Académique Documents
Professionnel Documents
Culture Documents
I- Introduction : Les stocks représentent dans le bilan des entreprises de 20% à 80% du total des
actifs; ils engendrent donc un important besoin de financement. En contrepartie, ils remplissent
d’importantes fonctions souvent stratégiques pour l’entreprise. Mais avant d’aller plus loin, il nous a
paru conforme à la philosophie de ce mémoire d’introduire en premier lieu le flux physique afin de
présenter le stock comme un des éléments d’organisation du système de flux. D’une façon générale,
le stock est défini comme l’accumulation d’une différence de flux. L’image la plus courante est celle
d’un réservoir, dont le niveau traduit la différence accumulée entre un flux entrant et un flux sortant
(Fig.1). On retrouve cette image dans le choix d’une unité de mesure. Le niveau d’un stock est
souvent mesuré par une durée d’écoulement, temps nécessaire à l’épuisement du stock en cas
d’arrêt total du flux entrant. Le stock coûte cher : frais financiers, espace de stockage, vieillissement.
Dans ces conditions, pourquoi les entreprises conservent-elles du stock ? Les fonctions des stocks,
c’est à dire les raisons qui font que l’on en détient, sont nombreuses. Une première présentation
sous forme d’une classification générale en quatre grandes fonctions s’impose.
1- La fonction commerciale : L’objectif est d’assurer au client une livraison immédiate. Cette fonction
est présente dans les magasins de détail ainsi que dans les usines qui livrent des articles standards à
un réseau de distribution. La fonction de service du stock résulte d’une différence de délai. Quand le
délai de livraison est inférieur au délai d’approvisionnement ou de production du produit, il est
nécessaire d’anticiper sur la commande du client. Le stock matérialise une anticipation en avenir
incertain. Quand un magasin de détail stocke de la marchandise, c’est parce qu’il doit passer sa
commande de réapprovisionnement plusieurs jours à l’avance alors que le consommateur inconnu
souhaite disposer de sa marchandise sans délai. Si ce dernier accepte de passer sa commande à
l’avance, en attendant que le commerçant soit lui-même livré, le stock n’a plus de raison d’être (sauf
pour d’autres raisons, sur lesquelles nous reviendrons, comme le fait d’acheter des grandes quantités
pour payer moins cher la marchandise).
3- La fonction de découplage des flux : Selon le modèle logistique général, le système productif était
parcouru par un flux. L’emploi du mot flux implique une idée de continuité, comme pour une rivière
ou une circulation routière. Or, s’il est vrai que cette continuité existe à l’échelle macroscopique de
l’ensemble de l’usine, elle disparaît quand on considère l’échelle de la cellule logistique élémentaire
(la machine, l’atelier). En effet il est souvent nécessaire de donner à chaque cellule, ou groupe de
cellules, une certaine autonomie de programmation par rapport aux autres. L’avantage est de
permettre à chaque sous-système d’optimiser séparément ses performances, compte tenu des
contraintes qui lui sont propres. Ainsi, d’une façon générale, le stock permet d’assurer une
circulation continue du flux dans un système logistique tout en autorisant un certain découplage
entre ses différentes parties. On peut alors distinguer plusieurs types de découplage : 3-1
Découplage pour la taille du lot : C’est le cas de l’épicier qui reçoit une palette complète de 400
bouteilles d’eau alors qu’il ne vend que 40 bouteilles par jours, ou encore du grossiste qui achète 20
tonnes en une seule fois, soit l’équivalent de ses ventes mensuelles, pour bénéficier d’une remise. On
emploie à ce propos l’expression stock pour la taille du lot ou stock de groupage. 3-2 Découplage
dans la programmation : Le stock reflète l’écart instantané entre les références produites et les
références demandées. Les raisons de ce stock tiennent à certaines exigences : nécessité de travailler
le même produit pendant une durée minimum (en raison du temps de changement de série),
contraintes d’ordonnancement (différence de cadence entre les machines). 3-3 Découplage de
sécurité : Le stock de sécurité sert à se protéger contre les aléas d’approvisionnement : retards,
pannes, pièces défectueuses, etc. Ce stock est dimensionné en fonction de l’importance des risques
et du caractère plus ou moins critique de la rupture. Il représente un coût indirect associé au manque
de fiabilité du système amont.
5- Les stocks spéculatifs : Pour être complets, citons les stocks à caractère spéculatif dont l’objectif
est soit de se prémunir contre une hausse prévisible des coûts des marchandises, soit, dans le cas du
négoce, de réaliser un profit financier en revendant, lorsque le cours est élevé, les produits acquis à
un moment où le cours était bas. Puisque nous venons de souligner les avantages du stock, il semble
légitime de s’interroger sur le sens d’une théorie qui vise à les supprimer. Apparue au Japon dans les
années 1980, mise en application chez Toyota, la philosophie du zéro stock est également connue
sous le terme Juste-à-Temps. Si le juste à temps marque une rupture avec la démarche traditionnelle
de gestion des stocks, ce n’est pas que cette théorie conteste l’existence des fonctions évoquées ci-
dessus. La rupture est dans la façon d’aborder les problèmes de stock et, plus précisément dans la
volonté de remettre en cause l’organisation est dans la façon d’aborder les problèmes de stock et,
plus précisément dans la volonté de remettre en cause l’organisation logistique dans son ensemble
pour réduire et même éliminer les stocks. En gestion traditionnelle des stocks, on cherche à baisser
le niveau des stocks dans un contexte technologique et organisationnel donné. En gestion Juste-à-
Temps, on cherche à modifier ce contexte lui-même. Retenons pour le moment l’originalité de cette
approche qui se propose de bâtir un système logistique capable de fonctionner sans stock. Objectif
idéal, certes, mais vers lequel il est possible de tendre sans cesse. Bien gérer les stocks consiste à
assurer ces fonctions au meilleur coût. Dans ce mémoire nous étudierons la gestion des stocks de
distribution (objet de notre travail). Ces stocks se caractérisent par une indépendance des demandes
sur chacun des articles. La demande observée sur un article provient de l’addition de multiples
demandes individuelles ce qui lui confère une nature aléatoire. Les statistiques permettent
cependant de connaître les caractéristiques de la demande en termes de moyenne et de variabilité.
Pour mieux anticiper la demande attendue, on emploie souvent les méthodes de prévision de base
qu’on va exposer d’une manière synthétique.
Chapitre 2 : Les différentes méthodes de prévision de la demande
Etant donné que la demande des pièces de rechange et des pièces consommables (le cas du magasin
de la SMI objet de notre étude) ou des produits finis constitue la pierre angulaire de la gestion et
l’optimisation du stock, il est nécessaire de présenter les différentes méthodes de prévision de cette
variable exogène. Ces méthodes de prévision peuvent être regroupées en deux familles principales :
les premières sont de nature prospective ; le plus souvent développées par les spécialistes du
marketing, elles cherchent à prédire la demande de façon déductive par analyse future de ses
éléments déterminants, ou de façon expérimentale. Les secondes, sui s’appuient sur des modèles
plus ou moins sophistiqués d’extrapolation statistique ou de corrélation, cherchent dans les données
passées des lois de comportement qui sont ensuite projetées sur l’avenir.
