Planification en scierie

Planification de la production des scieries : horizon, pool de commandes et prévision du rendement

Planification de la production des scieries : horizon, pool de commandes et prévision du rendement

Planification de la production en scierie

Si le commerce fixe la marge de manœuvre, la planification détermine la part que l’on en capte réellement. À notre avis, la planification est un levier à fort effet, et souvent sous-développé, parce qu’elle tend à vivre dans des tableurs et dans la tête d’un seul responsable technique. Cet article explique pourquoi une planification à horizon court contraint le planificateur, ce qui change quand on planifie sur une fenêtre, et à quoi ressemble concrètement une bonne optimisation de scierie — construite autour de la planification des lots de sciage et d’un modèle de rendement explicite plutôt que de règles empiriques. Les chiffres sont étiquetés selon leur origine : cités d’une source, estimation propre à SawmillSmart, ou illustratifs.

Pourquoi la planification est le levier le plus important

Le commerce fixe le menu avec lequel le planificateur doit travailler. Le tri détermine si les décisions du planificateur sont physiquement exécutables. Le sciage, le séchage et le tri à sec exécutent ou détruisent le plan. La planification se situe au milieu de la chaîne et, à notre avis, c’est l’étape au plus fort effet de levier pour améliorer le rendement en bois d’œuvre, parce que c’est la seule qui choisit. Toutes les autres étapes préparent l’entrée de ce choix ou en exécutent les conséquences. « Effet de levier le plus fort » est notre jugement, et non un classement mesuré des étapes. La littérature de recherche décrit bien la planification de la production en scierie comme un facteur clé pour la filière argentine du sciage (Vanzetti et al., 2018) et comme une tâche difficile, entre autres à cause de l’hétérogénéité de la matière première (Chabanet et al., 2022).

Beaucoup de scieries sous-investissent dans la planification pour une raison précise : la planification n’a pas l’air d’un travail. Le commercial est au téléphone. La scie est bruyante et visible. Le séchoir affiche des relevés de température et des durées de cycle claires. Le responsable technique est à son bureau devant un tableur, à décider quel plan de débit passera sur la ligne demain. De l’extérieur, cela ressemble à de la paperasse. En réalité, ce choix décide quelles planches la ligne produira et à quel prix elles pourront être vendues.

La thèse de cet article est simple : planifier un poste à la fois, avec le carnet de commandes qui se trouve ouvert, à partir de règles empiriques que le responsable technique s’est forgées au fil des années, peut laisser du rendement et de la couverture des commandes sur la table. L’ampleur dépend de la scierie, et nous ne revendiquons aucun chiffre universel. Le remède que nous proposons est structurel, et non personnel. Remplacer l’horizon d’un poste par une fenêtre de planification. Remplacer le carnet de commandes fermé par un pool de commandes d’environ 1,5× le volume de production (règle empirique de SawmillSmart, expliquée plus loin). Remplacer les règles empiriques par un modèle de rendement qui chiffre les arbitrages.

Le reste de cet article détaille chaque élément de ce remède.

Le piège du changement de vitesse : pourquoi les usines optent par défaut pour une planification à court terme

Avant de voir ce qu’est la planification à horizon, il faut comprendre pourquoi beaucoup de scieries ne la pratiquent pas. La réponse courte : la planification poste par poste semble plus sûre, et elle correspond à la façon dont le reste de la scierie est organisé. À notre avis, elle laisse généralement de la valeur sur la table. Les trois forces et les quatre coûts ci-dessous sont des observations de SawmillSmart tirées de ses projets, et non des résultats d’enquête.

Pourquoi la planification par poste est si répandue

Trois forces poussent les scieries vers l’horizon court :

L’information dont dispose le responsable technique le lundi matin paraît concrète. Le tampon de grumes triées d’aujourd’hui est devant lui. Les commandes ouvertes d’aujourd’hui sont dans le carnet. La ligne de sciage d’aujourd’hui est réglée comme elle l’était vendredi. Demain est plus incertain — un client peut repousser, une scie peut nécessiter un arrêt pour alignement, une livraison de grumes peut prendre du retard. Le responsable technique planifie donc la journée qu’il voit et compte se débrouiller le lendemain, quand il arrivera.

La culture de la réaction la récompense. Quand un client appelle le vendredi après-midi avec une commande urgente, la réponse que tout le monde respecte est « on trouvera un moyen de l’intégrer ». Cette réponse n’est possible que si le plan est court. Un plan sur deux semaines qui dit « nous pouvons vous placer en semaine 3 » paraît moins serviable que « on verra demain », même quand le plan sur deux semaines donnerait une meilleure économie aux deux parties.

Les outils l’imposent. Les tableurs sont excellents pour le plan d’une seule journée et pénibles pour un plan glissant sur deux semaines. Les ERP enregistrent en général ce qui s’est passé plutôt que de proposer ce qui devrait se passer ensuite. Sans logiciel de planification dédié, la friction d’une planification à horizon plus long est telle que personne ne la fait.

Les coûts cachés de la planification par poste

Le coût visible de la planification par poste est nul — la scierie continue de tourner. Le coût caché, c’est le rendement et la couverture des commandes laissés sur le sol, et il peut se manifester de quatre façons :

  • Choix contraints. Avec un poste de commandes et un poste de grumes triées, le planificateur n’a que quelques options de plan de débit. Le plan retenu est la moins mauvaise option d’un petit ensemble. Le rendement est ce que produit cette moins mauvaise option.
  • Commandes ballottées. Les commandes que le planificateur n’a pas pu placer aujourd’hui sont rejetées sur demain sans contexte. Le planificateur de demain — parfois la même personne, parfois le responsable technique d’un autre poste — repart de zéro.
  • Désalignement du séchage. Le séchage est une étape majeure dans les scieries à gros volumes de production (Huka et al., 2020), et, d’après l’observation de SawmillSmart, la chaîne de séchage se compte en jours, pas en heures. Un planificateur qui travaille sur la ligne de sciage d’aujourd’hui ne voit pas les lots de séchage qu’il faudra alimenter la semaine prochaine. Les lots à moitié vides peuvent devenir la routine.
  • Compromis sur le service client. Sans horizon, chaque demande client est binaire : oui aujourd’hui, ou non jusqu’à nouvel ordre. Les scieries qui ont un horizon peuvent proposer « nous livrerons en semaine 3 » avec assurance — et certains clients peuvent préférer cela à un engagement précipité.

