:quality(85))
Neuf entreprises sur dix ont mis en place des stratégies de gestion des risques dans les années qui ont suivi la COVID. Selon une enquête McKinsey de 2022, ces efforts incluent des actions telles que la mise en œuvre de tableaux de bord pour une visibilité de bout en bout (67 %), la planification de scénarios (37 %) et l'amélioration de la collecte de données (53 %).
Bien que ces initiatives aient eu un effet positif — les entreprises signalent qu’elles sont 1,5 à 2 fois moins susceptibles de subir des impacts sur leur chaîne d'approvisionnement — elles ne constituent pas une réponse aussi puissante aux problèmes de chaîne d'approvisionnement que la plupart des responsables avaient espéré.
Les dirigeants de la chaîne d'approvisionnement estiment ne pas disposer pleinement des ressources nécessaires pour gérer les perturbations présentes et futures. De l’expansion rapide des listes de sanctions à l’arrivée de nouvelles réglementations environnementales exigeant un niveau de visibilité sans précédent sur la chaîne d’approvisionnement, de nouveaux obstacles poussent les responsables à s’interroger sur le prochain risque qui pourrait surgir.
Pour surmonter ces défis, les entreprises recourent de plus en plus à des stratégies qui sont devenues la marque de la gestion proactive des risques. Parmi celles-ci :
Renforcer la collaboration avec les fournisseurs (61 %)
Investir dans la transformation numérique (42 %)
Améliorer la gestion de la demande (37 %)
Bien que ces approches aillent dans la bonne direction, elles restent insuffisantes pour répondre aux risques actuels en raison des méthodes d’implémentation. Pourquoi ? Ces stratégies manquent de deux éléments cruciaux : l’évolutivité et la durabilité.
Collaboration avec les fournisseurs : un processus manuel limité
Les enquêtes fournisseurs restent la méthode la plus courante pour collecter des informations essentielles sur la chaîne d’approvisionnement d’une entreprise. Réalisées généralement de façon annuelle ou semestrielle, ces enquêtes fournissent une visibilité sur la conformité réglementaire, la gestion des risques et la performance globale des fournisseurs. Cependant, en tant que processus manuel, la collaboration avec les fournisseurs par le biais d’enquêtes se heurte à plusieurs limites significatives, en particulier en matière d’évolutivité et de durabilité.
Interroger les fournisseurs : un processus statique
D’abord, la nature manuelle des enquêtes est intrinsèquement associée à la collecte de données statiques. Les informations recueillies via des questionnaires ne fournissent qu’un instantané temporaire, correspondant au moment où elles sont collectées. Par exemple, si un fournisseur est audité en mars puis inscrit sur une liste d’entités interdites en juin, il est possible que l’entreprise ne soit informée de ce changement qu’au prochain cycle d’enquête — souvent jusqu'à un an plus tard. Cela crée un important déficit de visibilité, exposant les entreprises à des risques de conformité, à des responsabilités juridiques et à d’autres perturbations susceptibles de survenir entre deux cycles d’enquête.
Les enquêtes fournisseurs posent également un autre problème : elles ne sont tout simplement pas dimensionnées pour répondre aux exigences croissantes des réglementations ESG (Environmental, Social, and Governance). À mesure que les directives exigent une meilleure visibilité sur les pratiques et l’éthique des fournisseurs, le nombre d’enquêtes adressées à ceux de premier rang pour obtenir une visibilité sur leurs propres sous-traitants augmentera de façon spectaculaire. Ainsi, même en renforçant la qualité, la portée et la rigueur de leurs enquêtes, les entreprises peuvent se retrouver face à des fournisseurs non-réactifs et à des rendements décroissants.
Les fournisseurs sont sujets à la saturation des enquêtes
La fatigue liée aux enquêtes est un enjeu croissant. Selon l’enquête Voice of the Supplier 2024, 61 % des fournisseurs estiment que « leur client le plus important leur envoie trop de demandes d’informations ». De plus, 60 % déclarent que « ce client attend d’eux trop d’administratif ».
