Livre blanc www.colibri-aps.

com

Gagnez en
performance
grâce à la prévision
Sommaire

Edito 5 04
Chapitre 4 – Mesurer la performance des prévisions 20
Pourquoi mesurer la fiabilité des prévisions ?
01
21
Les difficultés rencontrées 21
Chapitre 1 - La revue des historiques de ventes 6 Quels indicateurs utiliser ? 21
Les indicateurs à utiliser pour les prévisions de ventes 22
Les ventes passées, définition 7
Bonnes pratiques 23
La revue des historiques, qui est concerné ? 7
La revue des historiques, à quoi ça sert ? 8
Nettoyer les historiques, pourquoi ? 8
Comment faire ? 9 Conclusion 25

02
Chapitre 2 – Le calcul statistique des prévisions 10
Critère 1 : L’erraticité 11
Critère 2 : La criticité des produits 13
Le paramétrage initial. Bien le revoir au fil du temps 14
Faire des simulations de calcul 14

03
Chapitre 3 - L’enrichissement collaboratif versus
la puissance des algorithmes 16
Les différents types de collaboration 17
Prendre une décision éclairée 18

2 Gagnez en performance grâce à la prévision Gagnez en performance grâce à la prévision 3

 Edito
La prévision des ventes (ou prévision de la demande) est
un élément stratégique pour les entreprises soumises à des
problématiques de stocks ou d’approvisionnement.

Un processus de prévisions des ventes décrit une série d’étapes

qui vont permettre de définir sur un horizon plus ou moins
long quelle sera la demande pour un produit spécifique. Ce
processus doit être exécuté de manière régulière et cyclique (le
plus souvent tous les mois).

Stratégiques pour de nombreuses entreprises, les prévisions

de ventes permettent de réduire les stocks et améliorer leurs
disponibilités, anticiper et éviter les ruptures. Par conséquent,
augmenter le chiffre d’affaires, réduire les coûts et améliorer
les relations clients.

Dans ce livre blanc, Mehdi Kharab revient sur les quatre étapes
à suivre pour un processus de prévisions des ventes efficace et
complet.

• La revue des historiques, première étape primordiale

permettant de vérifier si les hypothèses initialement
prévues correspondent à la réalité.

• Le calcul statistique des prévisions, moment

déterminant du processus où des choix stratégiques de
segmentation et de classification doivent être fait.

• La question de la collaboration, sujet soumis à

controverse, il reste néanmoins essentiel pour une
entreprise de comprendre l’impact d’une possible
collaboration lors de son processus.

• La mesure de la performance, étape finale du processus

permettant d’évaluer la qualité des prévisions calculées,
afin de pouvoir éventuellement faire des ajustements lors
du cycle suivant.

