Un grand hôtel de luxe de Singapour assurait un service de limousines 24 heures sur 24, avec en moyenne environ 9 000 trajets par mois. Pour préserver la qualité du service pendant les événements et les jours fériés, les planificateurs maintenaient des véhicules externalisés en réserve, une habitude qui générait des millions de dollars de coûts supplémentaires chaque année.
La réponse ingénieuse n'était pas une grande plateforme de transport. Le projet combinait analyse prédictive, optimisation par tableur et automatisation robotisée des processus afin que les planificateurs puissent décider du nombre de limousines internes et externalisées nécessaires pour chaque heure de la journée.
Ce cadrage a fait passer la question managériale de « quelle capacité de réserve semble sûre ? » à « quelles heures ont réellement besoin de véhicules en réserve ? ». Le système a préservé la qualité du service tout en réduisant le coussin coûteux qui avait été réparti trop largement.
Ce cas rappelle utilement que la recherche opérationnelle gagne souvent en adaptant l'outil à l'opérateur. La solution utilisait des outils largement disponibles, ce qui a facilité leur maintien en usage par les planificateurs et les contrôleurs après la fin du projet de recherche.
Planifier la capacité de réserve heure par heure, non par crainte
La planification horaire de la capacité correspondait mieux à la forme réelle de la demande que les moyennes journalières.
L'optimisation par tableur maintenait le modèle proche du flux de travail existant des planificateurs.
La RPA réduisait le travail administratif qui, autrement, empêche les petits outils d'optimisation de devenir routiniers.
Lorsque les pics de demande font peur, il faut quantifier le pic heure par heure ; un optimiseur modeste peut remplacer une capacité de secours généralisée sans dégrader le service.
Suites
Le cas publié fait état d'économies pouvant atteindre 3,2 millions de dollars singapouriens par an tout en améliorant le niveau de service. L'approche a été présentée dans INFORMS Journal on Applied Analytics comme un cas pratique de planification de capacité dans l'hôtellerie.
VÉRIFIEZ LES SOURCES
Les sources
- Limousine Service Management: Capacity Planning with Predictive Analytics and Optimization IDEAS/RePEc · ideas.repec.org
- Limousine Service Management: Capacity Planning with Predictive Analytics and Optimization INFORMS Journal on Applied Analytics · pubsonline.informs.org ·