Rapport de stage
Filière Administration des Entreprises
OUAFAE ACHIR
Signature du Directeur
&
: Cachet de l’Etablissement
1
Autorisé par le Ministère de l’Enseignement Supérieur par décision n° 25/88 du 18 octobre 1988
2
Introduction…………………………………………………………….………….
3
Première partie :PRSENTATION DE L’ENTREPRISE……..
………………...4
Présentation du groupe ONA :……………………………….
………………….5
Historique…………..…………………………...
………….5
Domaines d’activité………………………………...………5
Organigramme………………………………………………6
Partenariat avec AUCHAN………………………………...7
Données logistiques sur ANCHAN………………………...7
Fiche
d’identité……………………………………………………………...8
Historique……………………………………………………………………
9
Organigramme……………………………………………………………..
10
Présentation de MARJANE
FES……………………………………………….12
Fiche
technique…………………………………………………………….12
Plan type d’un hyper marché
MARJANE……………………………….13
Organigramme..
…………………………………………………………..14
Les départements qui
existent…………………………………………….15
3
Départements
opérationnels…………………………………………..15
Organigramme d’un département
opérationnel………………….....17
Les taches des employés des départements
opérationnels…………..18
Les départements
fonctionnels……………………………………......21
Schématisation des
flux………………………………………………..25
Cartographie des
flux………………………………………………….26
Introduction………… .
……………………………………………………….33
Problématique…..
…………………………………………………………….33
4
Etude du sujet………..
………………………………………………………..34
Première étape………………………………………………………
34
Deuxième étape……………..…………..
…………………………...36
Troisième étape……………………….
……………………………..40
Quatrième
étape…………………………………………………….48
Vérification des résultats……………………….
…………………..50
Conclusion
5
La grande distribution est un métier stratégique aussi bien pour le Maroc que
pour le groupe ONA, C’est un métier dans lequel le groupe a joué un rôle de
précurseur et d’initiateur.
6
: Présentation du groupe ONA
7
L'Omnium nord africain (ONA) a été fondé en 1924 par le Français Jean Epinât. A
l'indépendance du Maroc en 1956, la famille royale marocaine s'approprie ce
consortium, faisant des souverains marocains une des plus grosses fortunes
mondiales.
Historique:
Domaines d'activité
OPTORG.
• Mines (6,1% du CA) : Groupe Managem
Tazi
8
Organigramme du Groupe ONA :
HOLDING
HOLDING
Activités financières
Activités financières
Participations industrielles
Participations industrielles
SNI
SNI
Communication Groupe
Communication Groupe
Nouvelles technologies Médias
Nouvelles technologies Médias
MINES ET
MINES ET AGRO ALIMENTAIRES ET BOISSONS TOURISME
MATERIAUX DE TOURISME DISTRIBUTI
MATERIAUX DE AGRO ALIMENTAIRES ET BOISSONS AMENAGEMENT DISTRIBUTI
CONSTRUCTIONS AMENAGEMENT
CONSTRUCTIONS ON
ON
m te seniM Produits
Mines et matériaux Produits Tourisme
tcurtsnoc ed Sucre Biscuits Laitiers Tourisme
de construction Sucre Biscuits Laitiers Boissons Aménagement OPTORG
eigrenE TE Produits Corps Boissons Aménagement OPTORG
ET Energie Produits Corps Immobilier
mennorivnE de la mer Gras Immobilier
nemennorivnE de la mer Gras
ednarG
ednarG ELIBOMOTUA
noitubirtsiD ELIBOMOTUA
noitubirtsiD
9
Partenariat avec Auchan :
Au Maroc : Auchan est partenaire dans les enseignes Marjane, Acima et Metro
10
Plus de 15 métiers différents : des préparateurs logistiques aux responsables
transports, en passant par des les gestionnaires approvisionnements.