Mehdi Kharab Nicolas Commare

Expert Produit Colibri CEO Colibri

4 Gagnez en performance grâce à la prévision

Gagnez en performance grâce à la prévision 5
01
Les ventes passées,
définition
Même si nous ne pouvons pas tout
extrapoler à partir du passé, l’évolution
est souvent corrélée à l’historique.
Les historiques de ventes représentent
La revue
le point d’entrée de n’importe quel
outil de prévisions de ventes. Dans de
nombreuses organisations, l’explication
des historiques
de ces historiques dépend beaucoup de
la mémoire collective des personnes qui
de ventes composent la société.
D’un point de vue technique, les
historiques sont des données dynamiques,
définies dans le temps et qui serviront
comme paramètre de base d’un calcul de
prévision.
La revue des historiques,
qui est concerné ?
Comprendre le passé fait partie du
processus d’apprentissage pour
s’améliorer. Il est important de
comprendre que le passé et le futur sont
une même chose, seule notre prise de
vue est différente. Réfléchir sur le futur
sans comprendre le passé serait une folie.
Comme le disait Albert Einstein : « La
distinction entre le passé, le présent,
le futur n’est qu’une illusion, aussi
tenace soit-elle ».
La revue des historiques s’adresse
à plusieurs personnes au sein de
l’entreprise. Il est important que tout
interlocuteur concerné puisse disposer,
selon son périmètre, de l’information
pertinente. Cette revue doit être flexible
pour répondre aux besoins de chacun :
6 Gagnez en performance grâce à la prévision
Gagnez en performance grâce à la prévision
• Suivre les ventes, quand on est
commercial, se fait généralement
en adoptant une approche orientée
client.
• Quand on est responsable d’une zone
géographique, une vision consolidée
à cette échelle est souvent la
première information suivie.
• Quant au marketing, disposer
d’une vision agrégée par famille de
produits sera sans doute intéressant
pour suivre l’évolution globale.
Tips :
Lors du choix de votre
solution, assurez-vous d’avoir
la possibilité de donner accès
à vos collaborateurs à des
informations pertinentes et
visuelles.
Dans la mise en place d’une
hiérarchie, essayez de déf inir
les niveaux qui peuvent
être importants pour vos
collaborateurs, ce sera la
pierre angulaire de la solution.
Privilégiez un outil qui puisse
vous permettre de visualiser,
dès la phase de conception, ces
différents choix. N’attendez pas
la fin du projet !
7
La revue des historiques,
à quoi ça sert ?
La revue des historiques a quatre grands
objectifs :
• Comprendre ce qu’il s’est passé
• Analyser les résultats
• Evaluer si les tendances sont à la
hausse, à la baisse ou stable
• Dépolluer les ventes des évènements
exceptionnels non reproductibles
Et pour cela, il est nécessaire d’avoir de
la flexibilité.
La revue des ventes est très importante
afin de vérifier si les hypothèses
initialement prévues correspondent ou
non à la réalité.
Suis-je en ligne avec mon budget ? Sur
quelles références suis-je en écart ?
Suis-je bien à la hausse comme je l’avais
prédit…
Tips :
Si votre outil le permet, mettez
en place des filtres pour pouvoir
rapidement et simplement
travailler par exceptions.
Nettoyer les historiques,
pourquoi ?
Pour prévoir le futur, il faut se poser
la question suivante : à quoi aurait
ressemblé le passé si mes prévisions de
ce même passé avaient été justes ? Quel
aurait été mon historique de vente idéal ?
8 Gagnez en performance grâce à la prévision
Puisque l’on veut prévoir le futur, tendons Exemple de données anormales : Plutôt que de travailler au niveau le plus
à prévoir l’idéal et non pas une projection météo, ruptures, promotions qui fin, il est conseillé de travailler à un niveau
de nos imperfections passées. n’ont pas lieu à la même période, agrégé. En faisant une modification au
Comme nous l’avons dit, les historiques fêtes non périodiques (ramadan, niveau de la famille de produits, tous
de ventes représentent l’entrée d’un les produits appartenant à cette famille
nouvel an chinois…).
calcul de prévisions. L’outil peut seront modifiés.
vous alerter sur des changements de Comment faire ?
comportements, mais il est difficile de
corriger automatiquement des baisses de La plupart des outils du marché utilisent
tendances, un produit qui ne performe la méthode des corridors de normalités.
Tips :
pas autant que prévu, un événement
exceptionnel... Le nettoyage est une tâche
Explications : Cette méthode,
considérée comme la plus robuste et très importante du processus
Le concept du nettoyage des historiques efficace, a l’avantage d’être graphique. mais toujours délaissée car à
consiste à épurer les ventes de tout première vue contraignante et
Cela permet de la comprendre et
phénomène extraordinaire et non visualiser simplement. Cette méthode longue. Lors du choix d’un outil
reproductible d’une année sur l’autre. n’a de réel intérêt qu’avec un minimum assurez-vous qu’il permette