Le principe de l'horizon : ce qui change lorsque vous planifiez une fenêtre

La planification à horizon est exactement ce que son nom indique : au lieu d’optimiser un poste à la fois, le planificateur optimise une fenêtre — par exemple une à deux semaines de production — comme un seul problème. Chaque poste de la fenêtre est toujours planifié ; la différence est que le plan de chaque poste est choisi en connaissant le plan de tous les autres postes, l’inventaire complet des grumes triées tous diamètres confondus, le pool de commandes complet et la chaîne de séchage en aval. C’est le fondement d’une planification efficace des lots de sciage : non pas « qu’est-ce qui passe ensuite ? » mais « qu’est-ce qui passe sur la fenêtre, et dans quel ordre ? »

Le parallèle avec Toyota — pourquoi cette idée n’est pas nouvelle

Le principe d’horizon n’est pas une invention de la scierie. Une version bien connue de la pensée sous-jacente est le Toyota Production System (TPS), développé chez Toyota sous la direction de Taiichi Ohno ; Sugimori et al. (1977) le décrivent comme s’étant enraciné chez Toyota au cours des 20 années précédentes. Le TPS répondait à un problème qui semble familier à une scierie : ne fabriquer que les produits nécessaires, au moment nécessaire et en quantité nécessaire, tout en limitant au minimum le stock disponible (Sugimori et al. ; Toyota Motor Corporation) — même si l’équipement et la matière première diffèrent.

Trois idées du TPS offrent des analogies utiles pour l’optimisation de scierie (la mise en correspondance est notre interprétation) :

  • Heijunka — lissage de la production. La pratique de Toyota de production lissée est décrite dans Monden (1994). En termes de scierie, l’analogue le plus proche est l’horizon de planification : traiter la fenêtre comme un seul problème. L’analogie est la nôtre ; une scierie lisse autre chose.
  • Just-in-Time : seulement ce qui est nécessaire, quand c’est nécessaire, dans la quantité nécessaire. Toyota décrit ainsi le Just-in-Time (Toyota Motor Corporation), et Sugimori et al. ajoutent que le stock disponible est limité au minimum. Le pool de commandes soulève pour les scieries un arbitrage voisin : un pool trop petit et le planificateur n’a aucun choix ; trop grand et le fonds de roulement gonfle. Qualifier le pool de commandes de 1,5× de « tampon JIT » est notre analogie, et non une pratique de Toyota.
  • Andon — faire remonter les problèmes immédiatement. Chez Toyota, le tableau andon s’allume lorsqu’un équipement s’arrête ou qu’un opérateur tire le cordon d’arrêt, afin que le responsable puisse réagir (Toyota Motor Corporation). Une scierie qui ne compare le prévu et le réel qu’en fin de mois apprend un écart bien après qu’il s’est produit. Comparer le rendement prévu et le rendement réel le jour même, tant que la cause peut encore être examinée, c’est l’idée de l’andon appliquée à l’amélioration du rendement en bois d’œuvre.

L’analogie n’est pas parfaite — Toyota assemble des pièces standardisées en produits standardisés, alors qu’une scierie reçoit une matière première variable (des grumes) et produit plusieurs produits à la fois à partir de la même grume : un processus divergent avec coproduction (Dumetz et al., 2016), où l’hétérogénéité de la matière première et les flux de produits divergents rendent les opérations difficiles à piloter (Dumetz et al., 2015). Les idées sous-jacentes — un horizon de planification plus large, un tampon bien dimensionné, un retour d’information rapide — sont ce que nous empruntons. Cet article ne revendique pas pour les scieries une amélioration à l’échelle de Toyota.

Les quatre sections suivantes détaillent quatre mécanismes par lesquels un horizon plus long peut aider une scierie. Il s’agit de la description de SawmillSmart, et les exemples utilisent des chiffres illustratifs.

Planification par poste et planification à horizon (illustratif) Mêmes grumes, mêmes commandes, même ligne — fenêtre de planification différente Planification par poste — fenêtre de 1 jour Stock visible : 180 mm 1 diamètre sur la ligne Commandes visibles : 22×100 25×100 2 commandes ouvertes correspondantes Plans de débit disponibles : Plan A Plan B 2 candidats — choix contraint Résultat : choix contraint La moins mauvaise option d’un petit ensemble Planification à horizon — fenêtre de 2 semaines Stock visible : 160 180 200 3 diamètres en tampon Pool de commandes (1,5×) : 8 commandes ouvertes au choix Plans de débit disponibles : P1 P2 P3 P4 P5 12–15 candidats — vrai choix Résultat : vrai choix La meilleure option d’un grand ensemble, équilibrée sur la semaine
Schéma illustratif, et non des données mesurées : la différence ne tient pas à l’effort, mais à la taille de l’ensemble de choix que le planificateur est autorisé à utiliser.

Mécanisme 1 — Liberté de choix du plan de débit

Avec un poste de stock et un poste de commandes, le planificateur peut ne disposer que de quelques plans de débit viables. Avec un horizon d’une à deux semaines, les candidats se multiplient sur tous les diamètres disponibles et toutes les commandes ouvertes, et le planificateur peut retenir la poignée de plans qui passeront pendant la fenêtre. Les nombres du schéma (2 contre 12–15) sont illustratifs.