Fiche d'identité:
Effectif : 3 711
11
Chiffre d’affaires : 4,537 milliards de DH
Historique:
12
Organigramme:
13
Localisation des magasins au Maroc :
14
:Présentation de MARJANE FES
15
Marjane Fès Agdal, huitième hypermarché, s’inscrit dans un programme de
développement ambitieux du groupe ONA. La création de ce nouvel hypermarché
.aura nécessité un investissement de 138 millions de dirhams
:Fiche technique
Nombre de caisse : 32 -
16
17
:Organigramme
18
:Les départements existants au sein du magasin
.opérationnels
:Départements opérationnels
Département:Bazar
Département: électroménager
Département:textile
19
:Le tableau suivant résume la répartition des différents rayons du magasin
Département Rayon
Liquide
Epicerie
produit de grande consommation Biscuiterie
DPH
Crémerie
Poissonnerie
Fruits et légumes
Vrac
produits frais Boulangerie/pâtisserie
Boucherie/volaille
Charcuterie/stand/surgelé
Ménage
Auto Bricoَِ
Bazar Loisir externe
Loisir culture
Ameublementَ
Electro
électroménager Image son
Homme et femme
Bébé enfant
Textile maroquinerie
20
:Organigramme d'un département opérationnel
21
:Les taches des employés des départements opérationnels
1. Le chef de département :
• Rangement de la réserve
• Promotions interne
• Permanence Week-end
• Réunions assortiments
22
2. Le chef de rayon :
• la gestion de la réserve.
3. L’assistante commerciale :
Sous l’autorité des chefs de départements qu’elles sont chargées d’assister, les
secrétaires commerciales assurent des fonctions qui varient selon le département.
23
• Etre à jours dans les commandes.
Leur rôle est en général d’aider le chef de rayon dans la gestion du rayon. Il
peut ainsi se résumer :
5. Le vendeur animateur :
24
6. Merchandiser :
Il a pour mission :
25
• Le contrôle des inventaires périodiques
2. Service Comptabilité:
• La comptabilité immobilisations
• Le rapprochement bancaire
26
• L’état hebdomadaire des impayés
3. Service informatique:
4. Service caisses:
Ce service est chargé de gérer l'ensemble des caisses, en cas de problème avec
les clients la caissière fait appel au chef département caisse
5. Le service sécurité:
27
:La réception marchandise .6
28
Pour la marchandise arrivant de l'entrepôt ne subit aucune vérification, elle passe
directement à la réserve concernée.
29
: Schématisation des flux
30
: Cartographie des flux
31
: L’objectif de cette étude se résume à
32
• Connaître le profil de la clientèle et leurs habitudes de
fréquentation
• Identifier les principaux concurrents et leur emprise sur notre
clientèle
: La clientèle
• Combien sont ils déjà ?
La population de la ville de Fes et région est à peu près 614500 habitants
.Le nombre de ménage est 126400 dont 18985 sont ménages client
• Qui sont ils ?
des clients de MRJANE FES AGDAL sont des pères de famille, 35% mères et 43%
.22% sont autres.l’age moyen des clients est de 38 ans
35,7%de nos clients sont des salariés, 39,8% sont sans profession et 24,5% sont
.indépendants, le revenu moyen s’élève à 5969 DH
• Ménage ?
La taille de nos ménages clients est 4,48 personnes par ménage dont 1,47 sont actifs
.et 0,98 d’enfants
Pour l’habitat on a 79% sont des propriétaires, 18% sont des locataires et 3% autre
dont 13% possèdent des villa,36% des maisons individuelles,50% des appartements
.et 1% autre
.Le revenu moyen d’un ménage est 8707 DH
• Comment se déplacent ils vers MARJANE FES AGDAL ?
• En voiture 60%
• En taxi 16%
• A pied 12%
• En vélo 3%
• En transport en commun 9%
• Fréquence et nature des visites ?
des clients viennent au magasin une fois par semaine et plus.13% sont 50%
: irréguliers à cause de
• Eloignement, habiter hors ville
• Achat groupé
33
• Manque de temps
• Autres
.de clients ont déjà visité le magasin sans y effectuer d’achats 9%
.Le temps moyen passé au sein du magasin est de 54 min
: Le type d’achat se diffère d’un client à un autre, on trouve
• 58% achats de dépannage
• 13% plein de la semaine
• 4% plein du mois
• 24% achats spécifiques
• 1% autres
: Les concurrents
• Qui sont ils ?
Les principaux concurrents de MARJANE FES AGDAL sont METRO, ACIMA et
.le commerce traditionnel
• 26% des clients fréquentent METRO
• 31% des clients fréquentent ACIMA
• 2% autres
• 41% aucun
• Quelles sont les raisons de fréquentations de METRO ?
