LA GESTION DES

STOCKS ET DES
APPROVISIONNEMEN
•
TS
Fait par:
El Fetri Rabab
Encadré par:
- Mr M.A. Mbarki
• Kaouki Ikrame

• Berdai Jihane

• Chaib Yasmine

Année scolaire: 2006/2007

23/05/14 1
 LES MOULINS DE
MEKNES
 Les moulins de Mèknes, connus sous le label
« ELGHAZALA », sont une minoterie
industrielle créée en 1951 par un groupe
français.
 Elle est spécialisée dans la production et la
commercialisation de différents types de farine
à savoir : BTIL - E25P - E50 2 - BTL - E50
Plux -E10P - BTC - E50 PC - E35 C -E40 P.

23/05/14 2
LA GESTION DES STOCKS
 Pour gérer ce nombre considérable d’article,
l’entreprise a préféré appliquer des modes de
gestion différents selon l’importance des
articles.
 Pour se faire, la direction concernée a opté
pour la méthode « ABC » .

23/05/14 3
LA METHODES « ABC »

 Cette méthode consiste en la classification des

produits selon leur consommation en trois
grandes catégories A,B,C.

23/05/14 4
LA METHODES « ABC »

 Ce classement est fondé sur le principe bien

connu des 80-20 ; 20% des articles
représentent 80%de la valeur totale des sorties,
et les 80% des articles restants ne représentent
que 20%.

23/05/14 5
 ETUDE DE CAS

 Des livres registres et des fiches d’achats de

l’année 2002, on extrait ce qui suit :

23/05/14 6
 Articles Achats Prix unitaire
BTL 44 013,00 260,80
BTIL 205 479,00 260,80
BTC 109 143,00 260,80
E 25 PL 195 000,00 2,25
E 50 C 121 200,00 5,00
E 40 SONF 150 300,00 2,50
E 25 RS 45 000,00 2,25
E 25 Extra 156 250,00 2,25
E 50 Extra 85 000,00 5,00
E 10 L 68 900,00 1,00
E 50 L23/05/14 6 300,00 5,007
 Des comptes de la balance générale de
l’exercice, on peut extraire :

23/05/14 8
 Articles Stock initial Stock final Articles en
%
BTL 1 509,00 9
BTIL 3 720,00 9
BTC 5 590,00 9
E 25 PL 8 750,00 28 900,00 9
E 50 C 37 000,00 57 400,00 9
E 40 SONF 13 500,00 1 900,00 9
E 25 RS 8 250,00 8 250,00 9
E 25 Extra 33 000,00 61 000,00 9
E 50 Extra 18 000,00 38 500,00 9
E 10 L 1 300,00 26 500,00 9
E 50 L
23/05/14 58 900,00 32 000,00 99
QUESTIONS

23/05/14 10
 Classez les produits selon la méthode
ABC, et représentez graphiquement
les résultats.

23/05/14 11
 ETAPES A SUIVRE
(1)
 1° Calculez la consommation totale de chaque
article en quantité et en valeur.

 2° Calculez la proportion de chaque article par

rapport à la consommation totale.

 3° Commentez.

