Numéro 1

Avril 2008

L’observatoire de la Logistique
et de la
Supply Chain
Dossier
management de la demande
pratiques du maroc et d’ailleurs

solutions de management de la demande : criteres de choix

tendances: implenter la demarche flowcasting
bonnes pratiques : comment utiliser le cpfr ?

En partenariat avec l’Ecole M ohammadia d’I ngénieurs

 Editorial

Sid Ahmed DINE

Directeur de la publication

L
’amplification de la concurrence pousse de
plus en plus d’organisations à basculer de
stratégie push à des stratégies basées sur le
mode pull. Ce basculement implique une
concentration plus intentionnée sur l’exécution des
commandes fermes reçues au détriment d’une planifica-
tion orientée sur le stock. Comme conséquence, un
mouvement de réduction de stock a émergé.
Mais la réponse à la question dilemme suivante,
devient un facteur clé de succès : comment satisfaire la
demande dans un contexte caractérisé par une forte
concurrence et dans un environnement où la réduction
des stocks est plus qu’un impératif de la supply chain ?
En général, la réponse est la qualité et la fiabilité du
management de la demande. Parmi les objectifs de cette
démarche l’amélioration du résultat opérationnel, du
cash-to-cash et la planification des opérations.
De ce fait, les organisations doivent être capables Une bonne maîtrise de la demande est tributaire :
d’anticiper le futur ; elles doivent chercher à dévelop-
per la capacité à prédire la demande future et -De la maîtrise des processus financiers, ventes et de
d’optimiser leurs moyens compétitifs pour les utiliser production.
comme avantages concurrentielles de taille. -De l’usage d’applicatif couvrant ces domaines.
-De l’usage de solution de management de la demande
Toutefois, dans un environnement à forte dynamique collaborative supportant différents modèles et méthodes de
où les tendances de la demande sont difficiles à prévisions, et pouvant produire rapidement des prévisions
maîtriser et la supply chain devient large et globalisée, futures.
prévoir une demande fiable et sélectionner des
-Les niveaux de collaboration et d’intégration fonctionnelle
scénarios optimisés,-est complexe. La plupart des
et informationnelle avec les clients.
entreprises trouvent que,créer des plans, prévisions et
piloter via des indicateurs clés de performance en
temps proche du réel, est un véritable challenge. Des études récentes ont démontré que :
Le management de la demande est devenu un point -Plus il y a d’intervenants dans la réalisation des prévisions,
focal de toute la planification d’une entreprise ; Une moins la qualité de la prévision est bonne.
production de prévisions de faible qualité a des -Plus la base de calcul est objective et basée sur des
1ère édition - Avril 2008

incidences négatives et collatérales sur les principales éléments factuels et statistiques, plus la fiabilité des prévi-
fonctions d’une organisation. sions est importante.

[ Comité de rédaction]
Sid Ahmed DINE : Archos Conseil
Mohamed Amine ABOUHANINE / Nabil BOUBAKRI : Ecole Mohammadia d’ingénieurs

2
[Sommaire]
Bonnes pratiques 4
- VMI (L’inventaire géré par le fournisseur)
- CPFR (Collaborative planning,forecasting
and replenishement).

Performance 9
- Forecast accuracy (FA)

Technologies 10
- Progiciels de management de la demande.

Tendances 14
- Le flowcasting.
- Business intelligence & management
de la demande.

Zoom recherche 18
- Management de la demande dans
les pays musulmans: Problèmatique
des séries chronologiques.

Glossaire 20

3
 Bonnes pratiques

Le Vendor Managed inventory (VMI)

