Objectif zéro gaspillage : une grande entreprise de logistique augmente la livraison de valeur de 29 % avec le VSM

Cette société de transport internationale propose des services commerciaux et des solutions logistiques aux entreprises de toutes tailles et aux particuliers. S'attachant à offrir des services fiables centrés sur le client, elle valorise l'innovation et investit dans des capacités data et des technologies modernes pour soutenir un environnement opérationnel complexe.

Après s'être engagée dans un parcours de transformation de plusieurs années et avoir implémenté avec succès le framework SAFe® (Scaled Agile Framework®) pour maximiser l'agilité métier, la société de transport avait besoin d'augmenter sa vitesse de livraison et son efficience en limitant les coûts à engager. Avec 25 milliards d'événements opérationnels quotidiens, l'entreprise était en quête d'une solution de Value Stream Management (VSM) robuste qui lui fournisse des insights orientés données actionnables pour l'ensemble de son vaste portefeuille de chaînes de valeur et lui permette d'identifier les sources de gaspillage et de retard.

Ce leader du transport a choisi Planview® Viz comme solution VSM pour renforcer son implémentation SAFe avec la génération de Flow Metrics et d'insights orientés données. Les données du VSM lui ont d'abord permis de localiser les domaines de gaspillage et d'inefficacité dans le cycle de livraison de logiciels. L'étape suivante a consisté à mettre en œuvre à petite échelle des expériences « data-driven » et des cycles d'amélioration itératifs dans le cadre de plusieurs incréments de programme (PI) pour optimiser le flux. L'organisation a alors transposé les enseignements tirés à d'autres Agile Release Trains (ART) de façon à augmenter la vitesse de livraison sans augmenter les coûts.

Ce leader du transport avait besoin de raccourcir son time-to-market et de réduire les inefficacités dans la livraison sans augmenter les coûts ou investir dans une capacité de développement supplémentaire.

Pour atteindre cet objectif essentiel, ils ont pris la décision stratégique de se concentrer sur l'optimisation du flux dans toute l'entreprise, en commençant par des améliorations à petite échelle dans plusieurs équipes et ART.

Cependant, il manquait à l'organisation deux composantes essentielles :

1. Des Flow Metrics standard à utiliser comme base de référence pour les améliorations
2. Des insights orientés données actionnables pour identifier les goulots d'étranglement importants dans la livraison

En l'absence de données agrégées à partir des différents outils de développement et de visibilité sur les goulots d'étranglement et les gaspillages, l'organisation avait toutes les peines du monde à identifier les domaines spécifiques à améliorer.

Par ailleurs, elle ne disposait pas d'une vision globale de bout en bout de son cycle de développement logiciel pour comprendre où le travail se retrouvait bloqué, entraînant des goulots d'étranglement et des retards importants.

« Nous voulons toujours livrer plus de valeur à nos clients, plus rapidement, mais nous ne disposons malheureusement pas d'un budget illimité », explique un consultant senior en agilité métier. « Pour gagner en efficience, il fallait vraiment que nous déterminions quelles étapes du processus nous ralentissaient, et nous avions besoin d'insights sur nos données pour nous faire une idée claire des opportunités et de leurs différences selon les équipes, les ART et même les portefeuilles. »

En l'absence d'une solution VSM robuste fournissant des données et des insights actionnables, les responsables métiers ne savaient pas quels domaines devaient être améliorés et sur quoi ils devaient concentrer leurs efforts pour accélérer la mise sur le marché.

Pour gagner en visibilité sur les gaspillages et les retards, optimiser le flux sur la base d'insights orientés données et de retirer plus de valeur de leurs investissements dans SAFe, ils ont choisi Planview Viz comme solution VSM.

L'organisation a commencé par des expériences d'optimisation du flux à petite échelle dans un certain nombre d'équipes et d'ART pour réduire le time-to-market, avant d'élargir les améliorations mesurables obtenues à d'autres ART.

La première expérience d'amélioration de l'organisation portait sur l'augmentation du Flow Velocity (ou débit du flux). Bien que cela semble contre-intuitif, ils pensaient qu'en réduisant la quantité de travail en cours (c'est-à-dire le Flow Load), ils pourraient accélérer la livraison et augmenter le Flow Velocity.

L'entreprise s'est également appuyée sur l'outil de détection des goulots d'étranglement de Planview Viz (Bottleneck Finder) pour obtenir une vision globale de son cycle de livraison de logiciels de bout en bout. Les états de flux présentant les goulots d'étranglement les plus importants ont permis d'identifier d'autres axes d'amélioration du flux et de réduction des coûts.

« Une autre façon d'identifier ce qu'il faut améliorer consiste à localiser l'étape du processus à l'origine du retard le plus important, et c'est ce goulot d'étranglement que vous devez alors chercher à éliminer. Nous obtenons facilement cette information précieuse de Planview Viz, qui collecte des données sur la durée de chacune des étapes des différents éléments de travail qui circulent dans le système », commente un consultant senior en agilité métier.