23/05/14 12
SOLUTIONS

23/05/14 13
 1° et 2°

sachant que la consommation= achats+ stock

initial – stocks final

23/05/14 14
Articles Achats Stock Stock Cons PU Cons en valeur Cons
initial final %
BTL 44 013 1 509 42 504 260,80 11 085 043,20 11,68
BTIL 205 479 3 720 209 199 260,80 54 559 099,20 57,51
BTC 109 143 5 590 103 553 260,80 27 006 622,40 28,47
E 25 PL 195 000 8 750 28 900 174 850 2,25 393 412,50 0,41
E 50 C 121 200 37 000 57 400 100 800 5,00 504 000,00 0,53
E 40 150 300 13 500 1 900 161 900 2,50 404 750,00 0,43
SONF
E 25 RS 45 000 8 250 8 250 45 000 2,25 101 250,00 0,11
E 25 156 250 33 000 61 000 128 250 2,25 288 562,50 0,30
Extra
E 50 85 000 18 000 38 500 64 500 5,00 322 500,00 0,34
Extra
E 10 L 68 900 1 300 26 500 43 700 1,00 43 700,00 0,05
E 50 L 6 300 58 900 32 000 33 200 5,00 166 000,00 0,17
94 874 939,80 100
23/05/14 Total 15
 3°
 On remarque que le BTIL représente 57% de
la consommation totale, représentant ainsi le
produit le plus consommé, suivi du BTC avec
plus de 28%. Le moins important est le E 10 L
avec 0,05%.
 Ce qui nous permet de distinguer les
différentes tranches d’articles en stock en
retenant comme critère d’évaluation la valeur
annuelle consommée.

23/05/14 16
 ETAPES A SUIVRE
(2)
Une fois les consommations sont déterminées, on peut
procéder à la classification des produits :
 4° Commencez par le classement par ordre

décroissant des proportions de consommation.

 5° Faites le cumul de ces proportions classées.

 6° Essayer des les placer en trois catégories selon leur

importance (la règle 20-80).

 7° Représentez graphiquement les résultats.

 8° Commentez les résultats.

23/05/14 17
SOLUTIONS

23/05/14 18
 4°
Rang Cons en % Valeur cumulée Articles Tranche
en% cumulés en%
1 57,51% 57,51% 9 A
2 28,47% 85,97% 18 A
3 11,68% 97,66% 27 B
4 0,53% 98,19% 36 B
5 0,43% 98,61% 45 B
6 0,41% 99,03% 55 C
7 0,34% 99,37% 64 C
8 0,30% 99,67% 73 C
9 0,17% 99,85% 82 C
10 0,11% 99,95% 91 C
11 0,05% 100,00% 100 C
23/05/14 19
 5°
Cette classification permet de déduire que :

 Les deux premiers produits représentent 86%

des sorties totales et 18% de nombre total
d’articles. Ces produits pourraient constituer la
classe A.

23/05/14 20
 5° SUITE
 Les produits qui représentent 13% des sorties
sont constitués de 27% du nombre d’articles.
Ces articles pourraient constituer la classe B.

 Les articles qui restent formeraient la classe C

et représentent 1% de la valeur total de
consommation pour 55% des articles.

23/05/14 21
 5° SUITE

 Cette répartition exige une saine gestion des

stocks, affectant une grande importance aux
articles de la tranche A, moins d’importance
pour les articles de la tranche B et encore
moins pour les articles de la tranche C, vu leur
faible valeur de consommation annuelle.

23/05/14 22
 7°

23/05/14 23
 8°
 Le graphique montre, d’évidence, qu’il faut
examiner souvent les articles de la tranche A
pour les réapprovisionner d’une façon
fréquente (tous les mois par exemple) moins
fréquemment ceux de la tranche B (tous les 3
mois par exemple) et encore moins ceux de la
tranche C (tous les 6 mois par exemple). On
voit ainsi une note sélective de stock en
fonction de l’importance de la valeur de
consommation de chaque article.
23/05/14 24
ANALYSE DU RATIO DE

ROTATION DES STOCKS

23/05/14 25
  Ratio de rotation des stocks :

Le calcul de ce taux permet d’analyser la

manière et la fréquence dont l’entreprise
exploite ses stocks pendant une période
donnée.

23/05/14 26
 QUESTIONS

23/05/14 27
9° Calculer ce ratio pour les produits
suivants : le BTIL, le BTL et le BTC
(en quantité) pour l’année 2001 et
2002.
 (Les données des deux années sont

présentées dans le tableau ci dessous)

23/05/14 28
 MP Cons Sm Cons Sm
2001 2001 2002 2002
BTIL 209199 17649 189691 19906

BTL 42504 3274 16859 1876

BTC 103553 6472 67440 10744

23/05/14 29
10° Commenter les résultats obtenus.

11° Analyser l’évolution du ratio de

rotation des stocks entre 2001 et 2002.

