09/01/2016

SUPPLY CHAIN
MANAGEMENT
Pr. ZAKRANI Abdelali
Ecole Nationale Supérieure d’Arts et Métiers
Université Hassan II à Casablanca
Séance 2
Les Prévisions dans la Supply Chain Management

Supply Chain Management

2015-2016 Supply Chain Management 2

PLAN
• Introduction
• Rôle stratégique des prévisions
• Composantes de la prévision de la demande
• Méthodes de séries chronologiques
• Précision des prévisions

1
 09/01/2016

2015-2016 Supply Chain Management 3

Introduction
La prévision est, d'une façon générale, la science de
la description de l'avenir.
Les entreprise tentent d’estimer la consommation
des produits ou des services dans les périodes à venir.
La prévision de la demande est la base des décisions
les plus importants:
 Localisation des entités et leur conception
 L’approvisionnement, la distribution
 La production, le stock, l’ordonnancement …

La prévision est un prérequis à toute tentative de

conception ou planification de la Supply Chain

2015-2016 Supply Chain Management 4

Introduction
 Prévision de la demande est un processus difficile est
incertain parce que:

 Le consommateur a une large variétés

de produits et énorme quantité
d’information pour choisir.

 Le consommateur et le marché ne sont

jamais stables. Ils sont en changement
continu.

2
 09/01/2016

2015-2016 Supply Chain Management 5

Introduction
Méthodes de
prévision

Méthodes Méthodes
qualitatives quantitatives

Elles utilisent des données subjectives

Elles découlent généralement de la
qui dépendent du jugement, de
décomposition des historiques de
l'expérience et de l'expertise de ceux qui
ventes et de séries de données
formulent les prévisions (vendeurs,
chronologiques.
consommateurs, cadres ou experts)

2015-2016 Supply Chain Management 6

Rôle stratégique des prévisions

 Toutes les fonctions de la supply chain sont affectés dans le court
terme par la demande du produit et dans le long terme par les
nouveaux produits et processus, avancement technologique et le
changement du marche.
Une prévision de la - Le stock nécessaire
- Les produits à fabriquer
demande d’un produit et leur quantité
permet de déterminer - Les matériaux à
commander auprès des
fournisseurs

Le type de transport
nécessaire, localisation des
usines, entrepôts et les
centres de distribution qui
permettent de répondre aux
besoins aux demandes client

3
 09/01/2016

2015-2016 Supply Chain Management 7

Rôle stratégique des prévisions

Détérioration, perte,
obsolescence, coût
élevé des stocks

Fabricant Détaillant

Distributeur

Livraison en retard,
rupture de stock, coût
de pénurie, coût élevé
d’expédition

2015-2016 Supply Chain Management 8

Rôle stratégique des prévisions

 Les prévisions jouent un rôle capital dans le cadre de
gestion de la qualité:
 Pour les clients une qualité de service c’est avoir le produit au
moment voulu.
 Sans une estimation précise, Il est difficile de garantir aux clients une
qualité de service élevée.
 Une estimation imprécise conduit à une qualité faible.

4
 09/01/2016

2015-2016 Supply Chain Management 9

Rôle stratégique des prévisions

• Les prévisions sont à la base de la planification
stratégique.
• L’objectif sublime de tout plan stratégique est de
déterminer le futur de l’entreprise:
• Quels marchés conquérir et avec quels produits pour réussir et se
grandir.
• Nouveaux produits dont les clients auront besoin, quantité de ces
produits et la qualité de service attendue,…

Les prévisions répondent à ces questions et constitue une clé pour la

compétitivité et le succès de l’entreprise au long terme.
La détermination des futurs nouveaux produits et leurs conceptions et par la
suite le type de la nouveaux équipements technologiques nécessaires et le
design de la Supply Chain

2015-2016 Supply Chain Management 10

Composantes de la prévision de la demande

Horizon de temps Comportement de

(court, moyen et long la demande
terme)

Le type de la
méthode de
prévision à
utiliser
Existence des
modèles de la Causes du
demande comportement de
la demande
(tendance, saisonnier,…)

5
 09/01/2016

2015-2016 Supply Chain Management 11

Composantes de la prévision de la demande

Horizon de temps
• L’horizon de prévision, c’est le point de départ de la prévision et le
nombre de périodes de temps pour laquelle on fait la prévision.

Horizon Durée Exemple

Court à moyen terme Quotidien, hebdomadaire Prévision mensuelle chez HP pour les
ou mensuel jusqu’à deux imprimantes est de 12 à 18 mois.
ans Prévision hebdomadaire chez Levi
Strauss pour jeans sont fait pour cinq ans
Long terme Plus de 2 ans Unisys : 3 ans
HP: 2-6 ans
Fiat : 10 an

• L’horizon de la prévision dépend fortement de la rapidité avec laquelle

le marché du produit change et la sensibilité du marché aux
changement technologique.

