateforme opère simultanément sur plusieurs couches du réseau : prévisions de ventes et gestion de stock sur chacun des 30 DC locaux, planification collaborative superposée à l'entrepôt central, et prévisions de production et gestion de stock au niveau usine. Chaque couche alimente la suivante, donc de meilleures prévisions de demande dans les centres de distribution améliorent les commandes de réapprovisionnement vers le hub central, ce qui permet à son tour une planification de production plus précise dans les usines. Cette intégration en cascade end-to-end de la Supply Chain délivre plus de valeur qu'une optimisation nœud par nœud, un schéma visible sur d'autres déploiements industriels comme la planification multi-sites chez Groupe Lemoine.
Comment Saint-Gobain Sekurit a-t-elle amélioré la précision de ses prévisions avec Flowlity ?
Sekurit est passée d'estimations de ventes au niveau macro à des prévisions probabilistes au niveau SKU pilotées par Flowlity, ce qui est le changement structurel derrière l'amélioration de 15 % de la précision des prévisions au niveau SKU sur 10 000+ références de verre.
Avant Flowlity, l'équipe produisait des prévisions top-down basées sur les tendances de marché agrégées et les hypothèses budgétaires, puis les désagrégeait au niveau SKU en utilisant des splits historiques. Cela fonctionnait pour la planification agrégée mais générait des erreurs systématiques au niveau SKU, où chaque référence a son propre profil de demande, saisonnalité et délai de réapprovisionnement. La nouvelle approche construit les prévisions bottom-up au niveau SKU en utilisant une IA probabiliste qui capture la variabilité plutôt que de la moyenner.
Le gain de 15 % de précision s'est traduit directement par de meilleures décisions de réapprovisionnement dans les centres de distribution, une planification de production plus fluide sur les trois sites européens, et une courbe de disponibilité bien plus stable sur l'année, avec les creux saisonniers profonds qui perturbaient auparavant le service aux garages et centres de pose largement éliminés. L'équipe a également développé des KPI opérationnels complets au-dessus de la nouvelle plateforme, ce qui connecte directement à l'optimisation multi-échelon du stock sur le réseau.
Quels défis de planification de la demande Saint-Gobain Sekurit rencontrait avant Flowlity ?
Saint-Gobain Sekurit AGR, la division Automotive Glass Replacement du groupe Saint-Gobain (46,6 milliards d'euros), gère une Supply Chain spécialisée dans le verre automobile de rechange : 3 sites de production en Europe, un hub de distribution central, 30 centres de distribution locaux, et 10 000+ références de verre (4 000 pare-brises, 1 500 lunettes arrière, 5 000 vitres latérales) pour un volume annuel de 2,5 millions de pièces.
Avant Flowlity, la division opérait avec plusieurs systèmes ERP sur son réseau, ce qui rendait quasi impossible la consolidation des signaux de demande en une prévision cohérente. La planification reposait sur des tableurs manuels fastidieux, source d'erreurs et impossibles à passer à l'échelle sur 10 000+ références. L'approche de prévision utilisait des estimations de ventes au niveau macro plutôt que des prédictions granulaires au niveau SKU, ce qui générait des erreurs systématiques qui se propageaient à toute la Supply Chain. Sans signaux de demande précis, l'équipe n'avait aucune capacité d'anticipation pour les pics saisonniers ou les évolutions de portefeuille. L'effet combiné était un niveau de service laissant une marge de progression significative, avec des ruptures plus fréquentes qu'acceptables et la saisonnalité du marché du verre automobile amplifiant les erreurs de prévision.