1- Les méthodes qualitatives : Les méthodes qualitatives sont principalement utilisées pour la
prévision à moyen ou long terme. Parmi celles-ci, les méthodes principales sont : les études de
marché ; les marchés-tests ; l’utilisation et l’interprétation des panels ; l’interrogation et le
traitement des prévisions du réseau de distribution (ou d’un échantillon représentatif de ce réseau)
opérés par la force de vente. En complément, pour des prévisions prospectives à plus long terme en
particulier dans le domaine technologique, certaines autres techniques purement prédictives ont été
développées comme la méthode Delphi. Cette dernière consiste à demander à un groupe d’experts,
par voie de questionnaires successifs, d’indiquer leurs réponses à la (ou aux) question(s) posée(s). Les
questionnaires sont remplis isolement pour éviter, lors de réunions en commun, l’influence sur les
experts d’un ou plusieurs de leurs collègues ayant une plus forte personnalité. Les premières
réponses, anonymes, sont adressées à d’autres experts avec des indications statistiques (médiane,
premier et dernier quartile). Connaissant l’opinion de leurs collègues, il leur est demandé de faire
une nouvelle prévision et de la justifier, en particulier si celle-ci s’écarte de l’opinion moyenne. On
arrive ainsi par itération, soit à un consensus général sur un éventail resserré de prévisions, soit à une
opinion presque générale avec quelques divergences fortement argumentées, ou enfin à la
séparation des experts en deux groupes d’opinions divergentes.
2- Les méthodes causales ou associatives : Adaptées à la prévision à moyen ou court terme, les
méthodes causales constituent une première sous-famille des méthodes quantitatives. Elles
supposent l’établissement, sur la base de données passées, d’une relation entre la variable à prévoir
(appelée variable expliquée) et une ou plusieurs autres variables (appelées variables explicatives), qui
peuvent être soit internes à l’entreprise, soit liées à l’économie et à la concurrence. La relation
causale s’appuie sur une représentation, un modèle explicatif ; la variable retenue est supposée
traduire un élément explicatif du modèle ; la variable ne sera retenue que si la relation
statistiquement observée est solide. Ainsi un fabricant de verre plat parvient à déterminer que ses
ventes sont étroitement corrélées avec l’évolution des immatriculations automobiles, et par ailleurs
les mises en construction d’immeubles neufs (deux secteurs clients principaux). Ayant le moyen
d’obtenir des chiffres prévisionnels pour ces deux variables explicatives, il peut en déduire ses
propres prévisions de vente en s’appuyant, par postulat, sur le maintien de la corrélation passée. Les
plus connues parmi ces méthodes sont les techniques de régression et, plus généralement, les
modèles économétriques qui sont des systèmes d’équations reliant la variable à étudier à d’autres
variables. Cette démarche suppose préalablement une analyse de bon sens sur la réalité de la
causalité entre les variables, sans laquelle toute corrélation pourrait n’être qu’un phénomène
passager dû au hasard.
3- Les méthodes d’extrapolation statistique : généralement utilisés pour la prévision à court terme,
les méthodes d’extrapolation cherchent à déterminer l’avenir à partir de l’analyse des données ou
des séries chronologiques du passé. Les plus utilisées et les plus connues, sont la moyenne mobile, la
moyenne mobile pondérée, et le lissage exponentiel simple ou multiple, avec ou sans correction de
tendance et de saisonnalité. S’appuyant sur l’hypothèse fondamentale que les éléments qui ont
influencé la demande passée (quels qu’ils soient) se perpétuent dans l’avenir, ces méthodes donnent
de bons résultats tant qu’il n’y a pas changement de structure de la demande, ce qui est souvent le
cas à court terme. Faciles à informatiser, et disponibles sur progiciels standards, elles sont les plus
simples à mettre en œuvre, et c’est pourquoi nous leur consacrerons un développement particulier.
A- La mise en place d’un système de prévision : Avant d’aborder quelques modèles classiques,
précisons les grandes lignes de l’approche méthodologique à appliquer pour la mise en œuvre d’une
méthode de prévision. a/ Démarche générale : Il faut naturellement commencer par définir
précisément le type de prévisions dont on a besoin (horizon, découpage en périodes élémentaires,
degré de finesse souhaité selon le type de décisions à prendre, périodicité envisagée). Ces questions
induisent la classe de méthodes a priori adaptées. Ensuite, il convient de définir l’application
particulière. Pour les méthodes de type prédictif, ou qualitatives, on se préoccupe de la procédure de
collecte des informations (réunions périodiques de la force de vente, enquêtes auprès des
distributeurs, etc.). Pour les méthodes d’extrapolation, il convient d’abord de réunir les données
passées et d’identifier les sources d’informations sur les ventes futures. Si l’on travaille par
extrapolation, de façon ensuite à s’orienter sur un modèle adéquat, il faut procéder à l’analyse de la
structure de la demande passée. Cette analyse amène à intégrer, si besoin est, des systèmes de
correction de tendance et/ou de saisonnalité. La phase ultérieure porte sur des simulations de
modèles a priori adaptés en vue de déterminer les valeurs que doivent prendre les paramètres. Il n’y
a en effet pas d’autre méthode qu’une démarche d’essais successifs visant à minimiser les erreurs de
prévision. Ce dernier propos s’applique à toutes les techniques y compris les méthodes qualitatives.
Dès que la simulation aboutit à une erreur inférieure à l’objectif du manager, la démarche est
terminée et le modèle peut être mis en place avec son système de suivi permanent. Dans le cas
contraire, il ne faut pas nécessairement conclure que la prévision est impossible. Il y a lieu d’analyser
comment la demande est générée et, en particulier, si elle n’est pas elle-même constituée de
l’addition de demandes élémentaires qui pourraient alors être prévues séparément puis agrégées
pour reconstituer la demande globale. Prenons le cas d’une société fabriquant des outillages à main
et petits matériels électriques. La demande au niveau des produits finis paraissait aberrante. Elle
s’est révélée être la composition de trois demandes élémentaires : celle des petits clients
distributeurs et grossistes achetant toute l’année de petites quantités sans anticiper leur
commandes, et dont le comportement global était prévisible par des techniques d’extrapolation ;
celle des gros clients (grands magasins, hypermarchés, sociétés de vente par correspondance) qui
achetaient selon une périodicité ni périodicité fixe ; celle enfin des filiales étrangères prenant des
décisions de réapprovisionnement en quantités importantes sans anticipation ni périodicité fixe. La
solution consista à prévoir la première demande par extrapolation classique. La seconde et la
troisième demande purent être servies sur la base de programmes prévisionnels fournis par les
clients et filiales. La dernière étape de la méthodologie consiste à définir et mettre en place des
signaux d’alerte permettant par la suite de mettre contrôle l’adaptation permanente de la méthode
retenue. b/ les sources d’informations sur les ventes futures : selon la nature de ses activités,
l’entreprise a des besoins différents de prévisions, mais aussi des sources d’information différentes.
b/1. Cas des fabrications exclusivement à la commande : une entreprise qui travaille sur devis et qui
doit donc attendre les commandes des clients pour lancer la fabrication, a de grandes difficultés pour
faire une prévision de la demande future. C’est en particulier le cas des sous-traitants. L’analyse
repose alors sur la comparaison entre le délai commercial accepté par le client et le cycle d’obtention
des produits. Dans la mesure où le carnet de commandes couvre un horizon au moins égal au cycle
de production (délai nécessaire entre la réception de la commande et la livraison), les besoins en
capacité et les approvisionnements nécessaires à court terme sont parfaitement connus. Pour sa
gestion à court terme, la société travaille en univers certain et peut alors utiliser la méthode de calcul
des besoins en composants, assortie d’un jalonnement fait à partir du carnet de commandes fermes.
Il lui suffit de faire des prévisions à moyen terme pour anticiper l’évolution de son potentiel de
production et de ses effectifs et le développement de produits ou d’applications nouvelles. Elle peut
faire appel à des méthodes qualitatives ou quantitatives sur des données agrégées (volume d’heures
de main d’œuvre par famille de produits par exemple). En revanche, si le carnet de commandes ne
couvre qu’une partie du cycle de production, il est nécessaire de prendre des risques en lançant les
approvisionnements et/ou la fabrication en partie sur prévision. Une entreprise se trouvant dans
cette situation n’a pas une connaissance certaine de la demande sauf si elle travaille exclusivement
avec quelques clients dont elle peut connaître les programmes prévisionnels. Si l’on ne peut pas faire
des prévisions au niveau des produits finis, l’entreprise doit réduire la longueur du cycle de
fabrication ou bien concevoir ses produits de façon modulaire pour effectuer une prévision par
extrapolation au niveau des modules et des pièces standardisés (les produits finis étant montés sur
commandes fermes). b/2. Extrapolation du carnet de commandes : dans un certain nombre de cas,
on peut estimer la demande à venir en extrapolant les commandes en carnet à un moment donné.