• Achat en gros 28%
• prix 29%
• pour changer 22%
• achat groupé 15%
• choix 10%
• proximité 3%
• par habitude 6%
• promos et soldes 6%
• autres 14%
• Quelles sont les raisons de fréquentations d’ACIMA ?
• Proximité domicile 52%
34
• Pour changer 32%
• Fraîcheur produits 3%
• Choix 9%
• Prix 11%
• Par habitude 4%
• Proximité de travail 5%
35
• Y a-t-il des produits que vous jugez plus cher dans ce magasin ?
NON
% 37 OUI
% 63
Religion, 95
haram
Choix - 11 12 6 6
produits
manquants
Fraîcheur / 49 36 40
produits
périmés
Odeur 5 28 80 1
incommodante
Prix élevés 1 21 26 65 64 2 31
Qualité des 21 4 16 17 14
produits
36
Absence de 1
grandes
marques
Articles 1 12
démodés
Autres 4 4 6 6 7 8
37
La prévision, dans le cadre d'une prise de décision (économique,
financière, stratégique, logistique, ...) joue aujourd'hui un rôle essentiel,
particulièrement dans les cas où le «coût» de l'erreur est important, pouvant
entraîner, pour l’entreprise (ou l’institutionnel) des conséquences graves, voire
irrémédiable
38
:1ere étape: Relever l'historique des CA réalisés pendant les années précédentes
Marjane Fès depuis sa création en décembre 2002 a réalisé des CA très importants
avec des progressions différentes. Pour faire des prévisions fiables j'ai choisi de
.relever les CA réalisés depuis Janvier 2005 jusqu'à Mai 2007
Puisque mon stage était au sein du département textile et précisément dans le rayon
homme j'ai vu important de faire les prévisions pour ce rayon. Le rayon homme est
:constitué de six sous familles qui sont
• Accessoire
• Bain et sport
• Chemiser bonnet
• Pantalon
• Ss vêtements et chaussettes
• Vêtements dessus
Et pour avoir une idée plus clair sur le département TEXTILE je vous présente la
part de marché qu’il représente par rapport au magasin MARJANE FES AGDAL :
39
part de marché
6% 11%
bazar
20% electromenager
frais
40% PGC
textile
23%
Puisque mon étude sera consacrée pour le rayon HOMME il est important de savoir
son poids dans le département :
PART DE MARCHE
10%
33% BEBE
CHAHSSURE
29%
ENFANT
FEMME
18% HOMME
10%
40
Afin de relever l'historique j'ai utilisé une base de donnée utilisée à Marjane
:appelée SCAM, les données relevées sont classées dans le tableau qui suit
41
sept-06 6130 50518 169048 57928,9 57928,9 31695
oct-06 22142 46934 248186,7 45218 45218 78188,75
nov-06 20318 75693 313834,9 30747 30747 68934,95
déc-06 35233 174586 358704,95 45956 45956 69548
janv-07 26704,4 49408 199121,9 34784 34784 53204
févr-07 30844,4 62773 354017,35 52124 52124 90975
mars-07 18720,3 74660 176992,4 42245 42245 25660
avr-07 30428,2 57353 222059 54782 54782 82467
mai-07 27523,1 39432 317861,25 86155 86155 61925,6
:Après avoir relever les données désirées j'ai traité chaque sous famille à part
Deuxième étape: déterminer le type de la variation du CA en fonction du temps
Alors pour la détermination du type de ce changement j'ai utilisé EXEL pour tracer
.les allures de chaque sous famille
:Les types d'allure qui existent
:Le facteur de tendance
42
:(Cycle:facteur périodique à plus long terme (>1an
:En suite on va traiter les sous familles pour lesquelles on a relever l'historique