Les fournisseurs traitant avec plusieurs clients exigeant tous d’importants volumes d’informations de conformité peuvent rapidement être submergés. Cela entraîne des réponses incomplètes ou précipitées, notamment de la part de fournisseurs intermédiaires qui peuvent ne pas accorder la priorité aux plus petits donneurs d’ordre. Même lorsque les réponses sont fournies, la qualité et la profondeur des données souvent en souffrent, limitant d’autant l’efficacité des efforts de collaboration.
Des priorités pas toujours partagées par les fournisseurs
Il s’agit d’une réalité bien connue des professionnels de la chaîne d’approvisionnement : ce qui profite au fabricant final n’est pas toujours dans l’intérêt du fournisseur — notamment dans le contexte des exigences ESG et des réglementations CSR (Corporate Social Responsibility : responsabilité sociétale des entreprises). Les fournisseurs peuvent avoir d’autres priorités ou standards éthiques que les entreprises à qui ils vendent des composants, sous-ensembles ou produits finis. Pour se présenter sous le meilleur jour, conserver leur clientèle et éviter tout problème réglementaire, certains fournisseurs peuvent omettre ou déformer des informations relatives à la conformité. Les entreprises se retrouvent alors à agir sur une version des faits qui ne reflète pas nécessairement la réalité.
Technologie numérique : adopter sans feuille de route
La vague de transformation numérique a vu apparaître de multiples solutions logicielles pour aider les entreprises à gérer depuis les émissions de CO₂ jusqu’aux risques fournisseurs. Mais si l’adoption de ces outils est un pas vers la modernisation, beaucoup d’entreprises s’y sont lancées sans stratégie claire.
Des solutions technologiques isolées créent la fragmentation des données
La majorité des solutions numériques sur le marché sont des « solutions ponctuelles », conçues pour résoudre des problèmes spécifiques, comme le scoring ESG ou le suivi de la solidité financière des fournisseurs. En cherchant à résoudre des défis ponctuels, de nombreuses entreprises ont adopté ces technologies sans plan d’ensemble d’interopérabilité technologique. Le résultat : un écosystème de plus en plus complexe, éclaté en silos de données difficiles à naviguer. Selon BetterCloud, les entreprises utilisent en moyenne 112 applications SaaS, avec des collaborateurs passant d’une application critique à l’autre 1 100 fois par jour, sur 35 outils clés.
Si ces outils numériques permettent de résoudre certains problèmes ciblés, ils introduisent aussi une nouvelle difficulté majeure : la fragmentation des données. Cette fragmentation se manifeste lorsque l’information est désorganisée, dispersée et difficile à relier entre différentes bases. Les professionnels évoluant dans cet environnement peinent à obtenir une vue cohérente et globale de leur chaîne d’approvisionnement.
Le manque d’intégration nuit à la visibilité globale
L’absence d’intégration des données est l’un des principaux défauts dans la transformation numérique des entreprises : manque de visibilité. Habituellement, lorsque les entreprises évoquent le manque de visibilité, elles pensent à un déficit de données. Ce problème persiste, mais un autre émerge, intrinsèquement lié aux outils choisis et à la complexité de la chaîne de valeur : l’incapacité à croiser et à synthétiser les différentes sources de données empêche d’obtenir une vision globale — même lorsque l’information existe.
Les silos de données ne sont pas nouveaux : les organisations luttent depuis des décennies contre ce phénomène. Mais la multiplication non maîtrisée des plateformes technologiques hétérogènes, sans prise en compte de leur impact global sur la visibilité et la collaboration, désoriente les entreprises. Dans de tels écosystèmes déconnectés, les professionnels peuvent passer à côté de vulnérabilités majeures, qu’il s’agisse des fournisseurs ou des opérations internes.
La synthèse des données contraint les collaborateurs à utiliser des pratiques hors cadre
Pour pallier l’absence d’intégration entre bases de données, de nombreux collaborateurs ont recours à des solutions informatiques « fantômes » — logiciels non approuvés ou solutions manuelles (Google Sheets, outils low-code…) — afin d’agréger des données disparates. Or ces mesures de fortune posent de nombreux problèmes, notamment en matière d’exactitude et de sécurité des données. Jusqu’à 32 % des outils SaaS utilisés en entreprise ne sont pas approuvés par la DSI, exposant les entreprises à des risques significatifs de gestion des données.