On différencie ainsi les évènements de le faire eff icacement et
de deux années d’historiques et suppose
saisonniers qui font partie intégrante le postulat fort que les ventes suivent une simplement, et cela à un niveau
du comportement des ventes (exemple : certaine loi de distribution (loi Normale). de travail pertinent.
pics de vente en août/septembre liés à
L’outil utilisant cette méthode va regarder
la rentrée scolaire), des événements la saisonnalité de différents mois, la
ponctuels (ruptures, promotions
tendance des années précédentes et
exceptionnelles…). construire un couloir qui va encadrer les
historiques de ventes. L’outil attire ensuite
Illustrons cela avec un exemple, certes l’attention sur les données qui sortent
extrême, mais bien représentatif.
de ce couloir de ventes, l’utilisateur peut
Considérons une rupture prolongée donc travailler par exceptions et ainsi
sur trois mois consécutifs. Les ventes gagner en efficacité.
seront alors de zéro. Il est extrêmement
compliqué, même pour un outil avancé,
de deviner que cela est dû à un facteur
externe. Sans correction, l’outil va prévoir,
pour l’année suivante, des ventes à zéro.
Conceptuellement, nous prévoyons donc
des ruptures dans le futur, ce qui est
peu réaliste. Il est important d’occulter
les évènements non reproductibles des
historiques de ventes afin que l’outil
n’interprète pas cela comme de la
saisonnalité.
Epurer les ventes consiste donc à dire à
l’outil quelles auraient été les ventes si
nous étions dans une activité « normale ».
L’historique ainsi corrigé sera utilisé
comme base de proposition pour calculer
une prévision statistique, en lieu et place
de l’historique réel faussé.
Gagnez en performance grâce à la prévision 9
02
Le calcul statistique est généralement
perçu, souvent à juste titre, comme
étant la « boîte noire » d’une solution
de prévisions. Soit les calculs sont très
complexes et nécessitent d’avoir un
solide bagage mathématique, soit ils sont
trop triviaux et n’apportent alors que peu
de valeur à la solution.
Beaucoup d’outils misent sur des
Le calcul
algorithmes très poussés et complexes
(par exemple : ARIMA ou les PREVISIONS
statistique EXOGENES – corrélation avec d’autres
variables externes). En réalité, ces
des prévisions derniers sont tellement difficiles à
appréhender pour les utilisateurs qu’ils
ne sont pas maintenus. Une grande partie
de la solution n’est donc, in fine, pas
exploitée !
Pour complexifier le tout, s’ajoute
généralement le choix du niveau de calcul.
Est-il préférable de faire des calculs à une
granularité très fine (par exemple par
article x client), au risque de multiplier
grandement les erreurs, ou au contraire,
une prévision macro qui sera ensuite
répartie par top-down (éclatement sur
des niveaux bas) ?
De bonnes pratiques existent pour
permettre de tirer profit de ces puissantes
projections.
Cela passe généralement par une
segmentation sous forme de matrice et
d’attribution d’une stratégie de calcul
pertinente.
Plusieurs critères peuvent être considérés
et dépendent de chaque entreprise. Par
exemple, dans l’industrie, des articles
fabriqués uniquement sur commande
(appelés généralement Make-To-Order
ou MTO) pourront avoir une approche
différente des articles produits sur stock
(Make-To-Stock ou MTS).
Colibri propose une méthode
pragmatique organisée autour
10 Gagnez en performance grâce à la prévision
Gagnez en performance grâce à la prévision
d’ateliers de travail, afin d’arriver
à une matrice de paramétrage,
compréhensible par tous et
facilement maintenable par les
utilisateurs.
Voici des exemples de segmentation
possible :
• Classification des produits selon une
classe ABC (volume et/ou valeur)
• Classification des clients selon une
classe ABC (volume et/ou valeur)
• Segmentation des produits selon
leurs erraticités…
L’erraticité, qui correspond à la fréquence
d’occurrence des ventes, est un des
critères de segmentation clé quand on
parle de calcul.
Critère 1 : L’erraticité
Qu’est-ce qu’un produit erratique ?
Un produit erratique est un produit qui
n’est pas vendu de manière continue
dans le temps. L’erraticité peut prendre
différentes formes. Des produits peuvent
être très erratiques ou peu erratiques. En
statistique on appelle cela des demandes
intermittentes ou très intermittentes.
(voir graphique p.12)
Colibri permet de facilement isoler
et regrouper ces produits, par
exemple, en définissant des seuils
d’erraticités automatiques.
Il est important de différencier ces
produits car la stratégie adoptée ne doit
pas être la même que pour les produits
non erratiques.
11
 140
120
100
80
60
40
20
0 Pour résumer, il est important de définir
Produit très erratique Produit peu erratique
Tips :
Lors du choix d’un outil, assurez-
vous de pouvoir isoler facilement
les produits erratiques et de
pouvoir catégorisez vous-
même vos niveaux d’erraticité.
En d’autres termes, que vous
puissiez créer vous-même vos