U
ne gestion de la demande efficace est un fac- Le VMI, connu encore sous le nom de « réapprovi-
teur essentiel pour décider du succès d’une sionnement continu » ou bien « inventaire géré par le
entreprise. fournisseur » est basé sur la conviction que les parte-
En effet, une mauvaise gestion de la de- naires en amont sont plus à même de gérer les stocks de
mande peut engendrer des surinvestissements dans leurs clients grâce a leur connaissance des capacités de
l’inventaire, mais aussi des ruptures de stock courantes, production et de stockage.
entrainant une perte substantielle d’argent ainsi qu’un L’échange de données entre le fournisseur et le
coût d’opportunité conséquent. distributeur se fait à travers un EDI qui informe le four-
D’autre part, réagir en «juste à temps» est très délicat à nisseur sur le niveau des stocks ainsi que sur l’état des
mettre en place et ne peut être atteint qu’ avec la mise ventes du distributeur.
au point d’un bon système de gestion des stocks. Le fournisseur va sur la lumière de ces données, déci-
Ceci est très important pour toutes les entreprises, non der de la taille et du moment adéquats pour approvision-
seulement du point de vue rentabilité mais également ner le distributeur, ce dernier restant en possession de
dans une perspective CRM. ses stocks.
Le distributeur délègue donc la gestion de son stock à
Le client marocain murit et son attitude change rapi- son fournisseur, par contre, il n’effectuera le paiement
dement. En effet, avec le déve- que lorsque les produits se-
loppement technologique, il est ront effectivement vendus.
devenu plus pointu et exige une le VMI permet des transactions
réponse rapide ; ainsi, l’optimisa- plus rapides et moins L’adoption du VMI a pour
tion de la gestion de la demande effet une plus grande visibilité
devient une question vitale et à complexes en plus de de la demande et un niveau de
fort potentiel concurrentiel. limiter le Bullwhip effect stock plus bas, aussi, en adop-
Aussi, le développement rapide tant une approche VMI, on
d’internet a nettement changé les pourra réduire la variabilité
définitions traditionnelles du fabricant, des fournisseurs due à la multiplicité des maillons dans la supply chain.
et des clients. De nouvelles approches de la gestion de Le VMI a plusieurs autres avantages, on citera notam-
la demande essayent d’organiser la supply chain sous ment :
forme d’un réseau d’agents intelligents qui coopèrent - une meilleure perspicacité dans la demande d’un client
entre eux. (une meilleure utilisation des ressources, des stocks
réduits en MP et en produits finis)
Dans le modèle type de gestion de la demande, et - communication améliorée et plus directe avec les
lorsqu’un distributeur a besoin d’un produit, il passe clients. Étude de marche améliorée
une commande au fabricant. Le distributeur détermine - ventes accrues par l’intermédiaire de taux de stocks
les délais et la taille de la commande en se basant sur courants inferieurs
l’historique de la demande et sur ses propres prévisions, - opportunité de fournir une gestion par catégorie et
et c’est lui qui assure la gestion de ses stocks. Ceci, a d’autres services à valeur ajoutée
1ère édition - Avril 2008

pour conséquence directe la dépendance du niveau de

stock du fabriquant de la décision du distributeur, ce
qui entraine une amplification de la variabilité de la
demande pour le fabriquant. « L’inventaire géré par le
fournisseur » ou VMI (Vendor Managed Inventory), est
un lien centralisé entre les fournisseurs et les clients qui
permet des transactions plus rapides et moins comple-
xes en plus, de limiter le Bullwhip effect.