Cela suppose qu’il existe une loi d’arrivée des commandes qui se reproduit au fil des années. b/3.
Analyse statistique des demandes : le cas le plus fréquent est la prise en compte des seules données
passées pour prévoir la demande future. Cela suppose que les facteurs explicatifs de la demande ne
varient pas trop vite dans le temps (par exemple, que la tendance ne va pas présenter un point de
retournement) et que, par conséquent, la structure de la demande restera la même sur l’horizon de
prévision. Un certain nombre de précautions doivent être observées on doit tout d’abord veiller à ce
que la demande passée soit bien identifiée : on ne peut se fonder sur les facturations qui ignorent les
ventes perdues en cas de ruptures de stock ensuite, on ne doit pas amalgamer des demandes de
natures différentes (par exemple, ajouter de nombreuses petites commandes de clients détaillants et
des commandes ponctuelles des grossistes). b/4. Sélection des prévisions à réaliser : L’un des
problèmes posés aux entreprises dans la mise en place d’un système de prévision est le nombre de
données à rechercher, à traiter et à mémoriser. Sauf à disposer d’ordinateurs puissants, on doit
concentrer les études prévisionnelles précises sur les produits ou composants qui représentent la
plus grande part de l’activité ou du chiffre d’affaires de l’entreprise. Cette distinction s’appuie sur
une analyse de type ABC (connue également sous le nom de loi de Pareto) des produits achetés,
fabriqués ou vendus selon un critère qui est le plus souvent le chiffre d’affaires réalisé. Ce classement
consiste à trier par valeurs décroissantes les références pour se consacrer à une sous-famille
principale au détriment de celles dont l’importance relative est moindre. En cumulant les chiffres
d’affaires réalisés, on constate le plus souvent que 20% environ des articles font 80% du chiffre
d’affaires : ce sont les articles de la classe A. les 30% suivants se partagent environ 15% du CA : ce
sont les articles de classe B. Enfin, les dernier 50%, dits de classe C, font les 5% restant du CA. L’effort
de prévision peut alors se concentrer sur les articles pour traiter 80% du problème de prévision, en
consacrant moins d ‘efforts aux articles B et C. Il est commode de représenter l’analyse ABC par une
courbe (Fig.2). L’analyse ABC a beaucoup d’autres applications, notamment en gestion des stocks :
nous aurons l’occasion d’y revenir en pratique. c/ Décomposition de la demande : Pour construire un
bon système de prévision dans le cadre d’une méthode d’extrapolation, il est indispensable
d’analyser correctement la structure de la demande passée, en recherchant la présence des
éléments suivants : une saisonnalité, une tendance, et enfin l’existence de variations aléatoires
autour de la tendance centrale. Il faut décomposer la demande en ses constituants élémentaires de
telle sorte que la composition de ces lois élémentaires en un modèle permette d’expliquer la
demande passée et de la projeter sur l’avenir. On définit le niveau de base comme étant la moyenne
de la série de données de la demande prévue à une date déterminée. Le niveau de base est donc une
loi stationnaire que le modèle de prévision combine, si nécessaire, avec les lois rendant compte de la
tendance et de la saisonnalité. c/1. La saisonnalité : On désigne ainsi des fluctuations de la demande
qui se répètent à intervalles réguliers et qui sont reliés à un ou plusieurs facteurs environnementaux.
La procédure habituelle pour caractériser une saisonnalité consiste à calculer des indices saisonniers,
qui représentent, pour chaque période élémentaire, le rapport entre la demande réelle constatée et
une moyenne globale, évaluée sur le cycle de référence, et appelée demande désaisonnalisée pour
un calcul de variations saisonnières d’une prévision mensuelle sur un horizon d’un an, cette
procédure revient à évaluer la demande mensuelle (moyenne arithmétique sur l’année) et ç en faire
le rapport avec chacune des demandes réelles mois par mois (dans la mesure où il n’existe pas de
tendance). Si, par exemple, la demande globale pour une semaine de 6 jours ouvrables est de 600
unités, la demande désaisonnalisée est de 100 par jour ouvrable. Si la moyenne des lundis est de 120
et celle des vendredis de 90, on dit que l’indice saisonnier des lundis est de 1,20 et celui des
vendredis de 0,90. Cela permet, à partir d’une prévision globale hebdomadaire pour les semaines à
venir, de calculer les demandes de chaque jour de la semaine en leur appliquant leur indice de
saisonnalité. Les figures ci-dessous en nous donnent un exemple. La demande annuelle de l’année
2003 est de 1200, soit 100 de moyenne mensuelle désaisonnalisée. La demande de janvier ayant été
de 91, son indice de saisonnalité est donc de 0,91. La demande de l’année 2004 est de 1440, soit 120
de moyenne mensuelle désaisonnalisée : on retrouve aisément les coefficients mensuels pour
l’année 1989. Si la chronique des données dont on dispose pour les antérieures confirme comme sur
le tableau, la validité des coefficients mensuels et si ces faits sont explicables, on peut réutiliser ces
coefficients pour 2005. c/2. La tendance : La tendance est une évolution du niveau de base de la
demande en fonction du temps. Dans la décomposition en éléments constitutifs de la demande,
après avoir corrigé le facteur saisonnier, on doit s’interroger sur l’existence éventuelle d’une
tendance. En nous rapportant à la figure précédente (fig. 3), nous voyons que la demande annuelle a
progressé de 1200 en 2003 à 2004. Ces données ne sont pas suffisantes pour décider d’introduire
une tendance dans le modèle pour 2005. En particulier, nous ne savons pas si nous devons ajouter
240 (différence entre 1440 et 1200) à la demande de 2004 ou si nous devons multiplier par 1,2 la
réalisation de 2004, puisque 1440 s’obtient en multipliant par 1,2 la demande de 2003. En effet, la
croissance (ou décroissance) peut être linéaire (additive) ou exponentielle (multiplicative). Dans tous
les cas, il convient d’identifier le type de tendance pour pouvoir l’intégrer dans un modèle. Dans le
cas où la tendance est linéaire, on recherche l’équation de la droite qui rend compte de la tendance,
soit graphiquement en reportant les données désaisonnalisées sur un graphe, soit en appliquant une
méthode de régression adaptée. Dans le cas où la tendance est exponentielle, on utilise un graphique
à échelle semi-logarithmique ou on effectue la régression sur le logarithme de la variable. c/3.