groupes de produits en fonction
de critères d’erraticité.
Quelle stratégie adopter pour les
produits erratiques ?
Plusieurs modèles existent dans la
littérature pour ces modèles erratiques et
il n’y a pas de consensus sur une méthode
idéale. Cependant, ces produits doivent
avoir une stratégie différente des produits
« best-seller ».
Il est possible de ne pas faire de prévisions
pour ces produits. En effet, si ces articles
font trop peu de ventes par an, il y a
12 Gagnez en performance grâce à la prévision
Produit non erratique
de fortes chances que n’importe quel
algorithme propose des prévisions qui
seront très éloignées de la réalité.
Il est également possible de travailler
avec des modèles qui vont proposer un
lissage, comme le lissage exponentiel
simple ou le modèle de Croston, qui vise
tout simplement à donner une prévision
moyenne tous les mois. On s’attend donc
à avoir, comme résultat, une droite qui
ne doit pas être interprétée comme une
prévision de ventes, mais plutôt comme
un niveau de stocks que l’on veut avoir à
disposition pour couvrir le besoin.
Une autre possibilité est de copier le passé
dans le futur, ce qui permet d’avoir une
prévision qui sera saisonnière et non
constante.
Enfin, pour les produits make-to-
order que l’on rencontre souvent dans
l’industrie, il sera courant de définir
conjointement avec le client quelle est
la prévision. Dans ce cas, assurez-vous de
pouvoir gérer la collaboration dans votre
outil, avec par exemple la possibilité de
demander à vos commerciaux ou clients
leurs prévisions directement dans l’outil.
Un impact direct sur l’ERP
Il existe donc différentes possibilités pour
bien gérer ses produits erratiques. Il est
important de noter que chaque stratégie
aura un impact direct sur les données de
prévisions qui alimenteront l’ERP. Par
exemple, si vous réalisez votre calcul de
besoins en sortie de prévisions de ventes,
il y aura forcément un impact sur le plan
d’approvisionnement ou de production
qui en découlera.
le niveau d’erraticité en début de projet,
de faire quelque chose de flexible qui
s’adaptera tous les mois en fonction du
comportement des produits et, surtout,
facilement maintenable. Dans tous les
cas, il faut bien isoler ces cas particuliers
qui sont finalement souvent des sources
de problèmes quand on regarde la Supply
Chain d’un point de vue global.
Critère 2 : La criticité
des produits
La classe ABC, qu’est-ce que c’est ?
La classe ABC peut être une information
très pertinente à avoir dans son outil.
Cette classe ABC va permettre d’avoir une
information qui est liée au volume (ou
au chiffre d’affaires) des ventes passées.
Les produits A étant le plus souvent des
produits vendus en gros volumes et les
produits C étant des produits à faible
rotation ayant des volumes généralement
moins importants, qui portent par
conséquent moins de risques.
La classe ABC, à quoi ça sert ?
Catégoriser ses produits par classe ABC
permet de définir le niveau du calcul de
la prévision. Les produits A représentent
en général 80% du volume des produits.
Il est généralement possible, dans ce
cas de figure, de demander à l’outil de
Gagnez en performance grâce à la prévision
calculer des prévisions à un niveau fin,
c’est-à-dire à un niveau article par clients
par exemple, ce qui permet d’avoir une
finesse de calcul plus précise qui tiendra
compte de la tendance intrinsèque du
couple article-client.
A l’inverse, pour les produits C, qui ont des
volumes plus faibles, faire une prévision à
un niveau très fin (article x client) risque
d’induire beaucoup d’erreurs. Il est alors
recommandé de demander à l’outil de
calculer une prévision à un niveau plutôt
agrégé (tous clients confondus) avec le
résultat de la prévision éclaté sur chaque
client.
Cette logique vient du postulat de la loi
des grands nombres. Illustrons cela par
un exemple. Prenons un article de base
(classe C) vendu chez 100 clients. Si nous
calculons la prévision au niveau le plus fin
(article x client), l’outil fera 100 calculs
unitaires induisant donc, pour chacun,
une erreur unitaire. Si nous faisons 100
calculs différents, nous aurons donc 100
fois une erreur unitaire (en considérant
que c’est à peu près la même pour
chaque couple). À l’inverse, si on fait une
prévision à un niveau plus consolidé, à
l’article tous clients confondus, et que
l’on éclate cette prévision, l’erreur de
calcul sera moindre. Cette prévision
sera ensuite éclatée sur chaque client en
fonction du poids de ces derniers. Cette
logique vise à mutualiser le risque et faire
des calculs à des niveaux agrégés.
Pour synthétiser
La notion de classe ABC peut être
intéressante pour demander à l’outil de
faire des calculs a un niveau de finesse
défini. Pour les articles de classe A, il est
intéressant de faire le calcul a un niveau
de finesse détaillé, tandis que pour les
articles moins stratégiques, un calcul à
un niveau agrégé sera plus adéquat.
13