23/05/14 30
 SOLUTIONS

23/05/14 31
 9°
 Le stock moyen :
calculé à partir de la relation suivante :

∑ Stocks moyens
 Stock moyen =
Nombre de mois

23/05/14 32
 9°

∑ (Si+Sf)/2
Stock moyen =
n
Avec Si : stocks en début de période.
Et Sf : stocks de fin de période.

23/05/14 33
 9°

 La consommation annuelle:

= Achats + stock initial – stock final

23/05/14 34
 9°
 Le taux de rotation des stocks:

Consommation annuelle
=
Stock moyen

23/05/14 35
 9°
MP Cons Sm Taux Cons Sm Taux
2001 2002

BTIL 209199 17649 12 189691 19906 10

BTL 42504 3274 13 16859 1876 9

BTC 103553 6472 16 67440 10744 6

23/05/14 36
 COMMENTAIRE
 Pour le BTIL :

L’entreprise a utilisé ses stocks de BTIL douze

fois en 2001. En 2002, elle n’a pas pu l’utiliser
que dix fois. Ceci dit, que la gestion des stocks
de BTIL en 2001 était plus efficace que celle
entrepris en 2002.

23/05/14 37
 COMMENTAIRE (suite)
 Pour le BTL :

La gestion des stocks de BTL a connu à son

tour une détérioration remarquable, le taux de
rotation a baissé de 13 à 9.

23/05/14 38
 COMMENTAIRE (suite)
 Pour le BTC :

Le même constat peut être fait ; l’entreprise a

utilisé son stock en 2001 plus de deux fois
mieux qu’elle ne l’a fait en 2002.

23/05/14 39
 Analyse critique

 les stocks représentent un capital

inactif auquel sont liés des coûts. Ces
frais bloquent généralement les
performances du chiffre d’affaire et
influencent de ce fait sur le bénéfice
brut de ladite entreprise.

23/05/14 40
 Analyse critique

 L’entreprise a intérêt à stocker que le

minimum possible, ceci sera plus bénéfique
et plus avantageux pour elle. Il apportera
incontestablement des améliorations au
niveau des performances de la gestion des
stocks et les résultats se feront sentir
rapidement.

23/05/14 41
 Gestion des approvisionnement et méthode de décomposition
 Dans un but de prendre des décisions relatives au bon
fonctionnement de l’entreprise, cette dernière doit s’appuyer
sur un système de prévision fiable à CT,MT ou LT à travers la
méthode de décomposition.

 La prévision à CT nous serve de base opérationnelle de

production ou approvisionnement ou gestion de stock, c’est le
point de départ de la planification.

 La prévision est aussi un outil de communication entre la

fonction commerciale et la fonction de production. La fonction
approvisionnement reste indépendante.
 Le but de l’application : faire la prévision de la demande
2003 du blé à partir des données de 2002 à travers la méthode
de décomposition

23/05/14 42
 Cas d’application :
Historique de la demande réelle du blé durant les périodes passées :

Mois 2000 2001 2002

Janvier 18452,0 15396,0 15556,0
Février 12523,0 12040,0 11790,0
Mars 13906,0 14714,0 18437,0
Avril 15190,0 15988,0 14279,3
Mai 18080,0 19700,0 15249,0
Juin 15785,0 14870,0 14115,0
Juillet 11780,0 11885,0 19485,0
Août 11672,0 8175,0 17250,0
Septembre 11645,0 6680,0 18177,0
Octobre 16044,0 11645,0 16756
Novembre 20920,0 18140,3 18892
Décembre 11530,0 10955,0 12654
total 177527,0 160188,3 192641

23/05/14 43
T.A.F

1- Faire une représentation graphique de l’évolution de

la demande.
2- Faire une prévision de la demande 2003 à l’aide de
la méthode de décomposition
3- Évaluer la fiabilité de cette prévision. 4-
la qualité du modèle de prévision conçu.