2015-2016 Supply Chain Management 12

Composantes de la prévision de la demande

Comportement de la demande
• La demande se comporte parfois d’une manière aléatoire ou irrégulière.

6
 09/01/2016

2015-2016 Supply Chain Management 13

Identifier l’objectif de la prévision

Collecter les données historiques

Tracer la courbe et identifier les modèles

Sélectionner le modèle de prévision qui

semble adéquat

Développer/générer une estimation à

partir des données historiques
Sélectionner un nouveau modèle
ou ajuster les paramètres du
Tester la précision de l’estimation par une modèle existant
ou plusieurs mesures.

Oui
Est-ce que la
précision de
Non
l’estimation
acceptable?

Prévoir sur l’horizon de planification

Ajuster la prévision en se basant des

informations qualitatives et perspicacité

Contrôler les résultats et mesurer la précision

des prévisions

2015-2016 Supply Chain Management 14

Méthodes de séries chronologiques

 Méthodes de séries chronologiques sont des techniques
statistiques et font appel aux données historiques accumulées
durant une période de temps.
 Ces méthodes supposent que les patrons ou tendance de la
demande identifié dans le passé se reproduiront dans le futur.
Méthodes de séries
chronologiques

Moyenne Lissage Régression

mobile exponentiel linéaire

 Plus que 60% des entreprises de différentes industries utilisent les

modèles basés sur les séries chronologiques.

7
 09/01/2016

2015-2016 Supply Chain Management 15

Moyenne Mobile Simple

• Définition : Les moyennes mobiles sont des moyennes mises à jour
au fur et à mesure que de nouvelles observations sont disponibles.
La moyenne est calculée en utilisant seulement un certain nombre
des plus récentes données.
• Formule de calcul:
𝒏
𝒊=𝟏 𝑫𝒊
𝑴𝑨𝒏 =
𝒏
où n= nombre de périodes dans la moyenne mobile
Di= demande dans la période i

2015-2016 Supply Chain Management 16

Moyenne Mobile Simple

Exemple MA

8
 09/01/2016

2015-2016 Supply Chain Management 17

Moyenne Mobile Simple

Solution MA

Moyenne mobile
pour 3 mois

Moyenne mobile
pour 5 mois

À faire : Calculer la moyenne mobile de trois et cinq mois pour tous

autres mois? Et tracer la courbe en utilisant Excel?

2015-2016 Supply Chain Management 18

Moyenne Mobile Pondérée

• Définition : Les moyennes mobiles peuvent être ajustées pour mieux
refléter les fluctuations dans les données. Dans la moyenne mobile
pondérée, les poids sont affectés aux données les plus récentes.
• Formule de calcul:
𝒏

𝑾𝑴𝑨𝒏 = 𝑾𝒊 𝑫𝒊
𝒊=𝟏
où W i = le poids de la période i, entre 0 et 100%
𝑤𝑖 = 1

• Remarque: La détermination des poids à utiliser pour chaque période

nécessité une série de test essai-erreur comme le cas pour la
détermination du nombre de périodes à inclure dans la moyenne
mobile simple.

9
 09/01/2016

2015-2016 Supply Chain Management 19

Moyenne Mobile Pondérée

Exemple WMA
Heartland Produce Company de l’exemple précédent souhaite calculer la moyenne
mobile pondérée de trois mois avec un poids de 50% pour Octobre, un poids de 33%
pour Septembre et un poids de 17% pour Aout. Ces poids reflètent la volonté de
l’entreprise d’avoir une prévision très influencée par les données les plus récentes.