Le paramétrage initial.
Bien le revoir au fil du
temps
Une fois les paramètres et niveaux de
calcul définis, il faut continuer à les
revoir régulièrement (chez Colibri nous
préconisons une révision deux fois par
an minimum).
Les produits peuvent changer de
comportement, les stratégies de
l’entreprise peuvent évoluer… L’important
étant d’avoir une Supply Chain plus agile
et plus réactive, il peut donc être pertinent
de revoir ponctuellement ces paramètres
en entrée de la prévision statistique.
Tips :
Cette tâche nécessite une bonne
connaissance de l’entreprise et
de son historique, confiez-la à
une personne ayant un léger
background mathématique et
pouvant regarder et travailler
régulièrement ces modèles
afin d’avoir des calculs et des
résultats toujours pertinents.
exemple simple et compréhensible est
de pouvoir faire du back-forecasting.
Cela permet de tester certains modèles
de prévisions dans le passé et de
voir visuellement si des ventes sont
prédictibles ou non.
Tips :
Si possible, utilisez un outil
de prévisions des ventes
qui permette de faire des
simulations sur vos prévisions
directement dans l’outil.
Pour les utilisateurs novices dans les
prévisions, privilégiez des algorithmes
simples et compréhensibles, qui sont
facilement explicables et vérifiables
dans Excel. Avoir un outil robuste et
performant oui, mais il faut comprendre
comment sont fait les calculs pour
bien les utiliser et pouvoir les justifier.
Attention donc aux outils qui ne peuvent
pas expliquer comment sont calculées les
prévisions !

