Épisode 1 — Le problème. Épisode 2 : l'exploration des données.

Une vache Salers et une autre vache Salers ne donnent pas le même rendement. Ce n'est pas parce que quelqu'un a mal travaillé mais parce que ce sont deux animaux vivants, élevés par deux éleveurs différents, sur deux terrains différents, avec des stratégies d'engraissement différentes.

C'est le problème de fond de tout atelier de découpe qui travaille avec de l'élevage bio extensif : la matière première est vivante, diverse et fondamentalement imprévisible.

Le contexte

Une coopérative agricole bio. 240 éleveurs adhérents, plus des rachats extérieurs pour assurer les volumes. Quatre espèces — bovin, porc, veau, ovin. 15 mois de traçabilité complète : 4 906 animaux, 202 024 lignes de données, 300 produits finis.

Les clients sont très divers : boucheries bio, magasins avec rayons traditionnels, cantines scolaires, cuisines centrales, industriels du baby food. Les prestations vont de la carcasse entière livrée telle quelle au steak piécé au gramme près — 40g pour les maternelles, 80g pour les primaires, 120g pour les professeurs...

Le problème de l'abattage à l'aveugle

L'abattage se fait avant d'avoir toutes les commandes. La coopérative sait qu'elle va abattre X porcs cette semaine. Elle ne sait pas encore exactement ce que chaque animal va donner — ni en quoi il va être découpé.

Certains clients prennent une demi-carcasse. C'est simple. D'autres veulent du jambon 4D entièrement dégraissé pour le baby food, des escalopes calibrées à 150g, des rôtis entre 1,7 et 2,3 kg. Pour ces clients-là, il faut accumuler plusieurs semaines de découpe d'un morceau spécifique avant d'avoir une palette complète. Pendant ce temps, le reste de la carcasse part ailleurs — ou attend en surgelé, avec des coûts de stockage qui s'accumulent.

C'est ce qu'on appelle le déséquilibre matière, toujours structurel avec des flux différents et asynchrones.

Ce que les données révèlent

Sur 15 mois de traçabilité, les bovins entrant en atelier affichent des poids très hétérogènes — des carcasses entières de bœufs adultes aux rachats ponctuels d'un quart arrière ou d'une épaule pour rééquilibrer les volumes. Cette diversité des entrées est elle-même une donnée structurante : un outil prédictif devra distinguer ces cas pour calculer des rendements fiables.
Pour le porc c'est plus stable, mais l'écart-type reste à 39 kg autour d'une moyenne de 99 kg.

Sur les produits finis, la variance est encore plus parlante. Prenons le jambon 4D baby food porc — l'un des produits les plus contraints techniquement, entièrement dégraissé, calibré. Son rendement moyen par rapport au poids de l'animal est de 13,7%. Mais l'écart-type est de 6,4%.

Ce chiffre mérite qu'on s'y arrête. L'écart-type de 6,4% représente 47% de la moyenne — autrement dit, selon l'animal, le rendement réel peut varier du simple au double par rapport à ce qu'on anticipe. Sur les volumes traités — 7 650 kg de porc par semaine — cette incertitude représente environ 250€/semaine de matière première mal anticipée sur ces deux références seules. Sur un an, c'est ±13 000€ — pour deux produits sur 300.

La moyenne nationale du jambon de porc ne sert à rien ici. Ce qui compte c'est le rendement de tel éleveur avec telle race, sur tel terrain, cette saison.

Ce que je voudrais construire

Un outil prédictif qui part de ce qui est connu au moment de l'abattage — l'origine de l'animal, son poids vif, son éleveur, sa race — et qui simule ce que ça peut donner selon les différents scénarios de découpe et la période de l'année.

Le but n'est pas de décider à la place du responsable de production, mais pour qu'il entre dans sa semaine en sachant ce qu'il a, pas en le découvrant au fur et à mesure.

Les données existent: elles sont propres, complètes, au gramme près grâce à des outils de traçabilité très poussés. C'est la base de tout projet prédictif sérieux.

L'épisode 2 entrera dans le détail de l'exploration des données et des premières pistes de modélisation.

Vous travaillez dans une coopérative ou un atelier de découpe et vous reconnaissez ce problème ? Les données que vous avez accumulées vous semblent sous-exploitées ? Écrivez-moi.