TotalEnergies Marketing (TEMF) a choisi les solutions Supply Chain Planning Augmenté de FuturMaster. L’objectif est d’améliorer la prévision de ses 2 355 stations-services en s’appuyant sur le nouveau module Demand Planning de l’éditeur, qui intègre du Machine Learning. Cette solution a été déployée courant de l’été 2021 à travers toutes les stations TotalEnergies et Clients Grands Comptes en France. Ce projet de grande envergure baptisé « New Liv » fera intervenir une vingtaine d’utilisateurs et concerne un périmètre de 56 produits et 3.357 clients. L’amélioration des prévisions s’inscrit dans le cadre d’un projet end-to-end d’optimisation des processus Supply Chain de TotalEnergies Marketing France afin de donner plus de visibilité aux équipes pour la prise de décisions tactiques et stratégiques. « Après avoir lancé un appel d’offre, nous avons pris contact avec une dizaine d’éditeurs de logiciels. Nous avons choisi FuturMaster pour la capacité de ses équipes à comprendre et s’approprier nos enjeux à travers la conduite d’ateliers entre le métier et la DSI qui ont permis d’aboutir à une définition plus précise de notre besoin. FuturMaster s’est aussi démarqué des autres éditeurs grâce à des solutions de Demand Planning innovantes intégrant du Machine Learning », explique Franck Laroche, Chef de Projet TotalEnergies Marketing France. « Nous faisions auparavant nos prévisions sur Excel jusqu’à la maille journalière. Le module Prévisions de FuturMaster nous permet de gagner en réactivité en établissant une courbe d’affluence sur la journée par station. En plus de cela, le Machine Learning permet d’intégrer l’impact des données exogènes et d’ajuster nos prévisions en conséquence pour minimiser le risque de rupture », précise Ouiza Delerba, Chef de Projet TotalEnergies Marketing France. « Le projet New Liv va permettre à TotalEnergies Marketing France de faire collaborer tous les acteurs autour d’une seule solution et de gagner en agilité dans la prise de décision opérationnelle et stratégique », conclut Franck Laroche. JPG