4
5

Le CPFR
D
ans un cadre économique marocain en mou-
vement croissant, et tandis que la demande
annuelle du consommateur relativement à
un couple (produit/marché) donné peut être
assez bien comprise, il est difficile de déterminer le bon
nombre de produits spécifiques à mettre dans un maga-
sin un jour particulier de l’année. Les facteurs imprévisi-
bles qui peuvent survenir, comme une fluctuation subite
de la demande, des aléas de prévision, ou encore des er-
reurs administratives, peuvent créer un déséquilibre en-
tre l’offre et la demande. Il faudrait signaler aussi l’effet
des promotions, qui créent des oscillations massives et
soudaines dans la demande ; ainsi, une promotion simple
peut rapetisser la demande hebdomadaire moyenne d’un
produit. les fournisseurs sont forcés de garder de très
1ère édition - Avril 2008
grandes quantités en stocks de sureté, ou bien rester lean
au risque de ne pas parvenir à satisfaire la demande. La
première option entraine une augmentation des coûts
pour tous les éléments de la chaine ; la deuxième quant
à elle, a comme conséquence une perte conséquente de
ventes, en plus de frustrer les clients.
dans ce contexte il est évident que les différents
Bonnes pratiques
maillons de la chaine logistique ont besoin d’une réac-
tivité exemplaire, cependant on pourra relever quelques
problèmes majeurs qui altèrent cette réactivité :
- Ruptures de stock du fournisseur dues à l’effet du «
bullwhip » ou à des prévisions erronées de la demande;
ceci a pour conséquence une amplification de la de-
mande due à la multiplication des maillons de la supply
chain, amplification, qui aura à terme une accumulation
des stocks au niveau de tous les intervenants ainsi
- Un category management inadapté à la clientèle, ce qui
peut produire des ruptures de stock.
Tous ces problèmes sont accentués par des discordances
en matière de prévision entre les différents éléments de
la chaine d’approvisionnement, surtout en ce qui concer-
ne la demande.
Le CPFR est conçu pour améliorer l’écoulement des
marchandises des fournisseurs de matière première aux
étagères des détaillants afin de permettre un manage-
ment de la demande optimal tout en respectant un niveau
de service approprié. Il est également conçu pour
identifier rapidement toutes les anomalies en termes de
prévision de la demande, de l’inventaire, et des données
6
relatives aux commandes de sorte que les problèmes sophistiquée. Les systèmes CPFR sont indépendants
puissent être corrigés avant qu’ils n’affectent négative- mais doivent agir conjointement avec les applications
ment les ventes, les bénéfices ou la satisfaction client existantes.
Vous partagez ainsi votre historique, projections de L’implémentation du CPFR peut conduire à des gains
ventes et toute autre information importante avec vos substantiels en performances :
partenaires qui partagent à leur tour leur disponibilité Amélioration des prévisions de vente 10 – 40%
de matière première, délais d’exécution et toute autre Réduction des stocks 10 – 15%
information importante avec vous. L’information est Amélioration du taux de service 0.5 – 4.0%
intégrée, synchronisée, puis employée pour éliminer Augmentation des ventes 2 – 25%
l’excès de stock et améliorer le processus de gestion de On donnera un exemple sur l’impact d’utilisation du
la demande, rendant chacun dans la chaîne d’approvi- CPFR dans la gestion de la demande :
sionnement plus profitable.
Un distributeur commande un article touché par la
la mise en œuvre du CPFR passe par les éta- saisonnalité : 5.000 pour le Sud en mars, 5.000 pour le
pes suivantes : centre en avril, et 5.000 pour le nord en mai. Le fa-
bricant de son coté sait qu’en mars seulement 10.000
- Etablir l’accord d’entrée : Les entreprises parti- seront disponibles pour toute la saison. Le distribu-
cipantes identifient les commanditaires exécutifs, et teur n’apprend le manque qu’en Mai , quand il passe
s’accordent sur la confidentialité des données et les la commande finale, il est en rupture de stock. En ce
processus de résolution ; Ils temps même, il a déjà fait
des soldes sur l’article dans
développent une fiche pour Le CPFR est conçu pour le Sud où la demande est
dépister des critères de mesure
de performance, et établissent identifi er rapidement moindre en ce mois. Si
le distributeur avait eu la
des mesures d’encouragement toutes les anomalies en visibilité nécessaire, il aurait
ou des pénalités sur la lumière
de ces indicateurs. termes de prévision de la pu décider d’assigner 3.300
à chaque (région/mois) et
- Etablir un plan commun demande ainsi diminuer la quantité
d’affaires : Les équipes de pro-
jet développent en commun des plans pour les promo- en soldes au sud et satisfaire
tions, et répertorient conjointement les modifications de la demande pour le mois de Mai . Un nouveau système
politique. de collaboration fournirait le partage sur l’information
- collaborer pour prévoir les ventes : les distributeurs interactivement pour permettre un alignement optimal
et les fournisseurs partagent leurs prévisions, et identi- de l’offre avec la demande.
fient les exceptions qui se produisent quand leurs plans
ne s’assortissent pas, ou diffèrent nettement. Ils résol-
vent ces exceptions en déterminant les causes, ajustant
les plans en cas de besoin.
- Collaborer dans la prévision de demande: Les
distributeurs et les fournisseurs partagent les plans de
réapprovisionnement, tout en réglant les exceptions.

En travaillant sur les problèmes avant qu’ils ne se

produisent, les deux partenaires ont le temps pour réa-
gir. Un fournisseur peut établir le niveau du stock bien
avant de recevoir une commande promotionnelle, et
dispose d’un stock de sureté moindre.
Un détaillant peut changer le mix-produit afin de
mieux coller aux exigences de la demande. En bref, les
deux protagonistes gagnent, et le consommateur tire
bénéfice d’une baisse des prix.
Il faut cependant préciser que la mise en œuvre du
CPFR exige une technologie informatique et un réseau

7
1ère édition - Avril 2008
8
 Performance

Forecast Accuracy (FA)