Variations aléatoires : Ce sont les variations de la demande non expliquées par la décomposition en
niveau de base, saisonnalité et tendance. Si ces trois éléments expliquaient toute la demande, leur
reconstitution permettrait de retrouver toujours la chronique servant de base à la simulation. Or il y
a beaucoup de professions où les éléments imprévisibles influençant la demande de l’entreprise sont
nombreux (produits de mode par exemple, ou incidence du climat). Cela explique qu’en retirant
statistiquement saisonnalité et tendance à une chronique de vente il reste toujours des fluctuations
autour d’un niveau moyen constant. Ces fluctuations, appelées bruit blanc ou composante aléatoire,
matérialisent la partie de la demande qu’on n’arrive pas à expliquer, et qui est génératrice d’une
erreur de prévision. Ces variations se situent, en général, symétriquement de part et d’autres de la
prévision, et démontrent alors que la loi de prévision est bien centrée. Dans le cas contraire, il y a
une forte présomption de changement dans la structure de la demande (existence d’une tendance
par rapport à laquelle le modèle est en retard) : il faut alors recommencer l’analyse pour réactualiser
le modèle de prévision. En matière de gestion logistique, ce sont ces variations aléatoires (erreurs de
prévision) contre lesquelles on cherche à se protéger (en constituant un stock de sécurité par
exemple). En résumé, les méthodes quantitatives, faisant appel aux données passées et à la
simulation pour extrapoler l’avenir : consistent à décomposer la demande en facteurs élémentaires
(base, saisonnalité, tendance, variations aléatoires), puis à recomposer un modèle à partir des lois
découlant de l’action de ces facteurs élémentaires ; donnent de bons résultats lorsqu’il n’y a pas de
changement de structure, donc à court et moyen termes. Nous examinerons plus loin deux
techniques parmi les plus utilisées de prévision à court ou moyen terme de la demande à savoir la
régression simple et les modèles d’extrapolation. d/ Mesures de la qualité d’une prévision : On
cherche, dans un système de prévision, à concilier deux objectifs antagonistes : • obtenir une
réaction rapide à une variation significative d’un des éléments qui composent la demande
(modification de tendance, accentuation d’une saisonnalité), • stabiliser et lisser les variations qui
sont purement aléatoires. En effet, le propre des variations aléatoires est qu’elles se compensent
dans le temps. Si le système de prévision est trop sensible au dernier aléa, il réagit brutalement ce
qui donne des prévisions dispersées. On ne pourra cependant jamais éviter que le modèle de
prévision, qui extrapole en lissant au moins partiellement les données passées réagisse avec un
certain retard à une modification significative de la demande. Les deux mesures de la qualité d’une
prévision les plus fréquemment utilisées sont l’écart algébrique moyen et l’écart absolu moyen.
Comme nous allons le voir, le premier signale la présence ou l’apparition d’un biais systématique
dans la prévision (la prévision est en moyenne au-dessus ou au-dessous de la demande).il permet
donc d’apprécier le centrage de la loi. Le second met sous contrôle la dispersion de l’erreur de
prévision, c’est à dire la différence moyenne entre la demande réelle et la prévision. Pour deux
modèles donnant le même écart algébrique, le meilleur est celui qui se rapproche le plus de la
courbe de demande, donc celui qui minimise l’écart absolu. d/1. Ecart algébrique moyen : noté eam,
c’est la somme algébrique des erreurs de prévision divise par le nombre n de périodes sur lesquelles
s’effectue la simulation, ou sont enregistrées les prévisions. Si le système de prévision est adapté à la
structure de la demande, les variations aléatoires de cette demande seront les seules causes
d’erreur. Donc les erreurs positives et négatives doivent se compenser et leur moyenne fluctuer
autour de 0. Si l’écart algébrique moyen est positif, cela signifie que la prévision est en moyenne
supérieure à la demande réelle. Si l’écart algébrique moyen est négatif, cela signifie que la prévision
est en moyenne inférieure à la demande. L’apparition d’un écart algébrique moyen non nul sera
généralement la preuve qu’une tendance positive ou négative n’est pas prise en compte par le
modèle de prévision. d/2. Ecart absolu moyen : Noté EAM, c’est la somme des valeurs absolues des
erreurs de prévision divisée par le nombre de périodes de référence. Même avec un système
composant correctement les lois élémentaires de la structure de la demande, l’écart absolu moyen
est toujours différent de 0. Dans le cas général, l’écart absolu moyen dépend de la variabilité de la
demande et doit rester à peu près constant, sauf si la variabilité de la demande augmente ou s’il se
produit un changement dans sa structure. Il se peut aussi qu’un EAM élevé provienne d’un mauvais
modèle de prévision. d/3. Carré moyen des erreurs : Autre mesure classique, c’est la somme des
carrés des erreurs de prévision divisée par le nombre de points mesurés. Il sera préféré à l’écart
absolu moyen chaque fois que l’on veut privilégier un système faisant beaucoup de petites erreurs
par rapport à un autre système, caractérisé par des erreurs moins fréquentes mais des écarts plus
grands. On utilise en général cette mesure sous la forme de sa racine carrée qui représente l’écart
type de la loi de répartition de l’erreur de prévision autour de la demande réelle. Si cette loi est une
loi normale (ce que l’on admet en première approximation), l’écart type peut être approché par : ϭ =
1,25 EAM. On se servira de cette grandeur pour calculer les stocks de sécurité nécessaires à la
couverture de l’erreur de prévision. On trouvera sur le tableau suivant un exemple de calcul des trois
mesures de l’erreur d’une prévision de demande. e/ Signaux d’alerte : Un système de prévision
destiné à gérer des milliers d’articles doit être mis sous contrôle : il faut détecter très rapidement
toute déviation par rapport à un comportement normal pour éviter les conséquences désastreuses
de l’emploi de prévisions erronées dans les décisions logistiques. Pour cela, il faut surveiller en
continu, pour chaque article, les trois mesures de la qualité de la prévision citées précédemment. Le
principe de la surveillance est simple : on fixe une limite à l’écart absolu moyen lissé et deux bornes
inférieure et supérieure à l’écart algébrique lissé. Tant que les valeurs calculées restent à l’intérieur
des limites, on ne change rien au modèle. Si l’une des grandeurs dépasse l’une des limites préfixées,
il faut intervenir pour comprendre les causes de la modification de la demande qui commence à se
produire. Cela peut être une demande exceptionnelle qui n’a pas été correctement filtrée, ou bien
l’apparition d’une tendance, ou encore le retournement d’une tendance existante. Les limites de
contrôle sont d’autant plus étroites que le coût d’une erreur de prévision est élevé. Les systèmes
informatiques de prévision effectuent très facilement ces calculs et ces comparaisons. Certains
réalisent même la correction automatique des paramètres du modèle lorsque l’écart algébrique lissé
atteint sa limite de contrôle. C’est ce que l’on appelle le lissage auto-adaptatif.
B- La régression et les modèles d’extrapolation : 1. La régression : Nous avons évoqué plus haut la
possibilité d’utiliser la technique de la régression pour calculer l’équation de la droite représentative
d’une tendance de type linéaire. Nous commencerons donc par cet exemple simple. Considérons les
données de la figure 6. On constate intuitivement que les données présentent une tendance linéaire,
et nous pourrions, en reportant ces données sur un graphique, tracer la droite qui semble le mieux
représenter cette tendance. Notons que cette technique n’est pas utilisable directement en cas de
série saisonnière. 2. Les modèles d’extrapolation : Si l’on admet que les facteurs qui ont déterminé la
demande passée continuent à agir sur la demande future, la première règle de bon sens consiste à
tenir compte de toutes les données passées et d’en faire la moyenne. Cette méthode dite moyenne à
long terme présente de graves inconvénients : l’accumulation des données et donc le grand nombre
de données à traiter ; ensuite, le fait d’accorder le même poids aux données les plus anciennes et aux
données les plus récentes : sauf si la loi qui rend compte de la demande est stationnaire, il est
raisonnable de penser que les dernières données sont les plus significatives. En revanche, la
moyenne sur toutes les données permet d’éliminer dans la prévision les variations aléatoires : cette
méthode de la moyenne à long terme ne peut donc s’appliquer qu’à une demande stable. 2-1. La
moyenne mobile simple : Cette technique consiste à prendre la moyenne arithmétique des n
dernières données pour établir la prévision. A chaque nouvelle période, la donnée la plus ancienne
est remplacée par la plus récente (d’où le terme de mobile). Le stockage et le traitement des
données sont donc moins lourds que précédemment, et dépendent du choix de n. le deuxième
inconvénient est minimisé puisque la donnée la plus ancienne est éliminée à chaque nouvelle
prévision. Les entreprises ayant fréquemment à produire ou à distribuer des centaines ou des milliers
d’articles (le cas de notre entreprise), on se contente, en général, de choisir un nombre de périodes n
compris entre 3 et 6. Le tableau ci-dessous montre dans sa partie gauche un exemple d’application
de la méthode de la moyenne mobile sur trois périodes. On constate un lissage des variations
aléatoires. La prévision encadre les demandes réelles sur la première partie de l’année. En revanche,
dés qu’apparaît une tendance, la prévision est systématiquement en retard et le modèle n’est plus
adapté. 2-2. La moyenne mobile pondérée : Dans cette méthode, on veut traduire le fait que les
données des n valeurs passées retenues ne rentrent pas dans la prévision avec la même importance :
pour ce faire, on leur accorde un poids différent en leur appliquant un coefficient. La somme des n
coefficients doit évidemment être égale à 1. C’est ce qui est fait dans la colonne prévision 2 du
tableau, où les poids respectifs sont de 20%, 30%, 50%. Pour obtenir la prévision du mois n+1, soit
avril, on multiplie la demande de janvier par le coefficient 0,2, celle de février par 0,3, celle de mars
par 0,5 et on en fait la somme, soit : 100 x 0,2 + 90 x 0,3 + 105 x 0,5 = 99,5. On constate sur le tableau
que dans la période stable de Janvier à septembre, non seulement la pondération n’apporte rien,
mais qu’elle simplifie la dernière variation aléatoire. En revanche, cette méthode est supérieure dès
qu’apparaît une tendance. Dans ce cas, on a intérêt à accorder un poids encore plus grand aux
données les plus récentes : c’est ce qui est fait dans la colonne Prévision 3 en choisissant les poids
respectifs 0,1, 0,2, et 0,7. La prévision est meilleure, mais elle est cependant toujours en retard sur la
demande réelle. Il aurait mieux valu prendre en compte, dans l’analyse, un changement de structure
à partir de septembre et introduire dans notre modèle une correction de tendance. Nous aurions pu
également réduire à 2 la valeur de n, mais le résultat amélioré aurait été encore en retard par
rapport à la demande, et au détriment de la stabilité.