Solution WMA
Moyenne mobile
pondérée pour
3 mois

2015-2016 Supply Chain Management 20

Lissage Exponentiel
• Définition : Le lissage exponentiel consiste à faire une moyenne
pondérée de la dernière valeur constatée (demande) et de la valeur
déterminée par lissage exponentiel lors de la période précédente.
Cela nous permet de dégager une tendance.
• Formule de calcul:
𝑭𝒕+𝟏 = 𝜶𝑫𝒕 + (𝟏 − 𝜶)𝑭𝒕
où 𝐹𝑡+1 = 𝑙𝑎 𝑝𝑟é𝑣𝑖𝑠𝑖𝑜𝑛 𝑑𝑒 𝑙𝑎 𝑝é𝑟𝑖𝑜𝑑𝑒 𝑠𝑢𝑖𝑣𝑎𝑛𝑡𝑒
𝐷𝑡 = 𝑙𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑒 𝑟é𝑒𝑙𝑙𝑒 𝑑𝑎𝑛𝑠 𝑙𝑎 𝑝é𝑟𝑖𝑜𝑑𝑒 𝑐𝑜𝑢𝑟𝑎𝑛𝑡𝑒
𝐹𝑡 = 𝑙𝑎 𝑝𝑟é𝑣𝑖𝑠𝑖𝑜𝑛 𝑑é𝑡𝑒𝑟𝑚𝑖𝑛é𝑒 𝑑𝑒 𝑙𝑎 𝑝é𝑟𝑖𝑜𝑑𝑒 𝑐𝑜𝑢𝑟𝑎𝑛𝑡𝑒
𝛼 = 𝑓𝑎𝑐𝑡𝑒𝑢𝑟 𝑑𝑒 𝑝𝑜𝑛𝑑é𝑟𝑎𝑡𝑖𝑜𝑛 𝑎𝑝𝑝𝑒𝑙é 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑑𝑒 𝑑𝑒 𝑙𝑖𝑠𝑠𝑎𝑔𝑒
• Remarque: Pour commencer à calculer une valeur de lissage exponentiel, il
faut une première valeur qui est la plus part du temps une moyenne mobile. A
partir de cette première valeur, on calcule pour chaque nouvelle période une
nouvelle valeur égale à la somme pondérée de l'ancienne et de la demande
observée de la dernière période.

10
 09/01/2016

2015-2016 Supply Chain Management 21

Lissage Exponentiel
Exemple ES

2015-2016 Supply Chain Management 22

Lissage Exponentiel
Solution ES

11
 09/01/2016

2015-2016 Supply Chain Management 23

Lissage Exponentiel Ajusté (ou double)

• Définition : Le lissage exponentiel ajusté se base sur le lissage
exponentiel avec un facteur d’ajustement de la tendance.
• Formule de calcul:
𝑨𝑭𝒕+𝟏 = 𝑭𝒕+𝟏 + 𝑻𝒕+𝟏
où 𝑇 = 𝑓𝑎𝑐𝑡𝑒𝑢𝑟 𝑑𝑒 𝑡𝑒𝑛𝑑𝑎𝑛𝑐𝑒 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑡𝑖𝑒𝑙𝑙𝑒
𝑻𝒕+𝟏 = 𝜷(𝑭𝒕+𝟏 − 𝑭𝒕 ) + (𝟏 − 𝜷)𝑻𝒕
𝑇𝑡 = 𝑓𝑎𝑐𝑡𝑒𝑢𝑟 𝑑𝑒 𝑡𝑒𝑛𝑑𝑎𝑛𝑐𝑒 𝑑𝑒 𝑙𝑎 𝑝é𝑟𝑖𝑜𝑑𝑒 𝑝𝑟é𝑐𝑒𝑑𝑒𝑛𝑡𝑒
𝛽 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑒 𝑙𝑖𝑠𝑠𝑎𝑔𝑒 𝑝𝑜𝑢𝑟 𝑙𝑎 𝑡𝑒𝑛𝑑𝑎𝑛𝑐𝑒
• Remarque:
• Le lissage exponentiel double est une méthode plus générale que le lissage
simple et particulièrement adaptée aux séries chronologiques présentant une
tendance.
• 𝛽 est déterminé en général de façon subjectif selon le jugement de
l’estimateur. Une valeur élevée de 𝛽 reflète plus la variation de la tendance
que faible valeur de 𝛽.

2015-2016 Supply Chain Management 24

Lissage Exponentiel Ajuste

Exemple AES
HiTek Computer Services souhaite générer une prévision par la méthode lissage
exponentiel ajusté en utilisant les mêmes 12 mois de demandes montrés dans l’exemple
précédent. L’entreprise utilisera la prévision exponentielle avec α=0,5 calculée
précédemment et avec constante de lissage pour la tendance β=0,3

Solution

12
 09/01/2016

2015-2016 Supply Chain Management 25

Lissage Exponentiel Ajusté

Solution AES

2015-2016 Supply Chain Management 26

Régression Linéaire
• Définition : La régression linéaire est une méthode statistique pour
estimer la relation moyenne qui peut exister entre une variable
dépendante et une variable indépendante
• Formule de calcul:
𝒚 = 𝒂 + 𝒃𝒙
𝑎 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑒 𝑟é𝑔𝑟𝑒𝑠𝑠𝑖𝑜𝑛
où
𝑏 = 𝑐𝑜𝑒𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑡 𝑑𝑒 𝑟é𝑔𝑟𝑒𝑠𝑠𝑖𝑜𝑛
𝑥 = 𝑝é𝑟𝑖𝑜𝑑𝑒 𝑑𝑒 𝑡𝑒𝑚𝑝𝑠
y = 𝑝𝑟é𝑣𝑖𝑠𝑖𝑜𝑛 𝑑𝑒 𝑙𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑒 𝑝𝑜𝑢𝑟 𝑙𝑎 𝑝é𝑟𝑖𝑜𝑑𝑒 𝑥
Les paramètres a et b peuvent être calculer par la formule des moindres
carrés comme suit:
où

N = nombre de périodes

13
 09/01/2016

2015-2016 Supply Chain Management 27

Régression Linéaire
Exemple LSR
Les données de l’entreprise HiTek Computer Services semble suivre une tendance
linéaire croissant. L’entreprise souhaite calculer la régression linéaire pour voir s’il est
plus précise que la prévision du lissage exponentiel simple et ajusté générée dans les
deux derniers exemples.