D
iminuer l'incertitude de la prévision est En général, 3 revues budgétaires trimestrielles sont néces-
devenue de nos jours une nécessité pour les saires (Q1F, Q2F et Q3F) pour aligner les chiffres prévus
managers d'entreprises. Ces dernières doivent dans l’OB (Original Budget) avec les tendances observées
non seulement maîtriser ce quelles produ- dans les différents trimestres d’une année calendaire.
isent, mais également ce qu'elles doivent vendre.
Concevoir des prévisions fiables c'est être le plus proche Formule de calcul :
possible du comportement du marché.
Forecast accuracy ou précision de la prévision est un L’indicateur « Forecast Accuracy » FA est calculé selon
indicateur clé de mesure et de performance du système la formule suivante :
de management de la demande d’une entreprise. FA= (VR/VP)
Où
Objectif : VP : Volume prévu
VR : Volume réalisé
L’analyse de la précision de la prévision (forecast L’unité de mesure de cet indicateur est le pourcentage %.
accuracy), permet d’enrichir l’expérience du prévision-
niste à plusieurs niveaux. En effet, elle permet non Benchmark du forecast accuracy :
seulement de situer l’efficacité et la performance du
système de management de la demande utilisé par Afin d’améliorer les performances du système de
l’entreprise par rapport à un objectif, mais de savoir si management de la demande, les entreprises doivent se
elle est sur la bonne direction et fixer des valeurs ciblées dans
avec la bonne vitesse pour attein-
dre les objectifs.
“ Forecast accuracy ou précision
de la prévision est un indicateur
le but d’aligner au plus, la
demande avec les prévisions.
Cet indicateur, pour avoir de la Ces valeurs diffèrent suivant
cohérence, peut être ventilé à clé de mesure de performance du l’horizon de prévision et
différents niveaux : corporate système de management de la selon le niveau d’agrégation.
(niveau consolidé), business units, demande d’une entreprise.
familles de produits ou par article.
Une représentation graphique pourra être très illustrative
car elle pourra de juger rapidement la qualité des
”
prévisions sur un simple coup d’œil. Le prévisionniste
pourra par conséquent mettre en place des plans
d’actions ciblés visant à améliorer la pro-activité de
l’entreprise via une planification fiable.
Des recherches ont prouvé qu’une amélioration de la
précision de la prévision peut significativement réduire
les coûts et les obsolescences d’inventaire, et améliorer
le niveau de satisfaction des clients.
Néanmoins, un processus de revue budgétaire est
nécessaire pour la prise en considération des FA dans la
correction des budgets en tenant compte des réalisations,
tendances et objectifs.

9
 Technologies

Les solutions de management

de la demande

L
e management de la demande souffre d’une
grande faiblesse dans les entreprises
marocaines qui d’une part, restent encore des
fervents utilisateurs des tableurs (Microsoft
Excel), et d’autre part adoptent des modèles simplistes
basés principalement sur des corrections des historiques
des réalisations et/ou l’utilisation optimale de la
capacité de production sans se soucier du flux
d’informations important et d’origines diverses telles
que les événements promotionnels déclenchés par
l’entreprise elle-même ou par ses concurrents.
Les impacts collatéraux du management de la demande
sur l’efficacité et la fiabilité des activités de réalisation
de budget, et de la planification d’une manière générale
nécessitent l’utilisation d’outils et solutions informa-
tiques professionnels et adaptés au management de la
demande.
L’objectif principal de telles
solutions est d’aider les
entreprises à prévoir, planifier
Le management de la demande Les solutions disponibles dans le
et gérer la demande de produ- marché sont subdivisées en trois
its, afin de pouvoir optimiser a des impacts collatéraux sur familles :
les approvisionnements, la l’efficacité et la fiabilité des -des modules d’ERP.
production et la distribution. activités de réalisation de -des solutions spécialisées en man-
Ces solutions permettent aussi agement de la demande.
d’élaborer des scénarios de
budget, et de la planification -des solutions décisionnelles
plan temporel de demande d’une manière générale (Business Intelligence)
selon les tendances du marché,
prévoir le comportement des différents intervenants Le questionnement des experts en management de la
dans le marché et les positionnements probables de ces demande a permis de relever les principaux critères dans le
acteurs. choix des solutions de management de la demande. On y
Ces solutions permettent ainsi aux entreprises d’établir trouvera les éléments suivants :
la capacité de production requise afin d’ajuster l’offre à
la demande, de déterminer les meilleurs stratégies de 1. Architecture générale
production et de gestion de stocks, et de prévoir les
besoins en équipements et en main d’œuvre… 1.1.Caractéristiques logiciel
On trouve parmi les principaux domaines couverts par Le choix de la solution SMD doit mettre l’accent sur la
les outils de « Management de la demande » prise en charge :
- la prévision de la demande - Des multi-sociétés
1ère édition - Avril 2008