23/05/14 44
1- Représentation graphique

Representation graphique de
l'historique de la demande
Demande en
q u in t a u x
Série1
30000,0
20000,0 Série2
10000,0
0,0 Série3

J a n v ie r

S e p te m

N ovem
J u ille t
M a rs

M ai
M ois

2- la méthode de décomposition, elle stipule que la demande est en

fonction de
Dn = Tn * Sn * Rn

T est la tendance d’évolution à CT de la demande.

S est les variations saisonnières dues aux modifications périodique de la
demande.( il est nécessaire de déterminer avant la période sur lesquels on
travaillera tel que le trimestre par exemple).
R est les éléments résiduels dus à nombreuses causes….

L’équation de la droite de la demande est définie comme D = an + b

23/05/14 45
 Gestion des approvisionnement et méthode de décomposition

 1-Calcul de Tn : tel que Tn = an + b

 2-calcul de Sn : tel que Dn /D moyenne

 3-calcul de Rn :
Comme Rn représente des éléments aléatoires non identifiés et
ne se reproduisant pas à chaque fois sur le modèle, on est
obligé de prendre pour prévision que le produit :
Pn= Tn* Sn

23/05/14 46
 1-Calcul de Tn : tel que Tn = an + b

N ∑ n. Dn _ ∑ n. ∑ Dn 12*1277709.25-78*192641

Avec : a= =
N. ∑ n² _ (∑ n) ² 12650- (78) ²

∑ Dn - a ∑n 192641 -179 * 78
* =
Et b= 12
N 12
N

N : le nombre de périodes de l’historique de la

demande.
n le numéro de la période.

Ainsi : a= 179 et b= 14892, on calcule Tn.

23/05/14 47
 2-calcul de Sn D moyenne= ∑Dn /n= 192641/12=16053,42

Sn (1) = Dn (1) /Dmoyenne = 15556/16503 = 0.9690

Calcul de la prévision de la demande antérieur

Tn=179n+14
Mois N n² D 2002 n.DN 892 Sn Pn=Tn*Sn
Janvier 1 1 15556,00 15556,00 15071,00 97% 14604,02
Février 2 4 11790,00 23580,00 15250,00 73% 11199,95
Mars 3 9 18437,75 55313,25 15429,00 115% 17720,59
Avril 4 16 14279,25 57117,00 15608,00 89% 13883,06
Mai 5 25 15249,00 76245,00 15787,00 95% 14995,93
Juin 6 36 14115,00 84690,00 15966,00 88% 14038,14
Juillet 7 49 19485,00 136395,00 16145,00 121% 19596,16
Août 8 64 17250,00 138000,00 16324,00 107% 17540,75
Septembre 9 81 18177,00 163593,00 16503,00 113% 18686,06
Octobre 10 100 16756,00 167560,00 16682,00 104% 17412,09
Novembre 11 121 18892,00 207812,00 16861,00 118% 19842,38
Décembre 12 144 12654,00 151848,00 17040,00 79% 13431,67
Total 78 650 192641,00 1277709,25 192666,00
23/05/14 48
 Calcul de la prévision de la demande futur (les 12 mois à venir)

Mois n Tn=179n+14892 Sn Pn=Tn*Sn

Janvier 13 17219,00 97% 1628774,47
Février 14 17398,00 73% 1662814,32
Mars 15 17577,00 115% 1697206,19
Avril 16 17756,00 89% 1731950,10
Mai 17 17935,00 95% 1767046,04
Juin 18 18114,00 88% 1802494,00
Juillet 19 18293,00 121% 1838294,00
Août 20 18472,00 107% 1874446,04
Septembre 21 18651,00 113% 1910950,10
Octobre 22 18830,00 104% 1947806,19
Novembre 23 19009,00 118% 1985014,32
Décembre 24 19188,00 79% 2022574,47
Total 222 218442,00
23/05/14 49
3- Évaluation de la fiabilité de la prévision.

 Une prévision est par sa nature incertaine,on peut évaluer

l’erreur et l’incertitude de cette dernière par deux valeurs
complémentaires:
L’erreur moyenne, et l’écart moyen absolu.

