| Titre : |
Amélioration de la coordination des processus par la méthode Triz et les outils machine learning et S&OP : application : processus assets management et inventory management and distribution de Schlumberger NAF |
| Type de document : |
texte imprimé |
| Auteurs : |
Mohamed Raouf Anou, Auteur ; Naila Cheriet, Auteur ; Sabiha Nait Kaci, Directeur de thèse ; Kheir Eddine Ouafi, Directeur de thèse |
| Editeur : |
[S.l.] : [s.n.] |
| Année de publication : |
2018 |
| Importance : |
129 f. |
| Présentation : |
ill. |
| Format : |
30 cm. |
| Accompagnement : |
1 CD-ROM. |
| Note générale : |
Mémoire de Projet de Fin d’Études : Génie Industriel. Management Industriel. Management de l'innovation : Alger, École Nationale Polytechnique : 2018
Bibliogr. f. 113 - 114 . Annexe f. 115 - 129 |
| Langues : |
Français (fre) |
| Mots-clés : |
Processus
Collaboration
S&OP
TRIZ
Machine Learning |
| Index. décimale : |
PI00718 |
| Résumé : |
Schlumberger connaît, l'implémentation globale d'une nouvelle stratégie NWW. Cette dernière n'étant pas adaptée à l'environnement local, ce présent projet vise à apporter des outils innovants afin d'améliorer les processus de la compagnie.
L'objectif de ce travail est l'amélioration de la collaboration au sein des sous-processus "Management des équipements" et "Management et distribution du matériel" de l'entreprise Schlumberger. NAF dans le but de converger vers un orthofonctionnement.
Suite au diagnostic socio-économique de l'entreprise et la résolution des contradictions par la méthode TRIZ, deux solutions ont été proposées :
L'utilisation des outils de la planification commerciale et opérationnelle (S&OP) pour améliorer directement la collaboration dans les processus.
L'utilisation de l'outil Machine Learning pour modifier le modèle d'estimation du Lead Time et pour catégoriser les cargaisons avant de passer commande. |
Amélioration de la coordination des processus par la méthode Triz et les outils machine learning et S&OP : application : processus assets management et inventory management and distribution de Schlumberger NAF [texte imprimé] / Mohamed Raouf Anou, Auteur ; Naila Cheriet, Auteur ; Sabiha Nait Kaci, Directeur de thèse ; Kheir Eddine Ouafi, Directeur de thèse . - [S.l.] : [s.n.], 2018 . - 129 f. : ill. ; 30 cm. + 1 CD-ROM. Mémoire de Projet de Fin d’Études : Génie Industriel. Management Industriel. Management de l'innovation : Alger, École Nationale Polytechnique : 2018
Bibliogr. f. 113 - 114 . Annexe f. 115 - 129 Langues : Français ( fre)
| Mots-clés : |
Processus
Collaboration
S&OP
TRIZ
Machine Learning |
| Index. décimale : |
PI00718 |
| Résumé : |
Schlumberger connaît, l'implémentation globale d'une nouvelle stratégie NWW. Cette dernière n'étant pas adaptée à l'environnement local, ce présent projet vise à apporter des outils innovants afin d'améliorer les processus de la compagnie.
L'objectif de ce travail est l'amélioration de la collaboration au sein des sous-processus "Management des équipements" et "Management et distribution du matériel" de l'entreprise Schlumberger. NAF dans le but de converger vers un orthofonctionnement.
Suite au diagnostic socio-économique de l'entreprise et la résolution des contradictions par la méthode TRIZ, deux solutions ont été proposées :
L'utilisation des outils de la planification commerciale et opérationnelle (S&OP) pour améliorer directement la collaboration dans les processus.
L'utilisation de l'outil Machine Learning pour modifier le modèle d'estimation du Lead Time et pour catégoriser les cargaisons avant de passer commande. |
|
PI00100 
Ajouter le résultat dans votre panier
Visionner les documents numériques
Faire une suggestion Affiner la rechercheAmélioration de la coordination des processus par la méthode Triz et les outils machine learning et S&OP (2018)