Faire des simulations

de calcul
Lors du choix de la stratégie de calcul et
du modèle statistique, il est important de
pouvoir faire des hypothèses simples et
rapides pour voir quel serait le résultat. La
grande majorité des utilisateurs ne sont
pas statisticiens ou mathématiciens de
formation, il est important que l’outil
permette de simuler simplement. Un

14 Gagnez en performance grâce à la prévision Gagnez en performance grâce à la prévision 15

03
Le sujet de la collaboration au sein d’un
processus de prévisions des ventes est
sujet à de nombreuses controverses.
Beaucoup de professionnels qui défendent
la collaboration mettent en avant le fait
d’avoir une seule et unique prévision entre
les équipes. Avec des utilisateurs qui vont
pouvoir enrichir la prévision en fonction
L’enrichissement de leurs connaissances (situation sur le
terrain, campagne marketing prévue…)
collaboratif versus Mais d’un autre côté, d’autres
professionnels témoignent de la
la puissance des algorithmes
performance grandissante des
algorithmes face à la collaboration et
l’imperfection de l’arbitrage humain.
Nicolas Commare, directeur général
de Colibri explique : « Selon moi,
l’innovation technologique permet à
l’algorithme de plus en plus de pertinence
lorsqu’on est proche du B2C. Car proche
du consommateur, les comportements
et leurs évolutions sont lisibles dans
l’historique rapproché, sur le web et les
réseaux sociaux. En B2B, plus on remonte
la chaîne logistique vers la source, et
moins les comportements sont visibles.
Ils sont impactés par des stratégies
d’entreprises, les effets bullwhip (effet
coup de fouet), les comportements des
responsables, le turnover des équipes ou
encore la performance des concurrents.
La performance de la prévision sera
donc ici, fonction de l’expérience des
collaborateurs qui pourront ressentir
et décrypter ces comportements. En
conclusion, tant que les comportements
de la chaîne aval ne seront pas
publiquement accessibles en temps réel,
les algorithmes ne pourront pas prévoir
l’avenir et donc, la collaboration sera une
clef de succès de la vision de l’entreprise
B2B ».
16 Gagnez en performance grâce à la prévision
Gagnez en performance grâce à la prévision
Les différents types
de collaboration
Avant de se poser la question si oui ou
non la collaboration serait bénéfique à
votre processus, il est utile de rappeler
que différents types de collaboration sont
possibles et dépendent principalement du
type d’organisation et de la stratégie de
l’entreprise.
Dans l’industrie ou la distribution, il
est fréquent d’assigner des groupes de
clients à des commerciaux. Dans ce cas
de sectorisation, différents clients par
utilisateur, une bonne pratique est de
demander aux commerciaux de venir,
ponctuellement ou régulièrement, mettre
à jour les informations importantes de
prévisions relatives à leur scope.
Le processus de collaboration peut
varier suivant le degré de maturité de
l’entreprise. Il doit pouvoir s’adapter à
vos besoins. Par exemple, est-il préférable
de demander aux commerciaux de se
connecter à un outil mensuellement ou
dès qu’un événement est identifié ?
Tips :
Pour un processus de
collaboration efficace, avoir un
mécanisme d’alertes à chaque
fois qu’une prévision sur un
produit stratégique vient d’être
modifié peut-être utile.
Un autre aspect de la collaboration est
la collaboration avec le département
marketing. Les collaborateurs marketing
ont, dans la plupart des cas, une vision
très macro de la prévision.
17
Prenons un cas concret. Lorsque le
marketing prévoit une large campagne de
publicité, le commerce ou le département
Supply Chain ne seront pas forcément
au courant. Avec un outil collaboratif,
le marketing pourra ajouter au niveau
macro, l’impact de la campagne sur les
ventes attendues.
L’idée avec ces types de collaboration
inter-entreprise est de centraliser dans
un seul outil la vision de la prévision de
différents départements et utilisateurs.
Avec l’essor du cloud, un nouveau type de
collaboration encore peu développé est
apparu, la collaboration extra-entreprise.
La tendance actuelle est à la collaboration
entre Supply Chains, avec par exemple les
stocks déportés, ou la gestion partagée des
approvisionnements avec les fournisseurs.
Dans cette logique de partenariat avec ses
fournisseurs ou clients, on peut imaginer
une collaboration via un outil cloud pour
ses prévisions de ventes.
Il est alors envisageable de demander à
certains clients leurs prévisions sur un
horizon à plus ou moins long terme et de
la saisir directement dans l’outil.
Bien que difficile à mettre en place la
collaboration extra-entreprise a de
nombreux avantages :
• Proposer une telle démarche outillée
d’un APS permet de crédibiliser son
entreprise auprès de ses clients.
• Côté client, il sera désormais possible
de sécuriser son stock en amont et
éviter ainsi les ruptures.
• Enfin, l’impact économique peut
jouer également et permettre de
meilleures relations commerciales.
Par exemple, il est possible de
conditionner d’éventuelles remises
commerciales à la mise à disposition
des prévisions en amont et au bon
respect de celles-ci.
18 Gagnez en performance grâce à la prévision
Prendre une décision
éclairée
Quel que soit le cas de collaboration que
vous souhaitiez mettre en place il est
impératif d’être sûr de son utilité.
Lors de la construction de votre processus
de prévisions de ventes, nous préconisons
de faire une analyse de votre prévision sur
plusieurs mois pour déterminer si oui ou
non la collaboration est bénéfique.
Une superposition des performances de
prévisions avec ou sans collaboration
vous permettra de vous rendre compte
très clairement si la collaboration au
sein de votre processus de prévisions des
ventes permet une prévision des ventes
plus précise ou pas.
Attention, il est important de bien
superposer ces performances sur
une longue période afin de lisser les
éventuelles erreurs lors d’un mois ou
cycle particulier.
Cette question reste d’autant plus
importante avec l’arrivée de la Data
Science.
La Data Science apporte aujourd’hui
de nombreuses améliorations sur un
processus de prévisions classique. Par
exemple, une analyse de vos données
permettra de déterminer quelle est
la meilleure maille pour travailler
efficacement, ou, à quel moment il faut
commencer à regarder l’historique pour
un calcul le plus juste possible.
Devant la puissance de ce qu’il est
aujourd’hui possible d’accomplir d’un
point de vue algorithmique, grâce à la
data science, il est important de bien
évaluer l’impact de la collaboration sur
votre processus.
Gagnez en performance grâce à la prévision 19
04
Nous avons abordé tout au long de ce livre
blanc le processus de prévisions, passons
maintenant à l’étude de la performance.
La définition même d’un processus, au
sens large, est un enchaînement ordonné
de tâches qui va transformer un input en
output, avec un certain taux de réussite.
Mesurer Dans le monde de la prévision des ventes,
le taux de réussite d’un processus fait
la performance référence à la fiabilité des prévisions. En
d’autres termes, comment ces prévisions
des prévisions
sont proches ou non des ventes réelles.
Pourquoi mesurer la
fiabilité des prévisions
Mettre en place un processus de
prévision est, dans la grande majorité
des organisations, indispensable. Ce