La meilleure option d’un ensemble plus grand n’est jamais moins bonne que la meilleure option d’un de ses sous-ensembles ; l’écart dépend de la scierie, de ses grumes et de ses commandes. Un planificateur qui travaille à partir d’un petit ensemble obtient la moins mauvaise option. Un planificateur qui travaille à partir d’un grand ensemble peut en obtenir une vraiment bonne. Les modèles publiés de planification de scierie font le même choix : ils sélectionnent d’un seul coup l’ensemble des plans de débit pour chaque jour de planification, face à la demande requise (Vanzetti et al., 2018).

Mécanisme 2 — Calendrier des stocks

Le stock de grumes triées évolue de jour en jour. Un diamètre bien approvisionné le lundi peut s’épuiser le mercredi et être regarni d’ici vendredi. Un planificateur qui travaille sur le poste du jour prend ce qu’il a devant lui et scie. Un planificateur qui travaille sur un horizon peut attendre — affecter un ensemble particulier de commandes au poste de jeudi parce que, d’ici là, le casier de 200 mm sera plein, tout en faisant tourner le poste de lundi sur du 180 mm.

Les gains ne sont pas ici des gains de rendement par coupe ; ce sont des gains de valeur d’option. L’horizon permet au planificateur de dépenser le stock de grumes au moment où son adéquation aux commandes est la meilleure, plutôt qu’au moment où il est disponible.

Mécanisme 3 — Continuité entre postes

La planification par poste traite chaque poste comme indépendant. Une commande soldée à 60 % à la fin du lundi est rejetée sur le mardi sans continuité. Le planificateur du mardi — éventuellement le responsable technique du poste suivant — reprend de zéro la décision sur le plan de débit, en choisissant souvent autre chose. Les 40 % restants de la commande de lundi peuvent exiger plus de réglages et plus de changements de série que nécessaire (pourcentages illustratifs).

La planification à horizon assure la continuité entre les postes. Le même plan de débit tourne du lundi après-midi au mardi matin pour solder la commande ouverte ; le changement de série a lieu une fois, à la fin de la commande, et non à la fin de chaque poste.

Mécanisme 4 — Alignement sur la chaîne de séchage

Le séchage suit son propre cycle, et les planches sciées le lundi n’ont pas fini de sécher le lundi. Le chargement et l’ordonnancement des séchoirs sont un problème de planification à part entière (Huka et al., 2020), et une étude récente de planification multipériode présente le séchage comme un goulot fréquent pour les délais et pour la satisfaction de la demande des clients (Kökten et Bayraktar, 2026). Un planificateur qui travaille sur le poste du jour ne peut pas voir quels lots de séchage seront prêts à être remplis mardi prochain ; ces lots peuvent donc être constitués au coup par coup, avec les planches qui sortent de la ligne.

La planification à horizon aligne la coupe sur le séchage. Un planificateur qui voit que le lot de séchage de mardi prochain a besoin de planches de 22 mm peut planifier le plan de débit de ce lundi pour produire des planches de 22 mm dans le bon volume — faisant du séchoir un partenaire actif du plan plutôt qu’un consommateur passif. La capacité ainsi récupérée dépend de la scierie ; nous n’avons aucun chiffre indépendant à ce sujet.

Le pool de commandes 1,5 × - dimensionnement de l'entrée

La planification à horizon ne fonctionne que s’il y a quelque chose à choisir. Un horizon de 2 semaines sur un carnet de commandes exactement égal à 2 semaines de volume de production produit encore des choix contraints — chaque commande doit aller quelque part, et le problème d’optimisation n’a aucune marge. Pour libérer la valeur de l’horizon, le pool de commandes doit être plus grand que le volume de production de la fenêtre. Par pool de commandes, nous entendons les commandes ouvertes et fermes, mesurées en m³ de bois scié et comparées au bois que la ligne produira sur la même fenêtre.

La règle empirique de travail de SawmillSmart est d’environ 1,5× le volume de production de la fenêtre de planification. C’est une heuristique issue de nos projets, et non une valeur dérivée d’une étude publiée ; nous n’avons trouvé aucune source indépendante pour un ratio optimal de pool, et le bon chiffre variera selon la scierie. À titre de calcul illustratif : pour une fenêtre de deux semaines produisant 4 000 m³ de bois, un pool de 1,5× représente 4 000 × 1,5 = 6 000 m³ de commandes ouvertes et fermes, pouvant être livrées à partir de cette production.

Dimensionnement du pool de commandes — règle empirique de SawmillSmart Taille du pool en multiple du volume de production de la fenêtre de planification (règle empirique, et non des données mesurées) 1.0× 1.3× 1.5× 1.7× 2.0× Choix contraints Un peu de choix CIBLE Vrai choix, fonds de roulement maîtrisé Rendements décroissants Aucune optimisation possible Meilleur rendement × couverture arbitrages disponibles Fonds de roulement immobilisé, risque pour le service client

Pourquoi 1,5× et non 1,0× ou 2,0×

Les plages ci-dessous sont des règles empiriques. Les seuils ne sont tirés d’aucune étude ; ils décrivent l’allure que prend généralement l’arbitrage dans les projets de SawmillSmart.

En dessous de 1,3× — choix contraints. Chaque commande du carnet doit passer par la ligne dans la fenêtre de planification. Le planificateur n’a aucune marge. Le problème d’optimisation dégénère en piège du poste, simplement sur un horizon plus long.

