Abstract:
Cette présente étude s’inscrit dans le cadre de l’optimisation et de l’amélioration de la visibilité des activités de la logistique domestique de l’entreprise SLB. Cette problématique fut détectée après qu’un audit ASLOG ait été mené sur l’ensemble de la Supply chain. La première partie de la solution concerne l’amélioration des prévisions en proposant un modèle de machine learning fiable et réaliste. La deuxième partie se porte sur la conception d’un cahier des charges ainsi que le prototype visant à concevoir une plateforme logistique qui améliore la visibilité de l’activité et aide aussi à centraliser les données de la logistique. La troisième partie concerne la création de tableau de bord, ainsi que la méthodologie de calcul des emissions de CO2 de l’activité de la logistique domestique de SLB visant à améliorer la visibilité des performance des sous-traitants concernant l’objectif de la réduction des GES de SLB. Enfin nous avons proposé les pespectives futures innovantes : l’utilisation de l’IoT dans la logstique de SLB pour améliorer sa performance ainsi que le calcul de sa rentabilité à long terme.