Ces systèmes de contournement sont également propices aux erreurs. Une étude académique de 2024 indique que 94 % des feuilles de calcul utilisées pour la prise de décision comportent des erreurs, générant des risques financiers et opérationnels majeurs. Sans processus normalisé de vérification et alimentées par copier-coller manuels, ces bases de données improvisées constituent des ensembles d’informations rarement vérifiées.
À mesure que la quantité de données collectées pour la gestion des risques augmente, l’absence d’une stratégie technologique solide entraîne un processus de gestion des risques liés à la chaîne d’approvisionnement (SCRM) lourd, avec d’énormes volumes d’informations dont l’exactitude laisse à désirer.
L’enjeu lié aux données dans la gestion de la demande
La gestion de la demande est essentielle pour optimiser les ressources et s’aligner avec les capacités de la chaîne d’approvisionnement. Elle se heurte pourtant à un enjeu fondamental : la fiabilité des données qui servent ses décisions. Elle dépend de données précises et structurées pour anticiper et planifier efficacement. Si ces données sont incorrectes, obsolètes ou fragmentées, même la meilleure stratégie de gestion de la demande échouera à atteindre ses objectifs.
Des bases de données fragilisées par des données erronées
La réussite de la gestion de la demande repose sur l’intégrité des données alimentant les prévisions. Si les informations en provenance des équipes commerciales, des fournisseurs ou des historiques sont incohérentes ou inexactes, l’ensemble du processus est compromis. Selon Gartner, la mauvaise qualité des données coûte aux organisations « au moins 12,9 millions $US par an » en moyenne.
Une analyse réalisée par Z2Data sur les nomenclatures (BOM) renforce ce constat : des données inexactes ou mal saisies peuvent gravement perturber la chaîne d’approvisionnement. L’étude révèle que plus de 500 variantes d’orthographe pour les produits Texas Instruments étaient utilisées dans les systèmes, complexifiant inutilement le suivi et la gestion des fournisseurs. Cette désorganisation peut conduire aussi bien à des ruptures de stock et des ventes perdues qu’à des excédents gonflant les coûts de stockage et entraînant du gaspillage.
:quality(85))
Aucun processus de vérification pour les données fournisseurs
De nombreuses entreprises s'appuient sur les données des fournisseurs pour la planification de la demande, sans processus de vérification renforcé. Si les informations sur les délais d’approvisionnement ou les stocks disponibles sont fausses ou non validées de manière indépendante, cela peut entraîner de graves perturbations.
En effet, une analyse Z2Data montre que sur les 473 190 composants devenus obsolètes en 2023, environ 142 000 — soit 30 % — n’étaient accompagnés d’aucune notification de changement de produit (PCN) émise par le fabricant.
S’appuyer sur des données non vérifiées ou incomplètes expose les entreprises à des ruptures ou retards imprévus — des situations qui auraient pu être anticipées grâce à une meilleure gestion de la demande. Sans données fiables, les entreprises se retrouvent dans une posture réactive, contraintes de prendre des décisions dans l’urgence sur la base d’informations incomplètes ou trompeuses. À mesure que les exigences réglementaires augmentent le volume de données à collecter, ces défis liés à la qualité et la vérification des données ne feront que s’aggraver.
Maîtriser la gestion dynamique des risques de la chaîne d’approvisionnement
Malgré de réels progrès en matière de gestion proactive des risques, les approches actuelles peinent à suivre la complexité croissante des chaînes d’approvisionnement. Les processus manuels (enquêtes fournisseurs), les systèmes numériques fragmentés et les données non vérifiées creusent des écarts de visibilité et d’évolutivité, exposant les entreprises à des risques de non-conformité et à des perturbations.
Ces limites soulignent la nécessité de stratégies non seulement tournées vers l’avenir, mais réellement capables de répondre aux défis mouvants et interdépendants des chaînes d’approvisionnement modernes. Sans solutions évolutives ni intégration de données en temps réel, même les efforts de gestion des risques les mieux intentionnés resteront en deçà des attentes.