De 1,3× à 1,5× — praticable. Le planificateur dispose d’un certain choix, notamment pour les spécifications à gros volume qui recoupent plusieurs diamètres. Le rendement et la couverture des commandes peuvent s’améliorer. Dans notre règle empirique, c’est le pool minimal praticable.

1,5× — cible de travail. Le choix du plan de débit est véritablement ouvert. Le planificateur peut équilibrer simultanément le rendement, la couverture des commandes et la chaîne de séchage. Le fonds de roulement immobilisé dans des commandes promises mais non sciées reste maîtrisable. Le service client est plus facile à préserver parce que la plupart des commandes peuvent être soldées dans leur délai d’engagement.

De 1,7× à 2,0× — rendements décroissants et coûts réels. Le gain de rendement marginal d’un pool plus grand peut s’aplatir — il n’y a qu’un nombre limité de plans de débit qui sont réellement retenus, quel que soit le nombre de candidats. Pendant ce temps, le fonds de roulement immobilisé dans les commandes promises augmente, les clients attendent plus longtemps qu’ils ne le devraient, et la longue traîne de petites commandes du pool commence à ressembler davantage à de la surréservation qu’à de l’optimisation.

Comment faire passer le pool de 1,0× à 1,5×

Pour certaines scieries, le pool part bien en dessous de 1,0× — le commerce prend les commandes en juste-à-temps, et le carnet de commandes à un instant donné couvre à peine la semaine de production suivante. Faire passer le pool à 1,5× demande une action commerciale délibérée. Trois pratiques peuvent aider :

  1. Vendre à l’avance avec une flexibilité de livraison. Proposer une fenêtre de livraison au lieu d’une date fixe, par exemple de 2 à 3 semaines. Certains clients peuvent accepter la fenêtre en échange d’un prix légèrement meilleur ou d’un accès prioritaire.
  2. Rechercher des commandes complémentaires, pas des doublons. Le commerce doit chercher des commandes qui complètent ce qui est déjà au carnet — des sections minces pour accompagner les grosses commandes épaisses, des commandes de remplissage pour les lots de séchage sous-alimentés (voir Pratique 1B dans l’article sur le commerce).
  3. Nouer des relations avec des clients ancrés prêts à s’engager sur une fenêtre. Une courte liste de clients qui s’engagent sur un volume sur une fenêtre de 2 semaines — et non sur une date fixe — donne au planificateur la marge dont il a besoin. Ces clients peuvent attendre en échange un tarif ou un service préférentiel.

Le modèle de rendement : rendement × couverture des commandes, pas le rendement seul

Un pool de commandes plus grand donne plus d’options au planificateur. Le modèle de rendement lui dit laquelle est la meilleure. Et « la meilleure » s’avère différente de ce que suppose implicitement un modèle fondé sur le seul rendement.

Un réflexe courant en planification — et ce qu’encode un calculateur de rendement seul — est de maximiser le pourcentage de rendement : parmi les plans de débit candidats pour un diamètre de grume donné, choisir celui qui produit le plus de mètres cubes de bois scié par mètre cube de grume. Quand la production doit aussi correspondre aux commandes ouvertes, cet objectif peut induire en erreur, et le mode de défaillance est précis.

Le piège du rendement seul

Hypothèse : un plan de débit à 53 % de rendement théorique qui produit des planches dont aucun client actuel ne veut peut être moins bon qu’un plan à 51 % de rendement théorique qui solde deux commandes ouvertes.

Le plan à 53 % produit 2 pp de bois en plus par grume. Le plan à 51 % produit 2 pp de bois en moins par grume — mais chaque planche a un acheteur au prix du contrat. Les planches « en plus » du plan à 53 % partent en stock (fonds de roulement immobilisé) ou en vente au marché courant, à un prix inférieur par m³. Que le plan à 51 % l’emporte ou non dépend de cet écart de prix ; l’exemple chiffré ci-dessous montre le calcul et le seuil d’équilibre.

Le bon objectif est rendement × couverture des commandes — les mètres cubes de bois scié qui soldent une commande ouverte au prix standard par mètre cube de grume. De façon équivalente : le chiffre d’affaires par m³ de grume, calculé au prix que la commande paie réellement, et non au prix que les planches obtiendraient sur le marché spot.

Les recherches sur l’optimisation du sciage vont dans le même sens. Todoroki et Rönnqvist (2002) ont relié l’optimisation du sciage des grumes à une production calée sur un carnet de commandes, avec des valeurs de produits régulièrement mises à jour en fonction de la production de bois précédente. Sur trois carnets de commandes, testés par simulation sur des grumes élaguées de Pinus radiata, l’optimisation par produit a nécessité moins de grumes pour satisfaire toutes les demandes que l’optimisation par volume ou par valeur, a éliminé la sous-production et réduit la surproduction. C’est une étude de simulation, et non un essai en scierie, et elle ne mesure pas l’effet en €.

Cela change chaque décision. Les plans de débit sont désormais classés selon leur contribution attendue au chiffre d’affaires du carnet de commandes dans la fenêtre de planification — et non selon leur rendement abstrait. Le choix du plan respecte ce qui est ouvert, et non ce qui est possible en théorie. Le responsable technique choisit toujours, mais il choisit avec le bon chiffre sous les yeux.

Exemple concret — Lundi matin au moulin

Réunissons les trois éléments — horizon, pool, modèle de rendement — dans un seul scénario de planification des lots de sciage d’un lundi matin. C’est un exemple illustratif : tous les chiffres sont des hypothèses choisies pour montrer la structure de la décision, ils ne sont pas des données mesurées et ne proviennent d’aucune scierie précise.

Le point de départ

Objectif de production cette semaine : 2 000 m³ de grumes traitées (environ 1 000 m³ de bois scié à un rendement d’environ 50 %), scierie de résineux à ligne unique.