Dans la plupart des situations, le nombre de références à gérer est très élevé : de plusieurs centaines
à plusieurs milliers voire plusieurs dizaines de milliers. En conséquence, le gestionnaire du stock ne
peut prendre des décisions pour chacune des références ; il doit définir, pour chaque groupe de
références ayant des comportements homogènes, des règles de gestion qui sont ensuite appliquées
de façon systématique. La demande étant subie, les règles de gestion de stocks consistent à définir
des politiques de réapprovisionnement : déterminer à quel moment on passe des commandes de
réapprovisionnement et quelle quantité on réapprovisionne. Les systèmes de gestion de stock que
nous allons présenter ici sont adaptés aux articles dont : la durée de vie est suffisamment longue
pour permettre plusieurs réapprovisionnements. La demande présente des variations limitées autour
d’une moyenne : on peut l’assimiler à une loi de distribution statistique analysable dans les séries
chronologiques. Le délai de réapprovisionnement est, lui aussi, variable autour d’une moyenne. Ainsi
l’hypothèse d’indépendance sur la demande, exclut le cas d’une demande induite pour les matières
premières et composants, les en-cours et les stocks intermédiaires. Cette demande, au lieu d’être la
somme de besoins individuels et indépendants, résulte d’un plan de production par l’application de
la méthode MRP (Material Requirements Planning) dite en français la planification des besoins en
composants. Dan ce cas, il s’agit de stocks que nous avons appelés stocks de fabrication, et les
modèles relatifs aux stocks de distribution ne s’appliquent généralement pas. Ces modèles ne
s’appliquent pas non plus lorsque les consommateurs sont trop peu nombreux car cette situation
rend illusoire l’assimilation de la demande à une loi de distribution statistique.
I- Typologie des systèmes de gestion de stock : Les deux questions fondamentales auxquelles il faut
répondre pour gérer des stocks sont les suivantes : Quand commander et Combien commander ? 1.
Quand commander : Répondre à cette question revient à déterminer l’événement qui déclenche la
passation de commande. Deux systèmes principaux sont employés : soit, le gestionnaire passe une
commande (ou un lancement) à périodicité fixe, par exemple, une fois par semaine ou une fois par
mois ; soit, il passe une commande quand, en diminuant, le stock passe en dessous d’un niveau
minima appelé stock d’alerte ou point de commande. 2. Combien commander : La réponse à cette
question dépend de la réponse à la question précédente. En effet, si l’on passe des commandes à
dates fixes pour une quantité fixe, on ne s’adapte jamais aux variations de la demande. Donc, il faut
que soit le facteur temps, soit le facteur quantité soit variable. On en déduit les principes de deux
grands systèmes de gestion de stock : Si la commande survient lorsqu’un stock minimum est atteint,
on approvisionne toujours la même quantité, 50 ou 500 unités par exemple ; Si la passation de
commande a lieu à périodicité fixe, on approvisionne des quantités, différentes d’une commande à la
suivante (par exemple ce qui a été consommé depuis la dernière commande passée) pour ramener le
niveau du stock à un niveau dit de recomplètement. En résumé, on peut choisir entre deux types de
systèmes de gestion de stock : 1- le système à quantité fixe et à périodicité variable ; 2- le système à
périodicité fixe et quantité variable. Le premier système consiste à commander une quantité fixe Q à
chaque fois que le stock (2) descend à un niveau déterminé dit point de commande. La date de
passation de commande est donc variable : si la demande est plus forte, le point de commande sera
atteint plus tôt; si la demande se ralentit, le point de commande sera atteint plus tard. Le principe du
second système de base est le suivant : à périodicité fixe (par exemple, tous les mois ou tous les
trimestres), on constate le stock disponible et on le ramène à un niveau fixe dit niveau de
recomplètement, par une commande de réapprovisionnement. Cette commande est donc
habituellement égale à la demande de la période précédente.
II- Etude du système à point de commande Le principe de ce système consiste à passer une
commande lorsque le niveau du stock disponible descend à un niveau théorique dit point de
commande (ou stock d’alerte). Le support administratif de ce système est très simple : il suffit de
tenir à jour, par article, une fiche de stock sur laquelle sont portés les paramètres de gestion pour cet
article, c’est à dire le point de commande et la quantité à commander. Pour visualiser le
fonctionnement, considérons la fiche de stock de la figure suivante : Les hypothèses retenues,
correspondant aux cas les plus fréquents, étant que la demande et le délai d’obtention fluctuent
respectivement autour d’une moyenne, le point de commande est égal à la demande moyenne
pendant le délai d’obtention moyen augmenté d’une quantité destinée à couvrir les aléas sur la
demande et sur le délai que l’on appelle stock de sécurité. Niveau du point de commande = demande
moyenne pendant le délai d’obtention moyen + stock de sécurité. Nous verrons plus loin comment
déterminer le stock de sécurité. Notons dès à présent que, si le point de commande est fixé trop
haut, le stock moyen augmente ainsi que le coût de possession du stock. Si, à l’inverse, le point de
commande est fixé trop bas, le stock moyen diminue, mais le risque de rupture s’accroît. Lorsque la
demande augmente, le point de commande est atteint plus rapidement et le réapprovisionnement
est commandé plus tôt. Dans la mesure où le stock de sécurité peut absorber le surcroît de demande
pendant le délai d’obtention, il n’y a pas rupture. Le système suppose que l’on puisse passer une
commande ou faire un lancement dès que le point de commande est atteint ; cela entraîne des
difficultés dans plusieurs cas : de nombreux articles proviennent d’un même fournisseur. Comme les
différents articles atteignent le point de commandes à des dates différentes, on ne peut pas
effectuer un regroupement des commandes. L’organisation de la production est souvent telle (dans
l’entreprise ou chez le fournisseur) qu’un lancement ne sera pris en compte qu’à l’établissement du
prochain programme (mensuel, par exemple) de fabrication ; le délai d’obtention s’en trouve allongé.