n’est pourtant pas suffisant. Dans la
pratique, les organisations sont souvent
en difficulté pour définir ou calculer
régulièrement des indicateurs de fiabilité.
Cette étape est pourtant importante, car
elle permet de détecter les dérives et ainsi
améliorer la réactivité.
Un exemple très simple est le cas du
surstock. En regardant la fiabilité des
prévisions, on peut tout à fait anticiper,
dès la prévision, une problématique de
surstock.
En effet, si la tendance est
systématiquement à la sur-prévision,
analyser la fiabilité des prévisions
permettra d’être alerté sur un biais positif.
Et, si la prévision vous permet de faire des
approvisionnements, vous aurez souvent
tendance à approvisionner plus que ce
dont vous avez réellement besoin. Avec
le taux de fiabilité de vos prévisions, il est
facile de détecter les risques de surstock,
ou inversement, de rupture.
En conclusion, l’intérêt de mesurer la
20 Gagnez en performance grâce à la prévision
Gagnez en performance grâce à la prévision Gagnez en performance grâce à la prévision
fiabilité des prévisions est avant tout
de pouvoir détecter des risques futurs
et de pouvoir ainsi prendre les bonnes
décisions pour améliorer la situation.
Les difficultés rencontrées
Le plus souvent, les entreprises ne
calculant pas la fiabilité de leurs
prévisions expliquent cette situation
par le manque d’outil ou de temps
humain. Pour pouvoir calculer le taux
de fiabilité, il faut conserver une trace
de toutes les archives des prévisions
précédentes. Cela représente très vite
une quantité importante de lignes et
donc d’informations à traiter.
De plus, il faut comparer ces historiques
aux ventes passées, ce qui implique de
créer un outil dans Excel ou ailleurs
qui va permettre la comparaison de ces
différentes données. Cette première étape
est très longue, fastidieuse, compliquée à
mettre en place et à maintenir.
Pour ces raisons, les entreprises ne
calculent bien souvent la fiabilité des
prévisions que deux ou trois fois par
an, et non pas de manière mensuelle (la
fréquence d’un processus de prévisions
classique).
Pourtant, l’intérêt du calcul de la fiabilité
et de vérifier à chaque début de processus
où l’organisation se positionne, et faire le
point. Cela permet plus de réactivité pour
la Supply Chain.
Quels indicateurs
utiliser ?
En se penchant sur la littérature
contemporaine, il existe énormément
d’indicateurs de fiabilité de prévisions.
Chaque organisation/division aura
même ses propres indicateurs définis, ce
21
qui complique d’autant plus la tâche de
trouver un indicateur pertinent et unique.
Mais avant de se lancer dans la sélection
d’un indicateur, il est important de
rappeler ce qu’est un bon indicateur et
son utilité.
L’importance d’indicateurs simples
et compréhensibles
De manière générale un indicateur doit :
• Pouvoir être mis à jour facilement
• Être flexible
• Être compréhensible et pertinent
pour tous
• Être partageable dans l’entreprise
Un bon indicateur doit parler à plusieurs
personnes. Bien souvent, dans les
organisations, chaque département/
personne va construire ses propres
indicateurs, or avoir des indicateurs
communs et partagés permet de mesurer
des choses tangibles et améliorer la
situation.
Tips :
Pour plus de simplicité,
co n ce n t re z-vo u s s u r l e s
indicateurs les plus pertinents
et les plus simples et
compréhensibles.
22 Gagnez en performance grâce à la prévision
Les indicateurs à utiliser
pour les prévisions
de ventes
Quand on parle de processus de prévisions,
le premier indicateur à regarder est donc
la fiabilité des prévisions.
La fiabilité, c’est l’adéquation ou l’écart
entre ce que vous aviez prévu et ce que
vous avez réalisé. On parle souvent
de prévisions faites dans l’exercice
précédent par rapport aux ventes réelles.
Nous comparons donc simplement deux
données.
Néanmoins il est important de rester
flexible. Lors du calcul de la fiabilité, il est
recommandé de prendre en considération
deux aspects :
• La dimension hiérarchique :
C’est-à-dire, la possibilité d’avoir
une granularité précise selon un axe
ou une dimension.
Par exemple, prenons le cas d’une société
qui fait des prévisions par article/client
et souhaite mesurer sa fiabilité. Dans la
plupart des cas, tous les articles d’une
entreprise n’auront pas les mêmes règles
de gestion. Une société qui a un catalogue
de produits actifs de 1 000 références,
selon la loi de Pareto, aura en fait 20%
de ses articles qui représenteront 80%
de son chiffre d’affaires. Sur certains
articles stratégiques représentant une
forte part du chiffre d’affaires, il va donc
être nécessaire d’avoir une mesure de
la fiabilité très fine. Pour les articles
moins importants, il est possible de faire
un calcul plutôt macro pour être plus
efficace.
Inversement, si l’on souhaite avoir une
vision par client, un outil doit aussi vous
permettre d’avoir un prisme d’agrégation
afin d’avoir une vision très précise pour
certains clients importants et plus macro
pour les autres (regroupés par pays,
régions…).
• La dimension temporelle : Il y a,
au sein d’une même entreprise, de
plus en plus de produits et de gammes
différentes. Il existe des produits avec
des temps d’approvisionnement ou
de cycles très différents les uns des
autres. Il faut donc pouvoir adapter
son calcul de fiabilité en fonction de
cette métrique.
Par exemple, un distributeur qui
approvisionne ses produits auprès de
plusieurs fournisseurs aura des délais
d’approvisionnement différents si le
fournisseur est en Allemagne ou en
Chine. Si une gamme de produits dispose
d’un délai d’approvisionnement de quatre
mois, cela a peu d’intérêt d’analyser la
fiabilité des prévisions dans les trois
prochains mois (dans ce que l’on appelle
un horizon gelé).
En effet, les prévisions faites pendant
cette période n’ont pas réellement
d’impact sur l’approvisionnement.
L’objectif d’avoir un outil pour calculer
votre fiabilité est donc aussi de pouvoir
calculer facilement la fiabilité, à des
niveaux différents, en fonction de vos
délais d’approvisionnement ou poids des
produits, clients...
Tips :
Pour plus de flexibilité, choisissez
un outil permettant de calculer
la fiabilité à plusieurs niveaux.
Certains permettent aussi de
rajouter des niveaux de calcul à
n’importe quel moment, ce qui
permet de pouvoir effectuer des
changements même si le projet
est fini.
Gagnez en performance grâce à la prévision
Bonnes pratiques
Votre outil et votre calcul de fiabilité
doivent également évoluer avec votre
processus. Une société peu mature ne va
pas mesurer la fiabilité à un niveau très
fin dès le début.
Il faut que l’outil permette dans les
premiers mois d’utilisation une mesure
rapide et tangible de la fiabilité à un niveau
macro. Par la suite, le niveau d’expertise
des collaborateurs augmentera et il sera
alors possible de mesurer la fiabilité à un
niveau plus bas.
Un point à prendre en compte également
est de pouvoir travailler par exceptions.
Il faut pouvoir disposer d’une vision
synthétique de ce qui va et ce qui ne
va pas. Votre outil doit vous permettre
de facilement retrouver des articles sur
lesquels vous vous focalisez. Par exemple,
il peut être intéressant de définir des
seuils de tolérances différents en fonction
des catégories.
Tips :
Avoir une vision graphique
permet de mettre rapidement
en lumière les problèmes
existants.
23
 Conclusion