Stock de grumes triées disponible :

Classe de diamètreVolume en tamponRéapprovisionnement attendu
160 mm600 m³stable
180 mm800 m³pic, s’épuise d’ici jeudi
200 mm600 m³regarnissage mer.–ven.

Commandes ouvertes au carnet ce lundi matin :

SpécificationVolume restantEngagement de livraison
22×100400 m³cette semaine (prioritaire)
25×100200 m³cette semaine
32×100150 m³cette semaine
47×100250 m³cette semaine
50×150100 m³cette semaine

Total des commandes ouvertes cette semaine : 1 100 m³ de bois scié. Production de bois attendue : environ 1 000 m³. Pool de commandes / production = 1 100 / 1 000 = 1,1×. Trop serré pour optimiser.

Pool de 1,1× — ce que doit faire le planificateur

Sans quasiment aucune marge dans le pool, chaque commande doit être sciée cette semaine. Le planificateur retient pour chaque classe de diamètre le plan de débit au rendement le plus élevé et laisse les commandes tomber où elles tombent.

Pour les grumes de 180 mm, le plan de débit au rendement le plus élevé disponible est le Plan A — 52 % de rendement net, dont 40 % de la production correspond à des commandes fermes. Le planificateur retient A.

Résultat : les planches du plan A qui ne correspondent à aucune commande ferme — à haut rendement mais sans rapport avec la spécification prioritaire — s’accumulent en stock ou se vendent au prix du marché courant. Le responsable technique atteint son chiffre de rendement, mais l’équipe commerciale passe la semaine au téléphone à expliquer la livraison partielle du 22×100.

Pool de 1,5× — ce qui change

Imaginons maintenant que le commerce ait passé les deux dernières semaines à recruter des commandes complémentaires pour le pool. Le pool grossit de 400 m³ de nouvelles commandes — dimensionnées pour compléter le carnet existant, et non pour le dupliquer :

  • 22×125 — 150 m³ (livrable sous 2 semaines)
  • 22×75 — 100 m³ (remplissage pour lot de séchage)
  • 32×150 — 100 m³ (livrable sous 2 semaines)
  • 50×100 — 50 m³ (livrable sous 2 semaines)

Pool total de commandes : 1 500 m³ de bois scié. Production de bois attendue : environ 1 000 m³. Pool de commandes / production = 1 500 / 1 000 = 1,5×. Le planificateur dispose maintenant d’un vrai choix.

Pour les grumes de 180 mm, un outil de planification qui classe les plans de débit par rapport au pool de commandes (comme le fait SawmillSmart) pourrait montrer trois plans de débit candidats, avec des valeurs supposées :

Plan de débitRendement netPart de la production du plan allant aux commandes fermes (supposée)
A52%22×100 (40 % de la production) — le reste invendu
B51%22×100 (60 % de la production) — le reste invendu
C49%22×100 (60 % de la production) + 22×125 (25 %) + 22×75 (15 %) — 100 % vers des commandes ouvertes

Avec un pool de 1,1×, le planificateur a retenu A. Rendement de 52 %, mais la couverture posait problème.

Avec un pool de 1,5×, le planificateur retient C. Le plan donne 49 % de rendement — 3 points de pourcentage de moins que A — mais chaque planche qu’il produit solde une commande ferme au prix du contrat. Il n’y a aucun repli vers le marché courant. La commande prioritaire de 22×100 reçoit une plus grande part de son volume à partir des mêmes grumes (60 % de la production du plan au lieu de 40 %), et les commandes de remplissage en 22×125 et 22×75 progressent en parallèle.

Le calcul économique

Point essentiel : le planificateur n’a pas perdu de valeur de rendement. Il a échangé le rendement affiché contre du chiffre d’affaires par m³. Suivons le calcul avec des prix supposés — 280 €/m³ comme prix contractuel des commandes fermes et 240 €/m³ comme prix de repli vers le marché courant — sur 1 000 m³ de grumes :

IndicateurPlan A (rendement seul)Plan C (rendement × couverture)
Rendement net52%49%
Bois scié issu de 1 000 m³ de grumes520 m³490 m³
Volume vers commandes fermes208 m³ (40 %)490 m³ (100 %)
Volume vers le marché courant312 m³ (60 %)0 m³
Chiffre d’affaires à 280 € / 240 € par m³133 120 €137 200 €
Prix effectif par m³ de bois scié256 €280 €
Chiffre d’affaires par m³ de grumes entrantes133 €137 €

Formules. Plan A : bois = 1 000 × 0,52 = 520 m³ ; vers commandes fermes = 520 × 0,40 = 208 m³ ; vers marché courant = 520 − 208 = 312 m³ ; chiffre d’affaires = 208 × 280 € + 312 × 240 € = 58 240 € + 74 880 € = 133 120 €. Plan C : bois = 1 000 × 0,49 = 490 m³, tout vers commandes fermes ; chiffre d’affaires = 490 × 280 € = 137 200 €. Par m³ de grumes entrantes : 133,12 € contre 137,20 €, soit un écart de 4,08 €.

Dans ces hypothèses, le plan C produit environ 4 € de chiffre d’affaires de plus par m³ de grumes entrantes que le plan A, tout en ayant l’air — pour qui ne regarde que la colonne du rendement — du moins bon plan. À 2 000 m³ de grumes par semaine, 4,08 × 2 000 = 8 160 € par semaine, soit environ 408 000 € par an sur 50 semaines d’exploitation. Le résultat dépend entièrement de l’écart de prix supposé et de la part supposée de la production du plan A qui ne trouve aucune commande ferme : le plan A l’emporte si le prix du marché courant dépasse 253 €/m³ (équilibre : 208 × 280 + 312 × p = 137 200, d’où p = 253,08 €). Refaites le même calcul avec vos propres prix avant de tirer des conclusions. Dans cet exemple, seule la logique de planification diffère : mêmes grumes, même ligne.