La prise en compte de la commande étant périodique, le système ne fonctionne plus comme un
système à point de commande. Il est alors nécessaire qu’il soit associé, soit à une organisation souple
de la production, soit à l’existence de stocks chez le fournisseur. La connaissance du stock disponible
à tout instant, nécessaire pour être informé dès qu’un article atteint son point de commande, peut
entraîner des coûts de gestion importants mais ce n’est pas toujours le cas. Une méthode simple
consiste à isoler physiquement le stock correspondant au point de commande. Une façon
fréquemment utilisée pour effectuer les réapprovisionnements est la mise en ouvre du système dit à
deux casiers. Il consiste à puiser dans un premier casier; lorsque ce casier est vide, on commande une
quantité de produits correspondant au volume d’un casier. En attendant la réception, on puise dans
le second casier. Lorsque les stocks sont suivis par un système informatique qui enregistre les
mouvements en temps réel, la connaissance du niveau de stock est permanente et le système peut
signaler à tout moment les articles qui ont atteint leur point de commande. En résumé, le système à
point de commande est le mieux adapté lorsqu’un ou plusieurs des éléments suivants sont réunis :1-
Demande à forte variabilité ; 2- Articles qui par leur prix, leur importance pour l’entreprise imposent
une forte protection contre les ruptures ; 3- Système de production souple ; 4- Présence de stocks
chez le fournisseur.
IV- Les coûts des stocks : Généralement le coût des stocks est la somme de trois termes : le coût
d’acquisition, le coût de détention et le coût de passation de commande ou de lancement en
fabrication. 1- le coût d’acquisition : C’est le produit du coût unitaire par le nombre d’unités
achetées. En principe, ce coût ne dépend pas du système de gestion choisi. Cependant, lorsque le
coût unitaire varie avec la quantité commandée (remises sur quantités), il est indispensable de le
prendre en compte dans le recherche du système de gestion le plus approprié. 2- le coût de
possession : Le fait de conserver un produit en stock entraîne pour l’entreprise, d’une part, des frais
de stockage, d’autre part, une immobilisation financière qui engendre des frais financiers. Les frais de
stockage sont constitués par le coût de l’entrepôt et du matériel d’entreposage, les coûts du
personnel du magasin, les primes d’assurance, des frais divers tels que l’éclairage, le chauffage, etc.
ces frais de stockage varient selon la nature des articles stockés. Les marchandises que l’on a en stock
ont été facturées par le fournisseur (ou des frais de fabrication ont été engagés). Cela représente un
besoin en fonds de roulement qui doit être financé soit en puisant sur la trésorerie de l’entreprise,
soit par recours au crédit bancaire. Cette immobilisation financière a donc un coût que l’on peut
estimer de diverses façons : taux de découvert bancaire, coût moyen du capital de l’entreprise, taux
de rentabilité des capitaux investis. Au total, on considère que le coût de possession d’un stock
représente de 20% à 40% de la valeur de ce stock. C’est ainsi qu’un stock de 30 000 000 Dhs (le cas
de la SMI –en moyenne-), si le taux de possession est de 30% par an, coûte annuellement 9 000 000
Dhs. Pour certains articles, il faut ajouter le coût d’obsolescence. Certains articles conservés trop
longtemps en stock, techniquement dépassés ou démodés, sont invendables ou inutilisables. Plus le
stock est important, plus le risque d’obsolescence est grand et donc plus ce coût est élevé. 3- le coût
de passation de commande ou de lancement : Avant de passer une commande, il faut surveiller le
niveau du stock, déterminer la taille de la commande, choisir un fournisseur, fixer avec lui le délai, le
prix et les conditions de livraison. On doit ensuite émettre la commande et en assurer la réception,
contrôler et payer la facture du fournisseur. Tous ces coûts sont indépendants de la taille de la
commande, mais se répètent à chaque fois qu’une nouvelle commande est passée. Il en est de même
lorsqu’un lancement en fabrication doit être fait pour alimenter un stock de produits finis ou semi-
finis : le lancement fait l’objet d’un certain nombre de travaux administratifs : instructions aux
ateliers, bons de sortie matières, ordonnancement dans le programme de production, recherche des
gammes, émission de l’ordre de fabrication. De plus, le changement de fabrication entraîne des coûts
additionnels en production : montage de nouveaux outils, réaccoutumance du personnel, nouveaux
réglages, dégradation possible de la qualité au début de la nouvelle série.
Comme signaler avant, toute la gestion optimale du stock se base essentiellement sur le modèle qui
répond exactement aux deux questions clés : Combien commander et quand commander ? La
réponse à ces deux prérogatives nous amène à déterminer ce qu’on appelle la quantité économique
(combien commander) et le délai économique (quand commander).
CVT = D/Q x L + Q/2 C x H = 200 + 312,5 = 512,5 Dhs. Le coût variable total, CVT, est généralement
représenté sur la figure 11. Notons qu’il est essentiel que D et H soient cohérents, c’est à dire que
leurs valeurs soient exprimées dans la même unité de temps sinon on risquerait d’ajouter, par
exemple, un coût de lancement mensuel (demande D mensuelle) à un coût de possession annuel
(taux H annuel). La formule donnant CVT fait bien apparaître la somme de deux coûts antagonistes,
le coût de possession étant proportionnel à Q alors que le coût de lancement varie en sens inverse. 2.
Détermination de la quantité économique et du coût de gestion des stocks : La quantité économique
est la quantité d’unités commandées à chaque approvisionnement qui conduit au coût variable total
minimum. a/ Délai d’obtention : C’est le délai qui s’écoule entre le moment où l’on passe la
commande et le moment où la marchandise est disponible en rayon nous avons supposé jusqu’à
présent qu’il était nul. Dans un système à point de commande, si le délai de réapprovisionnement est
nul, le point de commande est nul dans un système à recomplètement périodique, le niveau de
recomplètement est égal à la demande moyenne pendant l’intervalle entre deux commande. b/
Analyse de sensibilité du cout variable total les conditions d’applications de la formule de Wilson
sont très restrictives. De plus, les paramètres de la formule, notamment L et H, sont difficiles à
apprécier avec précision. Aussi est-il important d’étudier les effets sur le cout variable total d’une
erreur d’appréciation sur l’un des paramètres. Supposons que nous nous soyons trompé d’un facteur
multiplicateur k sur l’un des paramètres, par exemple sur L : le véritable cout de lancement n’est pas
L mais L’=kL. La quantité économique Q* que l’on aurait du trouver aurait été. II- Les stocks de
sécurité. 1. Les aléas : Dans de nombreuses situations, le système de gestion des stocks doit faire
face à des aléas de plusieurs natures. La demande résultant de nombreuses demandes. Individuelles
est aléatoire. Le fournisseur ne respecte pas le délai de livraison annoncé. Le contrôle des pièces à la
réception élimine des pièces non conformes. L’existence d’un ou plusieurs aléas oblige le
gestionnaire, s’il veut éviter les ruptures, la perte de chiffre d’affaires et la perte d’image de marque
qui en résultant, à prévoir un stock de sécurité que l’on note Ss. Le stock moyen devient : Q/2 + Ss et
le coût de détention : (Q/2 + Ss) CH. Cette formulation fait l’hypothèse que les ruptures sont peu
fréquentes, sinon le stock moyen est inférieur à Q/2 + Ss. 2. Le niveau de service ou coût de rupture :
Pour fixer le stock de sécurité, on peut partir : soit d’une évaluation du coût de rupture, et
rechercher le minimum de la somme des coûts de rupture et des coûts de détention ; soit d’un
objectif de niveau de service au client, qui peut s’exprimer notamment par : le rapport entre le
nombre d’articles (ou de commandes) livrées immédiatement et le nombre d’articles (ou de
commandes) à livrer ; le nombre de jours (ou de périodes) sans rupture sur le nombre total de jours
(ou de périodes) considérés. 3. L’intervalle de protection : L’intervalle de protection est la période
pendant laquelle le stock de sécurité doit jouer son rôle de protection contre les aléas. Dans un
système à point de commande, c’est le délai d’obtention. Dans un système à recomplètement
périodique, le gestionnaire passe une commande à la fin de chaque période. La protection doit jouer
jusqu’à l’arrivée de la commande suivante, c’est à dire pendant une période plus le délai d’obtention.