:Accessoire
CA realise
70000
60000
50000
40000
30000
20000
10000
0
05
06
07
5
05
06
5
06
07
5
7
5
6
l-0
l-0
-0
-0
-0
-0
-0
-0
v-
v-
v-
v-
v-
s-
s-
s
pt
pt
ai
ai
ai
jui
jui
jan
no
jan
no
jan
ar
ar
ar
m
m
se
se
m
43
44
ja ja
20000
40000
60000
80000
0
100000
120000
140000
160000
180000
200000
nv
100000
150000
200000
250000
300000
350000
400000
450000
500000
50000
0
nv
-0 -0
m 5 m 5
ar ar
s- s-
05 05
:Bain et sport
m m
ai ai
-0 -0
5 5
: Chemiser bonnet
ju ju
i l- i l-
05 05
se se
pt pt
-0 -0
5 5
no no
v- v-
05 05
ja ja
nv nv
-0 -0
m 6 m 6
ar ar
s- s-
06 06
CA realise
CA realise
m m
ai ai
-0 -0
6 6
ju ju
i l- i l-
06 06
se se
pt pt
-0 -0
6 6
no no
v- v-
06 06
ja ja
nv nv
-0 -0
m 7 m 7
ar ar
s- s-
07 07
m m
ai ai
-0 -0
7 7
45
ja
20000
40000
60000
80000
100000
120000
140000
160000
180000
0
nv
-0
m 5
:Pantalon
ar
s-
05
m
ai
-0
5
ju
i l-
05
se
pt
m
ai
-0
6
ju
i l-
06
se
pt
-0
6
no
v-
06
ja
nv
-0
m 7
ar
s-
07
m
ai
-0
7
CA realise
160000
140000
120000
100000
80000
60000
40000
20000
0
5
7
05
05
06
06
05
06
07
5
7
-0
-0
-0
-0
-0
-0
-0
-0
v-
v-
i l-
il -
s-
s-
s-
nv
nv
nv
pt
pt
ai
ai
ai
ju
ju
no
no
ar
ar
ar
m
m
ja
ja
ja
se
se
m
m
:Vêtements dessus
CA realise
180000
160000
140000
120000
100000
80000
60000
40000
20000
0
5
7
05
06
05
06
05
06
07
6
7
5
6
-0
-0
-0
-0
-0
-0
-0
-0
v-
v-
i l-
i l-
s-
s-
s-
nv
nv
nv
pt
pt
ai
ai
ai
ju
ju
no
no
ar
ar
ar
m
m
ja
ja
se
ja
se
m
D'après les allures obtenues ci-dessus on remarque qu'on a facteur de tendance pour
.tous les cas
46
:Troisième étape: choisir une méthodes de prévision
:Méthodes qualitatives
Les méthodes qualitatives reposent sur l'expérience vécue des gens impliqués dans
.le développement des prévisions
47
Les méthodes quantitatives sont classées en terme de leur caractère descriptif ou
.explicatif
Les méthodes descriptives:cherchent à présenter le mieux possible les
.caractéristiques observées des variations dans le temps des variables de la demande
Les méthodes explicatives:cherche à établir,par des analyses statistiques,des liens
d'association ou,par une modélisation explicite et détaillée des processus de
production et de décision,des causes des variations dans le temps des variables
.pertinentes de la demande
:Les méthodes quantitatives
Moyenne mobile:résultat d'un certain nombre de périodes divisé par le nombre de
.périodes
.Régression linéaire:les données passées exposent un résultat linéaire pour l'avenir
Série chronologique:c'est une méthode dont les résultats futurs proviennent d'une
.extrapolation des résultats passés
Lissage exponentiel:c'est une méthode qui corrige les écarts positifs et négatifs
.entre les périodes
Pour notre cas et d'après les allures obtenues qui s'agissent d'une consommation à
tendance, je retient parmi d'autre possible, la méthode de régression linéaire vu
qu'elle est simple et qu'elle donne d'excellent résultat dans la mesure ou le lien est
linéaire.
Cette méthode suppose qu'une loi de base est connue, et qu'elle peut être modélisée
par une équation dont les cœfficients sont à déterminer de manière à minimiser les
écarts entre la série de données et le modèle.