Le processus de prévisions des ventes est donc un processus

complexe qui comprend plusieurs étapes essentielles à son
bon déroulement, de la revue d’historique jusqu’au calcul de
la performance.

Aujourd’hui, la tendance est à l’intelligence artificielle, la

data science ou encore la blockchain. Nous anticipons sur
les prochaines années une généralisation de ces pratiques,
particulièrement dans le domaine de la Supply Chain.
Mais l’innovation ne s’arrête pas là et on peut imaginer dans
10 ans des prévisions entièrement collaboratives, avec des
connexions inter-entreprise et des transferts de prévision en
temps réel.

On peut ainsi parler de méga réseau ou d’un réseau de réseaux

qui permettrait d’avoir une approche Supply Chain centrée sur
le client et plus écologique. L’idée étant de gagner toujours plus
en mobilité et visibilité.

L’avenir est une porte,

le passé en est la clef.
Victor Hugo

*Source du terme network of networks (reseau de reseaux) : Supply Chain Brief ; Supply Chain 2030: Forge a New Path
By Lora Cecere

24 Gagnez en performance grâce à la prévision

Gagnez en performance grâce à la prévision 25
Colibri, outil de demand
& supply Planning
dans le Cloud

Pour en savoir plus : www.colibri-aps.com

Mail : contact@colibri-aps.com

Téléphone : +33 (0)9 72 45 73 93

Les auteurs : Nicolas Commare & Mehdi Kharab