« En regardant les choses à la loupe, nous avons appris que nous avions 25 fonctionnalités en test et qu'elles y restaient plus de 15 fois plus longtemps qu'à d'autres stades ; nous tenions donc notre goulot d'étranglement. L'étape suivante consistait à formuler une hypothèse sur la manière d'améliorer et de réduire ce goulot d'étranglement », ajoute le consultant.

En réalisant des expériences itératives sur le flux et en comparant les Flow Metrics entre différents PI, l'organisation a pu valider ses hypothèses, identifier de nouvelles améliorations possibles et mettre en œuvre des changements à grande échelle.

« Nous avons décidé de commencer petit, avec un test de validation du concept. En testant la solution dans le cadre de trois ART, nous avons établi nos métriques de base, avant d'apporter les premières améliorations. Puis un autre cycle d'itération. Après cela, c'est probablement le bon moment pour élargir le test. Faites suivre les mêmes étapes à une autre équipe ou à un autre ART et continuez à itérer. Vous pouvez ainsi progressivement optimiser le flux dans toute l'entreprise », explique le consultant.

Après avoir appliqué cette approche et monitoré le Flow Velocity sur une durée de quatre PI, l'organisation a validé sa théorie en observant une augmentation significative du Flow Velocity, égale à 29 %.

« Notre hypothèse était qu'en descendant le Flow Load (ou WIP) moyen au cours d'un PI à un niveau inférieur à la vélocité historique, nous livrerions davantage. Notre expérience a porté ses fruits : nous avons constaté une amélioration du Flow Velocity de l'ordre de 29 % sur une période de quatre PI, et en un PI, nous sommes passés de 17 fonctionnalités livrées à 24 », indique le consultant senior en agilité métier.

Lorsque, au cours de l'expérience, l'entreprise a rencontré une valeur aberrante au cours de l'expérience, elle a pu analyser les données de façon granulaire, mettant alors en évidence une autre possibilité d'optimiser le flux.

« Nous avons découvert une nouvelle variable, à savoir une augmentation des incidents de production qui entraînait une baisse du Flow Velocity. Cela nous a permis de comprendre ce que nous pourrions améliorer après et d'éclairer notre expérience suivante, qui a consisté à réduire la dette technique en affectant davantage de ressources sur ce front lors du PI suivant », se remémore un consultant senior en agilité métier.

L'entreprise de transport a réussi à accélérer la vitesse de livraison dans plusieurs équipes sans augmenter les coûts en exploitant les insights orientés données générés par Planview Viz. En maintenant le Flow Load à 70-80 % du Flow Velocity historique, ils ont obtenu une amélioration durable du Flow Velocity. Avant l'expérience, la métrique de référence des équipes pour le Flow Load était égale à 224 % du Flow Velocity.

En outre, l'adoption de ces insights orientés données a permis au leader du transport de réaliser des économies substantielles.

« Qui dit amélioration du Flow Velocity et du Flow Time, dit économies financières. Si vous améliorez le Flow Velocity, vous maintenez le coût à un niveau constant, mais vous en faites plus, ce qui peut être assimilé à des économies en termes de capacité des équipes de développement. La réduction du Flow Time permet aussi des économies liées au coût des retards. En effet, en ne retardant pas la valeur métier des initiatives importantes du portefeuille, vous réalisez des économies financières », commente le consultant senior en agilité métier.

Après de nombreuses améliorations réussies de son flux, l'organisation continue de tirer parti des métriques et des enseignements tirés de l'expérience en intégrant les données dans le cadre de son PI Planning. Les responsables produit peuvent ainsi élaborer des roadmaps plus précises et utiliser les insights sur les goulots d'étranglement comme des indicateurs prospectifs des retards ou gaspillages potentiels tout au long du PI.

« En plus d'exploiter les données et les insights pour nos rétrospectives et pour des expériences contrôlées, nous utilisons les données de façon proactive en prévision d'un PI. Nous pouvons fixer des objectifs spécifiques et réalistes pour les Flow Metrics sur la base de nos données historiques, puis, au cours du PI, nous monitorons les insights fournis par l'outil de détection des goulots d'étranglement pour garder une longueur d'avance », explique le consultant senior en agilité métier.

Pour faire face à l'évolution rapide de l'environnement opérationnel des services de livraison, la société de transport a favorisé l'émergence d'un mindset tourné vers l'amélioration continue. Dans toute l'entreprise, les équipes peuvent ainsi exploiter et interpréter les Flow Metrics et les insights pour lancer de nouveaux cycles d'amélioration du flux.

« Nous voulons que les personnes qui ont "les mains dans le cambouis" sachent que les données les aideront à résoudre leurs problèmes. Peut-être qu'ils ont toujours eu une idée pour une chose qu'ils voulaient faire, que nous avons besoin de plus de testeurs, ou autre chose. Nous examinons toujours les Flow Metrics à la recherche d'axes d'amélioration », conclut le consultant senior en agilité métier.