Ce modèle présuppose que la loi de variation de la série chronologique est une
droite d'équation:
P (t) = A0+ A1xt (TENDANCE LINEAIRE)
Les cœfficients A0 et A1 se calcule comme suit:
A0= [(ΣD(t)* Σ(t ²)]-[( Σ(t)*( Σ(t*D(t))]/[(n*( Σt²))-( Σt) ²]
A1 = [(n* Σ (t*D (t)]-[Σ (t)* Σ D (t)]/ [(n*(Σt²))-(Σt) ²]
Avec : D c'est le chiffre d'affaire dans notre cas
n est le nombre de périodes relevées
:Accessoire
48
Périodes t t² CA t*P
1 1 18374 18374
2 4 16887,5 33775
3 9 43028 129084
4 16 54886,8 219547,2
5 25 40941,2 204706
6 36 42044,3 252265,8
7 49 54956,8 384697,6
8 64 37375,5 299004
9 81 15285,4 137568,6
10 100 30772 307720
11 121 53604 589644
12 144 37566 450792
13 169 19451,5 252869,5
14 196 11297 158158
15 225 19881,8 298227
16 256 59008,7 944139,2
17 289 30999,7 526994,9
18 324 25117,6 452116,8
19 361 24586,7 467147,3
20 400 16595 331900
21 441 6130 128730
22 484 22142 487124
23 529 20318 467314
24 576 35233 845592
25 625 26704,4 667610
26 676 30844,4 801954,4
27 729 18720,3 505448,1
28 784 30428,2 851989,6
29 841 27523,1 798169,9
Somme 435 8555 870702,9 12012662,9
somme² 189225
70000
60000
50000
40000
30000
20000
10000
0
5
7
5
06
7
05
06
6
05
05
06
5
7
-0
-0
-0
0
0
-0
-0
i -0
v-
s-
s-
v-
v-
il -
i l-
t-
t-
nv
rs
nv
ai
ai
p
a
n
ar
ar
ju
no
ju
no
a
se
m
m
se
ja
ja
ja
m
: Bain et sport
49
Périodes t t² CA t*P
1 1 6152 6152
2 4 18620 37240
3 9 17915 53745
4 16 29327 117308
5 25 43520 217600
6 36 23921 143526
7 49 58905 412335
8 64 25689 205512
9 81 27371,3 246341,7
10 100 36925,9 369259
11 121 38230,1 420531,1
12 144 28437,7 341252,4
13 169 16687,8 216941,4
14 196 26617 372638
15 225 12657 189855
16 256 29994,5 479912
17 289 27058,9 460001,3
18 324 57806,3 1040513,4
19 361 72302,3 1373743,7
20 400 51500,5 1030010
21 441 50518 1060878
22 484 46934 1032548
23 529 75693 1740939
24 576 174586 4190064
25 625 49408 1235200
26 676 62773 1632098
27 729 74660 2015820
28 784 57353 1605884
29 841 39432 1143528
Somme 435 8555 1280995,3 23391376
somme² 189225
200000
180000
160000
140000
120000
100000
80000
60000
40000
20000
0
5
5
7
6
5
05
06
5
6
5
7
-0
-0
-0
-0
-0
-0
0
-0
0
-0
0
v-
t-
t-
i-
i-
i-
i l-
rs
rs
rs
v
v
v
v
il
p
p
a
a
a
n
n
o
o
ju
ju
a
a
a
e
se
m
m
ja
ja
ja
n
n
m
m
s
:Chemiser bonnet
50
Périodes t t² CA t*P
1 1 358972,15 358972,15
2 4 244373,9 488747,8
3 9 229052,35 687157,05
4 16 269193,7 1076774,8
5 25 304986,5 1524932,5
6 36 325429,6 1952577,6
7 49 314109,5 2198766,5
8 64 238869,25 1910954
9 81 146206,5 1315858,5
10 100 230460,9 2304609
11 121 350341 3853751
12 144 332029,6 3984355,2
13 169 428866 5575258
14 196 246816,4 3455429,6
15 225 170160,4 2552406
16 256 352540 5640640
17 289 268543,6 4565241,2
18 324 250869,6 4515652,8
19 361 275234,8 5229461,2
20 400 297426,9 5948538
21 441 169048 3550008
22 484 248186,7 5460107,4
23 529 313834,9 7218202,7
24 576 358704,95 8608918,8
25 625 199121,9 4978047,5
26 676 354017,35 9204451,1
27 729 176992,4 4778794,8
28 784 222059 6217652
29 841 317861,25 9217976,25
Somme 435 8555 7994309,1 118374241
somme² 189225
500000
450000
400000
350000
300000
250000
200000
150000
100000
50000
0
5
7
5
7
5
6
05
06
5
6
6
7
5
0
0
0
-0
-0
-0
0
0
0
0
0
0
v-
v-
v-
v-
v-
t-
t-