Solution

2015-2016 Supply Chain Management 28

Régression Linéaire
Solution LSR

Pour calculer la prévision de la période 13:

14
 09/01/2016

2015-2016 Supply Chain Management 29

Ajustement Saisonnier
• Le mouvement saisonnier est une croissance et
décroissance répétitive dans la demande.
• Plusieurs demandes montrent un comportement
saisonnier.
Exemple:
• Demande des vêtements chauds augmente en automne et hiver et
baisse en printemps et été quand la demande pour les vêtements
légers s’accroit.
• Demande pour les jouets, vêtements, carte de félicitation augmente
en fête….
• Quelques restaurants ont plus demandes en diner qu’en déjeuner,
en weekend plus qu’en weekdays.

2015-2016 Supply Chain Management 30

Ajustement Saisonnier
• Le mouvement saisonnier est une croissance et
décroissance répétitive dans la demande.
• Plusieurs demandes montrent un comportement
saisonnier.
Exemple:
• Demande des vêtements chauds augmente en automne et hiver et
baisse en printemps et été quand la demande pour les vêtements
légers s’accroit.
• Demande pour les jouets, vêtements, carte de félicitation augmente
en fête….
• Quelques restaurants ont plus de demandes en diner qu’en
déjeuner, en weekend plus qu’en weekdays.
• Supermarchés reconnaissent une demande plus les weekends que
les weekdays.

15
 09/01/2016

2015-2016 Supply Chain Management 31

Ajustement saisonnier
• Plusieurs méthodes existent pour refléter les patrons
saisonniers dans les séries chronologiques.
• Méthode utilisant Facteur de saisonnalité:
Un facteur de saisonnalité est une valeur numérique qui
sera multipliée par la prévision normale afin d’avoir une
prévision ajustée à la saison.
Une méthode pour déterminer le facteur de saisonnalité est:
Diviser la demande de chaque période saisonnière par la
demande annuelle totale.
𝑫𝒊
𝑺𝒊 =
𝑫

2015-2016 Supply Chain Management 32

Ajustement Saisonnier
Exemple SA

16
 09/01/2016

2015-2016 Supply Chain Management 33

Ajustement Saisonnier
Solution SA
1ère étape
Calcul facteur
2ère étape
de saisonnalité
Calcul d’une prévision
annuelle à l’aide de
Régression Linéaire

3ère étape

Calcul des prévisions avec

les facteurs de saisonnalité

2015-2016 Supply Chain Management 34

Précision des Prévisions

• Une prévision n’est jamais complètement précise; il y a
toujours une déviation par rapport la demande réelle.
• La différence entre le prévu et le réel est l’erreur de
l’estimation ou de la prévision.
• L’objectif de la prévision est de minimiser l’erreur de
l’estimation.
• Lorsque l’erreur de la prévision est grand, elle pourrait
indiquer que la technique de prévision est erronée ou
nécessite un ajustement de ses paramètres (par exemple
α pour le lissage exponentiel)

17
 09/01/2016

2015-2016 Supply Chain Management 35

Précision des Prévisions

Déviation Absolue Moyenne 𝐷𝑡 − 𝐹𝑡
𝑀𝐴𝐷 =
Mesures de l’erreur de la
ou MAD 𝑛

Pourcentage de la Déviation 𝐷𝑡 − 𝐹𝑡
prévision

Absolue Moyenne ou MAPD 𝑀𝐴𝐷 =

𝐷𝑡

Erreur Cumulative 𝐸= 𝑒𝑡

Erreur Moyenne ou biais 𝑒𝑡

𝐸=
𝑛

2015-2016 Supply Chain Management 36

Précision des Prévisions

Exemple Précision des estimations
Dans les exemples précédents les estimations ont été générées en utilisant le lissage
exponentiel, (α=0,30 et α=0,50), le lissage exponentiel ajusté (α=0,50 et β=0,30) et la
régression linéaire avec tendance, respectivement, pour la demande de l’entreprise
HiTek Computer Services. L’entreprise souhaite cette fois comparer la précision de ces
modèles en utilisant les mesures : MAD, MAPD, E et 𝐸.

Solution

18