Voilà l’argument en faveur du modèle de rendement en un seul exemple. Le planificateur de poste avec un pool de 1,1× retient A. Le planificateur à horizon avec un pool de 1,5× et un modèle rendement × couverture retient C. Mêmes données, objectif différent, réponse différente.

Le cas anonymisé : rendement, couverture et revenus réunis

L’exemple chiffré ci-dessus est illustratif. Le cas ci-dessous est un projet réel d’amélioration du rendement en bois scié, anonymisé pour préserver la confidentialité commerciale.

Une scierie de résineux européenne de taille moyenne — environ 140 000 m³ de grumes entrantes par an, pin et épicéa mélangés, production sur ligne unique avec un débit primaire à refendeuses multiples et un séparateur en ligne — est passée d’une planification par poste sur tableur à une planification à horizon avec un pool de commandes de 1,5× et un modèle rendement-couverture. Les données avant/après proviennent de deux trimestres consécutifs, avec un mix de grumes et une composition de carnet de commandes comparables.

Cas anonymisé : trois indicateurs ont évolué ensemble Données anonymisées d’une scierie réelle cliente de SawmillSmart, ~140 000 m³/an, un trimestre après le déploiement Rendement net % de bois / m³ de grumes 46% avant 51% après +5 pp Couverture des commandes % de bois vers commandes fermes 64% avant 88% après +24 pp CA moyen / m³ de bois vendu 247 € avant 265 € après +18 € / m³ Même ligne, même équipe, mêmes grumes — un trimestre après le déploiement Rendement, couverture des commandes et chiffre d’affaires ont tous évolué — parce que les trois découlent de la même décision Impact total sur la marge : environ 1,8 M€/an sur ~100 000 m³ de bois scié produit

Ce que disent ensemble les trois indicateurs

La plupart des discussions de planification se concentrent sur le seul rendement, parce que c’est le chiffre le plus facile à suivre. Le cas ci-dessus montre pourquoi regarder le seul rendement fait passer à côté de la plus grande partie de l’histoire.

Le rendement a gagné 5 points de pourcentage. De 46 % à 51 %. C’est le chiffre phare — les mêmes grumes donnent plus de bois scié. Au prix moyen du marché, cela vaut environ 1,4 M€/an de production supplémentaire de bois scié.

La couverture des commandes a gagné 24 points de pourcentage. De 64 % à 88 %. La scierie est passée d’environ deux tiers de son bois scié vendu sur des contrats ouverts à la quasi-totalité. Les 36 % restants (avant) partaient en constitution de stock ou en vente au marché courant avec une décote. Ce seul déplacement — le même volume de bois scié, mais une plus grande part en commandes fermes — valait environ 400 k€/an d’amélioration du mix de chiffre d’affaires.

Le chiffre d’affaires moyen par m³ de bois scié a augmenté de 18 €. De 247 € à 265 €. C’est la conséquence de l’amélioration de la couverture des commandes : le bois qui tombe sur un contrat est payé au prix du contrat, tandis que celui qui n’y tombe pas finit au marché courant à 30–50 € de moins par m³. Le décalage du chiffre d’affaires par m³ se cumule avec le gain de rendement pour produire l’impact annuel sur la marge, le chiffre phare.

Ensemble, ces trois indicateurs racontent toute l’histoire que le rendement seul cache. La scierie a produit plus de bois scié, en a vendu une plus grande part aux prix des commandes fermes, et a gagné davantage par m³ vendu. Aucun des trois n’est la cause des autres : tous découlent du même changement en amont, une meilleure planification.

Comment SawmillSmart met en œuvre la planification d’horizon

Tout ce qui précède est le principe. SawmillSmart Planning en est une mise en œuvre. Cette section décrit uniquement ce que SawmillSmart publie sur ses pages produit (présentation du produit, fonctionnement) et n’avance rien au-delà.

SawmillSmart est un logiciel de planification de la production pour les scieries. Il optimise la planification de la production sur un horizon de plusieurs semaines — typiquement plusieurs semaines — en évaluant des milliers de combinaisons de coupe, et maintient un plan glissant sur quatre semaines. Il ne nécessite aucun nouvel équipement sur la ligne.

Pratique 1 — Plans de débit évalués par rapport à votre carnet de commandes

Fonctionnement. Le planificateur charge les données que la scierie tient déjà : l’assortiment de grumes (essence, diamètre, longueur, nombre), les commandes ou un plan de demande, ainsi que les capacités de la ligne de sciage, les paramètres de sciage et la structure des postes. Les commandes peuvent être importées depuis Excel. SawmillSmart évalue ensuite les combinaisons réalisables de plans de débit, d’affectation de la production et de séquencement sous toutes les contraintes définies à la fois, et retient la combinaison qui maximise le rendement tout en garantissant la satisfaction de la demande.

Ce qui change. Un calculateur de rendement sur tableur peut donner le rendement théorique d’un plan de débit sur un diamètre de grume. Il ne peut pas dire si les planches que ce plan produit correspondent à une commande ouverte. SawmillSmart classe des scénarios simulés selon le rendement en bois d’œuvre, le coût des grumes et l’adéquation à la livraison, de sorte que la question pour cet ensemble de grumes et cet ensemble de commandes, quels plans de débit valent la peine d’être exécutés ? trouve sa réponse en un seul endroit.

Ce que voit le planificateur. Une liste classée de scénarios avec une ventilation économique complète — m³ traités, rendement en %, valeur par grume et coût de production total — que l’on peut comparer côte à côte. Le responsable technique choisit toujours.