23/05/14 50
1/ Erreur moyenne:
 e= ∑ (Di – Pi) = - 2778,80 = - 231,56
n 12
- Cet indicateur apprécie le centrage statistique du modèle de la prévision
2003.
- Ce modèle est correct puisque sa valeur « e » tend vers zéro.

2/ Écart moyen absolu:

 MAD= ∑ │Di – Pi │ = 9194.08 = 766,15

n 12
- Évite les signes contraintes,et contrôle l’écart entre la demande réelle et la
prévision de 2003.

23/05/14 51
 Mois Di Pi Di - Pi │Di - Pi│

Janvier 15 556,00 14604,02 951,98 951,98

Février 11 790,00 11199,95 590,05 590,05

Mars 18 437,75 17720,59 717,16 717,16

Avril 14 279,25 13883,06 396,19 396,19

Mai 15 249,00 14995,93 253,07 253,07

Juin 14 115,00 14038,14 76,86 76,86

Juillet 19 485,00 19596,16 -111,16 111,16

Août 17 250,00 17540,75 -290,75 290,75

Septembre 18177,00 18686,06 -509,06 509,06

Octobre 17287 17412,09 -125,09 125,09

Novembre 14892 19842,38 -4950,38 4950,38

Décembre 13654 13431,67 222,33 222,33

Total 190 172,00 192950,80 -2778,80 9194,08

e= -63,63
MAD = 766,17

23/05/14 52
4/ comment prévenir si le modèle de
prévision retenu est toujours fiable?
 L’observation simultanée de « e » et « MAD » permet d'avoir
une idée de la qualité du modèle de la prévision de la demande
du blé de 2003. Ainsi le suivi de ces indicateurs et de leurs
comportements alertera d’une quelconque modification et
permettra de réagir.
 Pour assurer un suivi efficace, un autre indicateur sera utilisé,il
s’agit du Signal d’Alerte.
 Ai= ∑ │Di – Pi │ = 951.98
MAD 766.17
- Tant que Ai ne dépasse pas 4 en valeur absolue, le modèle de la
demande est toujours fiable.

23/05/14 53
 Mois DI Pi Di - Pi │Di - Pi│ ∑(Di - Pi) Ai
Janvier 15 556,00 14604,02 951,98 951,98 951,98 1,24
Février 11 790,00 11199,95 590,05 590,05 1542,03 2,01
Mars 18 437,75 17720,59 717,16 717,16 2259,19 2,95
Avril 14 279,25 13883,06 396,19 396,19 2655,38 3,47
Mai 15 249,00 14995,93 253,07 253,07 2908,45 3,80
Juin 14 115,00 14038,14 76,86 76,86 2985,31 3,90
Juillet 19 485,00 19596,16 -111,16 111,16 2874,15 3,75
Août 17 250,00 17540,75 -290,75 290,75 2583,40 3,37
Septembre 18177,00 18686,06 -509,06 509,06 2074,3 2,71
Octobre 17287,00 17412,09 -125,09 125,09 1949,3 2,54

Novembre 14892,00 19842,38 -4950,38 4950,38 -3001,1 -3,92

Décembre 13654,00 13431,67 222,33 222,33 -2778,8 -3,63

Total 190 172,00 192950,80 -2778,80 9194,08

Calcul du signal d’alerte Ai

23/05/14 54
 Conclusion:
 Nous avons pu réaliser un modèle concernant la prévision de
la demande de la farine de luxe de 2003,et cela à l’aide d’une
méthode classique qui donne généralement des informations
pertinentes à court terme mais moins fiable à LMT.
 Cette méthode peut être généralisée pour tout autre produit,
mais il ne faut pas négliger le suivi permanent afin de
contrôler sa fiabilité.
 Les prévisions serviront à terme dans les choix de l’entreprise,
mais il est indispensable de bien connaître les problèmes de la
prévision de la demande et de vérifier la validité du modèle au
moyen des indicateurs.

23/05/14 55