4. Le principe du calcul du stock de sécurité : Nous devons fixer le niveau du stock au moment de la
passation de commande, en fonction du niveau de service choisi. Dans la figure 11, x est la demande
pendant l’intervalle de protection, Xm sa moyenne, f(x) sa densité de probabilité, SN le niveau de
stock atteint lors de l’émission d’une commande et SS le stock de sécurité qui est égal à SN- Xm.
résentation du module : Ce module dont la durée est de 48 heures, fait parti du « Tronc » Production
dans l’organisation d’une entreprise. Prenant en compte les problèmes soulevés par la présence des
stocks dans les entreprises. En effet, dans le secteur privé, comme dans le secteur public, les
entreprises disposent souvent de stocks importants d’où la nécessité d’une gestion rationnelle de ces
derniers. Dans le secteur public, de nombreux services s’occupent de cette gestion grâce à une
codification appropriée des matériels et des articles divers qu’ils ont à stocker. Une telle action
permet ainsi de lutter contre les doubles emplois et les gaspillages. Les mêmes préoccupations se
retrouvent dans le secteur privé. Aussi, l’objectif de ce module, est de « lever le voile », de montrer
qu’une saine gestion des stocks doit être réalisé, dans toutes les entreprises, moyennant l’utilisation
de méthodes scientifiques, d’un coût peu élevé et génératrices de profits parfois insoupçonnés. Pour
arriver à cet objectif, différents types d’opérations sont nécessaires :
Les stocks peuvent être définis comme l’ensemble des articles rassemblés à l’intérieur de l’entreprise
et en attente d’utilisation. Ils sont essentiellement composés de matière premières, de fournitures,
de produits semi-fini et emballages commerciaux. Les stocks sont indispensables à l’entreprise dans
la mesure où ils lui évitent les ruptures qui engendrent l’arrêt de la production et parfois la perte de
certains clients. Mais les stocks coûtent cher, il faut donc les gérer de façons rationnelle en : évitant
les ruptures et minimisant les coûts. La gestion des stocks consistera donc à organiser au mieux un
sous ensemble de l’entreprise composé de trois élément : les flux d’entrées, les articles en attentes,
et les flux de sorties. Aussi faut-il prévoir une organisation des magasins et des taches administratives
s’y rapportant.
1.1.1. L’organisation des magasins : Le magasin est le lieu où sont reçus, stockés et distribués tous les
articles entrant dans l’entreprise. L’organisation des magasins doit obéir à certains principes
d’implantation, d’entreposage, et de classement.
1.1.3 L’entreposage : Dans l’entreposage, il faut tenir compte des mouvements même des articles
stockés Par exemple, les articles qui sortent fréquemment doivent être rangés près de la porte et
ceux dont on n’a pas souvent besoins seront laissés loin de la porte. Il faut aussi éviter de ne
distribuer que les derniers articles arrivés parce que les autres articles risquent d’être détériorés.
1.1.4 Le classement : Le magasin de stockage doit être composé de zones qui sont des espaces pour
l’entreposage du matériel de grande dimension, et des casiers en bois ou métalliques qui servent à
ranger les articles de faible dimension. Le classement est un dispositif qui permet de repérer ces
zones et ces casiers. Les zones sont généralement désignées par des lettres et les casiers par des
chiffres.
1. 2.1 La normalisation des articles : Il s’agit de classer les articles selon le degré de leur utilité. Il
s’agit de déterminer les articles qui conviennent le mieux aux besoins de l’entrepris et d’éliminer
toutes les variétés superflues. Ce classement à pour avantage la réduction du nombre d’articles
stockés et par conséquent du niveau général des stocks et de leur coût
1.2.2 La classification des articles : La classification des articles peut se faire selon un critère
déterminé : L’origine du produit, sa nature ou sa destination ce qui peut faciliter l’identification des
produits en magasin.
1.2.3 La symbolisation des articles : La symbolisation des articles facilite leur classification, elle
consiste à attribuer à chaque article un symbole ou un code permettant son identification. La
symbolisation peut être alphanumérique ou numérique ; elle est généralement aussi brève que
possible Quand elle est numérique, la symbolisation permet l’utilisation de l’informatique dans la
gestion des stocks.
1.3 .1 Le contrôle des entrées : Les entrées peuvent provenir soit des fournisseurs, soit des autres
services de l’entreprise (cas des produits finis). Elles doivent être contrôlées quantitativement et
qualitativement par le magasinier. Pour les entrées en provenance des fournisseurs, on établit un
bon de réception. Pour les entrées provenant des autres services (les ateliers par exemple), on établit
un bon d’entrée selon le même principe que le bon de réception, mais dont l’usage est interne. Pour
respecter le principe du contrôle mutuel, ce bon doit être doublement signé par le magasinier et par
le service livreur.
1.3.2 Le contrôle des sorties : Les sorties sont destinées soit aux services internes de l’entreprise, soit
à l’extérieur (vers les clients) Le contrôle est effectué grâce au bon de sortie doublement signé par le
magasinier et le service receveur. Les sorties vers les clients sont contrôlées par les bons de livraison.
1.3.3 Le contrôle des retours : Bien que ce ne soit pas un mouvement normal, le retour au magasin
d’articles déjà sortis et enregistrés peut avoir lieu. C’est le cas d’annulation de commande ou
d’ordres de fabrication. Le contrôle des retours est généralement effectué à travers un document
appelé « bon de retour » comportant les mêmes informations et ayant la même forme que le bon
d’entrée.
1.3.4. Le contrôle des existants Les fiches des stocks sont, théoriquement, en mesure d’informer à
tout moment le gestionnaire des stocks sur les quantités stockées. Mais parfois les stocks réels ce
concordent pas avec les stocks indiqués par les fiches. Ce qui cause les ruptures des stocks ou le sur
stockage. Pour éviter ces erreurs, le contrôle des existants a lieu à travers le dénombrement effectif
des articles stockés ou l’inventaire. Celui-ci est imposé par la loi. Il a lieu soit globalement en fin
d’année, soit catégorie par catégorie tout au long de l’année. Dans ce dernier cas l’inventaire est dit
tournant.
1.4. Les outils de gestion des stocks : Les stocks renferment plusieurs types de marchandise. Pour les
gérer, au-delà des règles de gestion présentées dans le paragraphe précédent, le gestionnaire des
stocks utilise les outils suivants :
1.4.1 La nomenclature : La nomenclature des articles stockés est une fiche qui comprend pour
chaque article le numéro de code et une désignation simple, précise et complète. Elle fournit un
langage commun (le code) à tous ceux qui, dans l’entreprise, ont à connaître les stocks (le
responsable du service achat, le magasinier, le responsable de la production..). Elle facilité ainsi la
communication entre les membres de l’entreprise et permet d’éviter les erreurs.
1.4.2- Les fiches de stocks : Ce sont des fiches qui portent les renseignements nécessaires à
l’entreprise concernant chacun des articles stockés. Ces renseignements sont le numéro de code de
l’article, sa désignation, son unité de comptage, les commandes en cours, le niveau du stock
disponible en magasin et les indices permettant de repérer les articles à approvisionnement normal,
à épuiser ou à éliminer, etc.… Ces fiches sont généralement classées selon un critère déterminé,
choisi par le responsable des stocks. Ce critère peut être le numéro de code, l’ordre alphabétique…
1.4.3 Les fiches d’approvisionnement : Ces fiches sont tenues par le gestionnaire du stock. Elles
referment des éléments fixes concernant les stocks tels que le numéro de l’article et sa désignation,
des éléments révisables comme le délai d’approvisionnement ou la consommation moyenne
mensuelle de l’article et des éléments variables comme la quantité disponible au magasin, la
quantité en commande, la quantité à commander, etc... Dans le cas où le gestionnaire du stock a son
bureau dans le magasin, il peut reporter tous les renseignements relatifs aux stocks sur les fiches de
stocks et ne pas constituer des fiches d’approvisionnement.