Pratique 2 — Rendement visible avant la coupe

Ce que cela fait. Chaque simulation affiche le rendement en % avant que quoi que ce soit ne soit engagé sur la ligne. Pour chaque plan de débit d’une simulation, SawmillSmart affiche une vue en coupe sur le diamètre réel de la grume — placement des planches, zones de tolérance de flache et limites de zone effectives — avec le pourcentage de rendement, le nombre de planches et le volume de la grume en regard.

Pourquoi c’est important. Sans chiffre sous les yeux, chaque plan de débit est un pari : le responsable technique engage le plan, la ligne l’exécute, et le rendement réel apparaît en fin de poste, trop tard pour choisir autrement. Avec un chiffre simulé, le planificateur peut comparer les plans avant de s’engager. Une simulation ne vaut que par ses données d’entrée : les documents de SawmillSmart indiquent eux-mêmes que la qualité des données d’entrée détermine la qualité du plan.

Pratique 3 — Un plan glissant qui se met à jour

Ce que cela fait. Le planificateur glissant maintient un plan sur les quatre semaines suivantes et le met à jour lorsque les commandes changent, que les stocks évoluent ou que les conditions de la ligne varient. La vue du plan opérationnel affiche l’avancement de l’exécution des commandes, la protection de zone gelée pour les postes engagés, le % de couverture du plan et des alertes de commandes à risque, et le planning des postes est généré à partir du plan confirmé.

Pourquoi c’est important. Les commandes, les grumes et les conditions de la ligne changent au sein d’une fenêtre, et un plan à horizon qui ne peut pas être révisé cesse d’être un plan. Que telle scierie obtienne les gains espérés dépend de ses données, de ses contraintes et de son carnet de commandes ; l’offre de SawmillSmart est donc de lancer, lors d’une démo, une simulation sur les données réelles de la scierie.

Ce que sont les chiffres propres de SawmillSmart

La page produit de SawmillSmart cite une amélioration moyenne du rendement de 2–4 % par rapport à une planification poste par poste. C’est l’estimation propre à SawmillSmart, et non une étude indépendante, et la méthode n’y est pas publiée. La page produit n’indique pas si ce chiffre est exprimé en pour cent ou en points de pourcentage. Le cas ci-dessus correspond à des données clients de SawmillSmart anonymisées, issues d’une seule scierie. Pour votre scierie, le seul chiffre qui compte est celui calculé sur vos propres données.

Ce que la planification n'est PAS : trois anti-modèles

Les conversations sur la planification en scierie confondent souvent trois fonctions distinctes. Chacune se situe à côté de la planification dans le flux de travail, et chacune est parfois appelée planification par ceux qui emploient le mot de façon lâche. Aucune n’est l’objet de cet article, et les confondre peut être une des raisons pour lesquelles les scieries sous-investissent dans la véritable planification.

Anti-modèle 1 — Planifier, ce n’est pas ordonnancer

L’ordonnancement répond à la question « qu’est-ce qui tourne quand ? » — poste du lundi matin, poste du mardi après-midi, vendredi soir. L’ordonnancement est un exercice de calendrier. Il s’intéresse à la disponibilité des ressources, à la couverture des postes et aux fenêtres de maintenance.

La planification répond à une autre question : « que doit-on scier, dans quelles grumes, pour quelles commandes ? » — un exercice de rendement et de couverture. Le résultat de la planification alimente l’ordonnancement, mais l’ordonnancement n’optimise rien par lui-même. Une scierie parfaitement ordonnancée qui exécute des plans de débit sous-optimaux produit un rendement sous-optimal, avec un excellent timing.

À notre avis, acheter un meilleur logiciel d’ordonnancement ne comble pas à lui seul l’écart de planification.

Anti-modèle 2 — Planifier, ce n’est pas gérer une file d’attente

La file d’attente est l’ordre dans lequel les commandes ouvertes sont sciées. Premier entré, premier sorti. Les plus grosses d’abord. Par date de livraison. Par priorité client. Ce sont des règles de file d’attente, et la plupart des scieries en ont — explicites ou implicites.

Les règles de file d’attente viennent en aval de la planification. Le planificateur décide quels plans de débit exécuter ; la file d’attente n’a d’importance qu’une fois cette décision prise, pour affecter la production à des commandes précises. Un excellent système de file d’attente appliqué à une mauvaise décision de plan de débit produit une livraison ordonnée de sciages à faible rendement.

Anti-modèle 3 — Planifier, ce n’est pas saisir des commandes

La saisie des commandes est le flux de travail qui fait entrer une commande client dans le système : spécification, volume, livraison, prix. C’est une fonction commerciale (voir le commerce en scierie).

Le carnet de commandes est l’entrée de la planification, et non la planification elle-même. Un carnet propre est une condition préalable à une bonne planification ; il ne la remplace pas. Une meilleure saisie des commandes rend l’entrée plus propre ; elle ne change pas l’étape d’optimisation qui la consomme.

Que faire cette semaine – liste de contrôle

Cinq actions de diagnostic pour repérer où l’écart de planification peut se situer dans votre scierie et que faire. Les seuils sont des règles empiriques de SawmillSmart pour le tri, et non des références validées.

