« Mieux vaut prévénir que guérir ». Tout le monde connait ce proverbe qui met en avant l’intérêt de prendre des précautions pour rester en bonne santé plutôt que de devoir se soigner une fois la maladie ou le problème arrivé.
Ce proverbe s’applique aussi très bien dans le monde de l’industrie et de la distribution que ce soit vis-à-vis de la conception et de la gestion de gammes de produits agroalimentaires ou cosmétiques, l’ingénierie, la maintenance de systèmes (maintenance prédictive)… Bien sûr c’est souvent bien plus facile à dire qu’à faire !
Limiter les risques d’erreurs liées à la gestion des produits et identifier leurs causes
Ce qui est important, c’est de bien comprendre ce qu’il y a derrière cette notion lorsqu’on l’applique aux produits et aux systèmes. En effet pouvoir « prévenir plutôt que guérir » passe par deux idées : il faut à la fois limiter au maximum les risques d’erreurs, et ne pas se contenter de corriger une erreur lorsqu’elle apparait, mais aussi corriger tout ce qui lui a permis de se produire. Et donc en identifier la ou les causes, et ainsi que tous les impacts sur les gammes existantes de produits et de systèmes.
La qualité d’un produit dépend directement de la qualité des spécifications et des processus mis en place par les entreprises pour garantir la conformité aux exigences. Ces processus doivent aussi minimiser le risque que des situations non-conformes se produisent, et identifier en amont les problèmes susceptibles de survenir.
Être capable de corriger tous les éléments ayant permis à une erreur de se produire nécessite d’être capable de tracer toutes les décisions et les actions pour remonter à la source. Par exemple, dans le cadre d’une alerte sanitaire, il s’agit d’identifier très rapidement tous les produits disposant de l’ingrédient concerné pour effectuer les rappels et remplacer le composant dans la formulation des produits.
Centraliser les informations, structurer la composition des produits, retrouver les cas d’emploi !
Cela implique à la fois de stocker toutes ces informations et d’être capable d’identifier et de structurer les informations modifiées, de suivre la chaine d’actions et de lier les éléments entre eux. Et cela sur l’ensemble du cycle de vie du produit ou du système : si une erreur apparait lors de l’exploitation d’un système il faut pouvoir remonter à la source, même si celle-ci est liée à la conception, dans le cas d’un produit agroalimentaire, une fois mis sur le marché, sa vie est aussi loin d’être terminée !
Derrière ces idées, on voit bien apparaitre les enjeux du PLM ainsi que deux notions essentielles de gestion de configuration qui sont directement liées à la capacité à identifier les impacts lors de modifications : les cas d’emploi et l’analyse d’impacts.