2.1.1 Le coût moyen pondéré (CMP ou PMP ou CUMP) : Cette méthode permet de valoriser le stock
et les sorties de stock au coût moyen. Cette méthode exige que ce coût moyen soit recalculé à
chaque entrée en stock. La formule de calcul est la suivante : CMP = Valeur stock + Valeur de
l’entrée. Avantages : Cette méthode est préconisée par le fisc. Elle permet une gestion simple qui
évite de conserver un historique Elle « lisse » les variations de prix. Inconvénients : Elle nécessite le
calcul à chaque entrée en stock. Elle pose problème si le prix n’est pas connu à la réception.
2.2.1 L’utilisation des prix par lots : Cette méthode fonctionne comme si chaque lot était stocké
séparément et son prix d’acquisition mémorisé. Chaque sortie de stock se fait en suite sur un lot bien
identifié, au prix correspondant à ce lot. De plus, plusieurs politiques sont possibles dans le choix des
lots à sortir de stock.
2.2.2 .Méthodes FIFO (first in, first out) : Cette méthode permet la sortie systématique du lot le plus
ancien. Avantages : Le stock est valorisé à un coût proche de celui de remplacement. Inconvénients :
Les coûts des sorties sont sous-valorisés en période de hausse des prix, et survalorisés en période de
baisse des prix. En période de hausse des prix , la méthode augmente les bénéfices fiscaux.
2.2.3 Méthode LIFO (last in, first out) : Cette méthode permet la sortie systématique du lot le plus
récent. Avantages : Les sorties de stock sont valorisées à un coût récent. En période de hausse, la
méthode diminue les bénéfices fiscaux. Inconvénients : Cette méthode n’est pas admise par le fisc.
Les stocks sont sous-valorisés en période d’inflation et sur-valorisés en période de baisse. Incidences
sur l’organisation : Comme l’exercice précédent le montre, les méthodes de tenue des stocks par lots
exigent de conserver un historique parfois très ancien. Elles sont très délicates à utiliser à la main, et
les risques d’erreurs sont nombreux, particulièrement lorsque les sorties concernent plusieurs lots
simultanément. Conclusion : la méthode la plus simple et la plus utilisée reste la méthode du coût
moyen pondéré, autant pour valoriser les stocks de matières premières et de composants que les
produits finis.
3.1.2 La méthode ABC (ou diagramme de Pareto) : La méthode ABC propose de retenir le critère de la
valeur annuelle consommée pour classer les articles. Ce critère permet de prendre en compte à la
fois le prix des articles et la quantité consommée. On constate souvent que 20 % des articles
représentent 80% de la valeur consommée, c’est la fameuse règle des 20-80. Même si ces
pourcentages ne sont pas strictement respectés, l’idée est que tous les articles n’ont pas la même
importance financière et ne doivent donc pas être gérés de la même manière. La méthode ABC
propose donc de ranger les articles dans 3 classes :
4.1 Le coût du stock : « Le stock, voilà l’ennemi » (vieux proverbe japonais). Le coût des stocks ne
réside pas seulement dans le coût d’achat, on doit prendre en compte : Le coût de commande ou de
passation et le coût de stockage ou de possession. Le gestionnaire des stocks souvent confronté au
problème de l’optimisation de ces deux types de coût. Voyons de quoi se compose chacun de ces
coûts et quel peut être leur importance.
4.1.1 Le coût de commande ou de passation : Ce coût est lié à l’existence des fonctions
approvisionnement, réception et comptabilité fournisseurs. Il est souvent beaucoup plus élevé qu’il
ne paraît à première vue. Il se compose des principaux éléments suivants :
- salaires et charges des approvisionnements, réception et comptabilité fournisseurs
- prix de l’énergie
L’unité d’oeuvre : Il semble que l’unité d’oeuvre la plus adaptée soit la livraison effectuée.
L’ensemble de ces frais sera donc rapporté au nombre de livraisons, et on pourra Calculer le prix
d’une livraison. En effet, la plupart des frais engagés (contrôle des délais, relances, réception,
enregistrement des factures fournisseurs) paraissent plutôt liés aux livraisons qu’aux commandes.
Certaines entreprises utilisent cependant le prix d’une commande. Le coût de l’unité d’oeuvre : On
l’obtiendra en divisant le coût total de passation par le nombre de livraisons.
4.1.2 Le coût de stockage ou de possession : Il est généré par l’existence de stock dans l’entreprise. Il
est également plus élevé que l’on croit. Il est composé des principaux éléments suivants : taux de
l’argent immobilisé dans les stocks ; salaires et charges de la gestion des stocks et des magasins ;
location ou amortissement des locaux, machines, matériel et mobilier utilisés ; frais d’énergie
(manutention, électricité, chauffage, climatisation,…) ; entretien des stocks et du matériel ; primes
d’assurance ; pertes par détérioration, vol, erreurs,…
Remarque : certaines entreprises déduisent du loyer de l’argent le taux de l’inflation pour prendre en
compte le fait que le stock augmente de valeur.
Le coût de l’unité d’oeuvre : Il sera obtenu en divisant le total des frais de possession par la valeur du
stock moyen. Nous obtiendrons ainsi un pourcentage de la valeur du stock moyen.
Une valeur de l’ordre de 20 à 25% de la valeur du stock moyen est fréquemment rencontrée.
5.1.Le stock de sécurité : Dans l’idéal, la consommation des produits en stock est parfaitement
régulière, et les réapprovisionnements s’effectuent aux dates prévues. Dans la réalité, la
consommation est fluctuante, et les délais de livraisons ne sont pas toujours exactement respectés.
Le stock de sécurité va permettre de se prémunir : a) d’un accroissement de la consommation ; b)
d’un allongement des délais. La couverture ainsi obtenue par le stock de sécurité permettra de ne
pas tomber en rupture, même dans le cas plus défavorable constaté jusqu’à présent. Quand il n’y a
pas d’aléa sur les délais, une analyse statistique des consommations par période permet d’évaluer le
stock de sécurité en fonction du taux de couverture souhaité. Modes de calcul du stock de sécurité :
A partir de l’observation des consommations, on calcule soit l’écart type, soit l’écart moyen absolu.
Ecart type : Il mesure la dispersion des valeurs par rapport à la moyenne. Plus l’écart type sera grand,
plus les valeurs observées seront éloignées de la moyenne.
5.2.1 Le point de commande ou stock d’alerte : Le problème du responsable des approvisionnements
est de répondre à 2 questions liées entre elles : - QUAND APPROVISIONNER? COMBIEN
COMMANDER ? Le système du point de commande suppose une demande régulière, constante et
connue. Il consiste à commander des quantités fixes à des dates variables. Principe de calcul : De
manière intuitive, On sait qu’il faut commander quand le stock atteint un niveau tel qu’il nous
permettra de faire face à la consommation en attendant un réapprovisionnement. Le niveau du stock
d’alerte est donc défini comme la consommation pendant le délai, augmentée du stock de sécurité.
5.2.3Notion de délai d’obtention : Le délai d’obtention est la durée totale qui s’écoule entre le
montant où le stock d’alerte est atteint et le montant où les article sont effectivement disponibles.
Attention : Il serait dangereux d’assimiler ce délai au délai de livraison annoncé par le fournisseur.
Pour calculer le délai d’obtention, il faut ajouter : 1/ Le délai qui s’écoule entre le moment où le stock
atteint le point d’alerte et le moment où ce fait est pris en compte (cas des examens des stocks à
période fixe). 2/ Le délai administratif de passation de commande, 3/ Les délais de poste, 4/ Le délai
d’approvisionnement par le fournisseur (transport compris). 5 /Le délai de réception (contrôle de la
qualité et de la quantité). 6/ Le délai de mise en magasin à disposition des demandeurs (fiches de
stock, saisie informatique, manutention).
Bibliographie :