i l-
i l-
i-
i-
i-
rs
rs
rs
p
p
a
a
n
n
o
o
ju
ju
a
a
a
se
se
m
m
ja
ja
ja
n
n
m
:Pantalon
51
Périodes t t² CA t*P
1 1 85895,8 85895,8
2 4 101761,7 203523,4
3 9 89659,65 268978,95
4 16 108274,55 433098,2
5 25 73266,2 366331
6 36 98747,45 592484,7
7 49 148274,8 1037923,6
8 64 152638,5 1221108
9 81 97141,6 874274,4
10 100 78910,4 789104
11 121 104978 1154758
12 144 60359,3 724311,6
13 169 52454,4 681907,2
14 196 84840,4 1187765,6
15 225 86484 1297260
16 256 112566 1801056
17 289 81081,9 1378392,3
18 324 96290,8 1733234,4
19 361 162219,1 3082162,9
20 400 119557,4 2391148
21 441 57928,9 1216506,9
22 484 45218 994796
23 529 30747 707181
24 576 45956 1102944
25 625 34784 869600
26 676 52124 1355224
27 729 42245 1140615
28 784 54782 1533896
29 841 86155 2498495
Somme 435 8555 2445341,85 32723976
somme² 189225
500000
450000
400000
350000
300000
250000
200000
150000
100000
50000
0
6
7
5
7
5
6
5
05
06
6
5
7
0
0
-0
-0
-0
0
0
0
0
0
v-
v-
v-
v-
v-
t-
t-
il -
il -
i-
i-
i-
rs
rs
rs
p
p
a
a
n
n
o
o
ju
ju
a
a
se
se
m
m
ja
ja
ja
n
n
m
52
Périodes t t² CA t*P
1 1 129016,8 129016,8
2 4 96212,15 192424,3
3 9 82501,35 247504,05
4 16 51314 205256
5 25 43208,55 216042,75
6 36 42981,8 257890,8
7 49 44253,75 309776,25
8 64 50446 403568
9 81 52052,4 468471,6
10 100 97086,15 970861,5
11 121 111981,95 1231801,45
12 144 116600,2 1399202,4
13 169 134011,9 1742154,7
14 196 68827,7 963587,8
15 225 64093,05 961395,75
16 256 54959,95 879359,2
17 289 45422,55 772183,35
18 324 46547,1 837847,8
19 361 65770,65 1249642,35
20 400 72341,55 1446831
21 441 71184,85 1494881,85
22 484 95126,8 2092789,6
23 529 71878,55 1653206,65
24 576 129857,15 3116571,6
25 625 84275,6 2106890
26 676 55069,3 1431801,8
27 729 52053,7 1405449,9
28 784 70895 1985060
29 841 59587,5 1728037,5
Somme 435 8555 2159558 31899506,8
somme² 189225
160000
140000
120000
100000
80000
60000
40000
20000
0
6
5
7
5
7
5
6
06
05
5
6
5
7
0
0
-0
-0
-0
0
0
0
0
0
0
v-
v-
v-
v-
v-
t-
i l-
t-
il-
i-
i-
i-
rs
rs
rs
p
p
a
a
n
n
o
o
ju
ju
a
a
se
se
m
m
ja
ja
ja
n
n
m
:Vêtements dessus
53
Périodes t t² CA t*P
1 1 96141,2 96141,2
2 4 49358,5 98717
3 9 59258,2 177774,6
4 16 120065,7 480262,8
5 25 44878 224390
6 36 23913 143478
7 49 37485,9 262401,3
8 64 59326,8 474614,4
9 81 63184,5 568660,5
10 100 68534 685340
11 121 134779,3 1482572,3
12 144 101541 1218492
13 169 127972,9 1663647,7
14 196 59366,5 831131
15 225 78003 1170045
16 256 65700 1051200
17 289 153781 2614277
18 324 87290 1571220
19 361 68872 1308568
20 400 53496 1069920
21 441 31695 665595
22 484 78188,75 1720152,5
23 529 68934,95 1585503,85
24 576 69548 1669152
25 625 53204 1330100
26 676 90975 2365350
27 729 25660 692820
28 784 82467 2309076
29 841 61925,6 1795842,4
Somme 435 8555 2115545,8 31326444,6
somme² 189225
180000
160000
140000
120000
100000
80000
60000
40000
20000
0
5
7
5
6
5
6
6
5
7
-0
-0
-0
-0
-0
-0
0
-0
-0
0
-0
-0
0
t-
t-
i-
i-
i-
rs
rs
rs
v
v
v
v
il
il
p
a
a
a
n
n
o
o
ju
ju
a
a
a
e
se
m
m
ja
ja
ja
n
n
m
m
s
54
: Quatrième étape
Après avoir calculer A0 et A1 cette méthode nous permet de faire des prévisions
pour les trois mois suivant, alors pour cette raison j’ai calculé le CA de juin juillet
.et août 2007