Planification en scierie — liste de contrôle de la semaine 1

  • Calculez le ratio de votre pool de commandes. Volume total des commandes ouvertes ÷ volume de production de la fenêtre de planification, tous deux en m³ de bois scié. En dessous d’environ 1,3×, il reste peu de place pour choisir, quels que soient les outils. Au-dessus d’environ 1,7×, le pool peut être trop grand et le service client en danger.
  • Auditez une semaine de rendement prévu et réel. Relevez le rendement prévu de chaque poste de la semaine passée et comparez-le au rendement réel. Un écart de plus d’environ 2 points de pourcentage laisse penser que le plan ne repose pas sur un vrai modèle de rendement.
  • Choisissez une commande ouverte et suivez-la sur la semaine passée. Pour votre commande ouverte la plus prioritaire, comptez dans combien de plans de débit distincts elle est apparue au cours de la semaine. Plus d’environ 3 laisse penser que la continuité est rompue ; la commande est replanifiée à chaque poste.
  • Allez au séchoir. Comptez les lots de séchage sous-chargés de la dernière semaine. Chaque lot sous-chargé peut être le signe, en aval, d’une planification qui n’a pas vu la chaîne de séchage.
  • Demandez au responsable technique quels outils il utilise réellement pour planifier. Si la réponse est « Excel » ou « on passe toujours le plan X pour le diamètre Y », il n’y a peut-être aucun modèle de rendement dans la boucle. Voilà l’écart de planification.

Pour aller plus loin

Si deux éléments ou plus de la liste de contrôle ci-dessus sont ressortis en rouge, l’écart de planification mérite peut-être d’être chiffré directement. Lors d’une démo, SawmillSmart passe en revue la structure de vos commandes et vous montre une véritable simulation.

« Nous ne savons pas quel rendement est réellement atteignable sur nos grumes. » → SawmillSmart affiche le rendement en % de chaque scénario simulé et de chaque plan de débit avant que vous ne vous engagiez.
« Nous ne voyons où en sont nos commandes qu’en fin de mois. » → La vue du plan opérationnel montre l’avancement de l’exécution des commandes, le % de couverture du plan et des alertes de commandes à risque.
« Notre planificateur, c’est une personne et un tableur. » → SawmillSmart exécute l’optimisation sur la fenêtre d’horizon et présente des scénarios classés que l’équipe de planification examine et confirme.

Demander une démo sur vos données Plus d’articles

Sources et lectures complémentaires

Chaque source ci-dessous a été vérifiée dans sa notice Crossref. Les affirmations sur lesquelles nous nous appuyons proviennent du résumé (lu via OpenAlex), du texte intégral en accès libre (Vanzetti et al., 2018) ou de la page elle-même (Toyota) ; le chapitre de Monden n’a été vérifié que par son titre et ses métadonnées, son résumé n’a pas été ouvert. Ce qui n’est pas sourcé : le pool de commandes de 1,5× et ses plages (règle empirique de SawmillSmart), l’exemple chiffré (chiffres supposés), le cas anonymisé d’une scierie réelle (données clients de SawmillSmart, une seule scierie) et l’estimation de 2–4 % (propre à SawmillSmart).

Planification en scierie et optimisation du sciage

  1. Todoroki, C.L., & Rönnqvist, M. (2002). Dynamic control of timber production at a sawmill with log sawing optimization. Scandinavian Journal of Forest Research, 17(1), 79–89. doi:10.1080/028275802317221118
  2. Vanzetti, N., Broz, D., Corsano, G., & Montagna, J.M. (2018). An optimization approach for multiperiod production planning in a sawmill. Forest Policy and Economics, 97, 1–8. doi:10.1016/j.forpol.2018.09.001
  3. Chabanet, S., Bril El-Haouzi, H., Morin, M., Gaudreault, J., & Thomas, P. (2022). Toward digital twins for sawmill production planning and control: benefits, opportunities, and challenges. International Journal of Production Research, 61(7), 2190–2213. doi:10.1080/00207543.2022.2068086
  4. Dumetz, L., Gaudreault, J., Thomas, A., Marier, P., Lehoux, N., & El-Haouzi, H. (2015). A simulation framework for the evaluation of production planning and order management strategies in the sawmilling industry. IFAC-PapersOnLine, 48(3), 622–627. doi:10.1016/j.ifacol.2015.06.151
  5. Dumetz, L., Gaudreault, J., Thomas, A., Lehoux, N., Marier, P., & El-Haouzi, H. (2016). Evaluating order acceptance policies for divergent production systems with co-production. International Journal of Production Research, 55(13), 3631–3643. doi:10.1080/00207543.2016.1193250

Séchage et planification

  1. Huka, M.A., Rindler, C., & Gronalt, M. (2020). Scheduling and loading problem for multiple, identical dry kilns. Flexible Services and Manufacturing Journal, 33(2), 312–336. doi:10.1007/s10696-020-09386-4
  2. Kökten, E.S., & Bayraktar, T. (2026). Integrated production and drying-capacity planning in sawmilling: a multi-period mixed integer linear programming optimization approach. Forest Products Journal, 76(2), 183–194. doi:10.13073/fpj-d-26-00007

Toyota Production System

  1. Sugimori, Y., Kusunoki, K., Cho, F., & Uchikawa, S. (1977). Toyota production system and Kanban system: materialization of just-in-time and respect-for-human system. International Journal of Production Research, 15(6), 553–564. doi:10.1080/00207547708943149
  2. Monden, Y. (1994). Smoothed production helps Toyota adapt to demand changes and reduce inventory. In: Toyota Production System, Springer, 63–73. doi:10.1007/978-1-4615-9714-8_4
  3. Toyota Motor Corporation. Toyota Production System (company page on Just-in-Time, jidoka and andon; accessed 2026-10-23). global.toyota

Le cas (rendement 46 % → 51 %, couverture des commandes 64 % → 88 %, chiffre d’affaires +18 €/m³) correspond à des données clients de SawmillSmart anonymisées, issues d’une scierie de résineux européenne réelle. L’exemple chiffré du lundi matin utilise des chiffres supposés à titre d’illustration et ne provient d’aucune scierie précise.

SawmillSmart
Découvrez la planification par horizon en pratique

Optimisation sur plusieurs semaines des plans de débit par rapport à votre carnet de commandes, rendement en % visible avant la coupe et plan glissant sur quatre semaines.

Aperçu du produit → Comment ça fonctionne