Mais avant de calculer les prévisions on doit s’assurer que la base de donnée
relevée est la bonne.Pour cette raison j’ai calculé un cœfficient appelé coefficient
: de performance r qui se calcule de la manière suivante
Pour s’assurer que la base de donnée est convenable il faut que le coefficient r soit
.compris entre -1 et 1
Les coefficients r calculés pour les sous familles du rayon Homme sont
Sous famille Coefficient r
Accessoire
-0,31631189
Bain et sport
0,55670209
Chemiser bonnet
-0,09367516
Pantalon
-0,48206335
Ss vêtement et chaussettes
-0,07357652
Vêtement dessus
-0,02121799
.Dans notre situation c’est le cas, tous les coefficients sont compris entre -1 et 1
Le tableau suivant contient les CA pré visionnés pour toutes les sous familles du
: rayon Homme
55
Sous famille CA juin CA juillet CA août
Accessoire
22281,2778 21765,0805 21248,8832
Bain et sport
75032,6938 77090,0567 79147,4195
Chemiser bonnet
264283,602 263524,786 262765,971
Pantalon
55089,484 53140,6407 51191,7975
Ss vêtement et
chaussettes 70818,2814 70574,999 70331,7166
Vêtements dessus
69944,3691 69744,0033 69543,6376
Afin de vérifier la fiabilité des prévisions obtenues j’ai relevé le CA réalisé à la fin
: mois de JUIN. Les résultats obtenus se retrouvent dans le tableau ci-dessous
Pantalon 92725,3
56
Après avoir calculés les prévisions il est nécessaire de vérifier la fiabilité des
résultats
.Obtenus surtout pour notre cas il s’agit du CA
: Pour cela j’ai calculé l’écart absolu et relatif par la méthode suivante
Ecart absolu=CA pré visionné – CA réalisé
.(% Ecart relatif= (ecart absolu/CA réalisé)*100 (en
Les résultats les plus fiables sont ceux qui ont un ecart relatif le plus petit, en
.général l’ecart relatif doit être inférieur à 60%
: Les écarts calculés sont classés dans le tableau ci-dessous
Bain et sport
11400,69
17,9
Chemiser bonnet
-89169,76 -25,2
Pantalon
-37635,82 -40,6
Ss vêtement et
6753,23 10,5
chaussettes
Vêtement dessus
15190,71 27,7
57
Comme déjà dit auparavant la prévision joue un rôle très important dans tous les
domaines, surtout s’il s’agit des prévisions sur le chiffre d’affaire car le coût de
.l’erreur peut entrainer des conséquences graves pour l’entreprise
A MARJANE et plus précisément au département textile les prévisions sur le
: chiffre d’affaire demeure très importantes car elle
• Réduit l’incertitude liée à la non connaissance du futur
• Aide à déterminer le budget des ventes
• Aide à déterminer le budget des achats à la base du budget des
ventes
58
Pour conclure, je dirais que ce stage au sein de MARJANE FES AGDAL était très
bénéfique et enrichissant sur le plan technique et opérationnel.il m’a permis de
.découvrir le secteur de la grande distribution au Maroc
Le travail qui m’a été accordé à MARJANE m’a permis d’apprendre des choses
très intéressantes sur les prévisions.alors pour effectuer ce travail j’ai commencé
par relever et analyser l’historique des chiffres d’affaires réalisés à MARJANE,
.ensuite j’ai choisi une méthode de prévision et je l’ai appliqué
Au cours de mon stage j’ai eu l’occasion de mettre en application les différentes
.connaissances acquises durant mes études à l’HEC
59
60