- l’incorporation et gestion des facteurs influençant la - Des multi-sites

demande - Client web
- le support du processus de collaboration, qui permet - Etc..
d’aboutir à un plan de demande basé sur un consensus, 1.2.Workflow
- la gestion du plan de demande et les simulations et La capacité de gérer des workflow et de les paramétrer
analyses « What if ». doit être prise en considération à ce niveau.

10

2. Gestion des données
2.1. Produits / Familles de produits
Concernant les produits et familles de produit,
l’entreprise doit spécifier:
- le nombre d’arborescences produit et le nombre de
niveaux hiérarchiques gérés par arborescence.
-les éléments paramétrables
-Son besoin en gestion de la criticité
-les unités, prix, coûts gérés par la solution
-la gestion du cycle de vie du produit et des événements
et des pièces de rechange
2.2. Clients / Prospects / Marché
A ce niveau, une solution SMD peut gérer :
- le nombre d’arborescences « Clients / Prospects /
Marché »
- le nombre de niveaux hiérarchiques par arborescence
- la possibilité de modifications des hiérarchies sont à
définir.
2.3. Calendriers
Une bonne solution SMD permet :
- La connaissance des mailles de temps
- les horizons de gestion des prévisions
- la possibilité de gérer d’autres dimensions de prévi-
sion.
3. Processus de prévision supportés
3.1. Prévisions statistiques
Les progiciels disposent de 4 grandes familles de
modèles de prévision :
- lissage simple,
-Lissage exponentiel,
- modèle économétrique se basant sur des facteurs
externes,
- Modèle sporadique quand la demande est très
aléatoire et les données très faibles.
La sélection le degré d’automatisation dans le choix du
modèle le plus approprié est assurée par certaines
solutions.
3.2. Processus analytique
Certains progiciels de gestion de la demande offrent la
possibilité de faire entrer les prévisions sous forme de
part de marché, et aussi sous forme de taux de crois-
sance.
3.3. Processus collaboratif
La prévision en mode collaboratif requière plusieurs
sources d’informations. Certains logiciels sont même
capables de conserver la traçabilité et l’historique des
Technologies
4. Gestion des prévisions
Afin d’assurer une bonne gestion des prévisions, certains
progiciels peuvent réaliser :
- un prétraitement de l’historique, avec possibilité
d’élimination des aberrations, des événements et de la
saisonnalité
- la gestion de propagation
- la prévision à un niveau quelconque de la hiérarchie,
tout en disposant d’un éventail d’outils d’alerte en cas
d’erreur.
5. Reporting / KPIs :
Les éléments de reporting / KPIs gérés par une solution
SMD comprennent :
- des outils de reporting, de détection des erreurs et
d’alerte ( par SMS, e-mail, écran d’alerte..)
- des graphiques et des tableaux de bord basés sur le
calcul d’indicateurs de performance tel que le MAD,
MAPE
- La possibilité de définir ses propres indicateurs, chose
qui diffère d’une solution à l’autre.
6. Gestion de la sécurité et des droits d’accès
La confidentialité des données est assurée par des
logiciels qui sont capables de :
- gérer les identifiants / mot de passe par utilisateur ou par
groupe d’utilisateurs
- identifier les différentes modifications effectuées par
utilisateur ou par groupe.
7. Interfaces avec d’autres logiciels
Certains logiciels sont intégrés dans d’autres systèmes
(ERP, SCP…) tout en disposant de connecteurs APS ou
d’autres pour différents logiciels tel que Microsoft
Outlook,Lotus Notes,Microsoft Excel…
8. Architecture technique
Parmi les critères de choix relatifs à l’architecture de la
solution, on trouve :
-les technologies d’architecture Web supportés
-les navigateurs, système d’exploitation et protocoles
supportés
-les modes de stockage
-La possibilité d’intégration à un portail d’entreprises.
11
 Technologies

Le tableau suivant présente les solutions de management de la demande les plus en vogue ainsi
que 10 importants critères de choix.

Editeur et Date de cibles changement nombre Ce progiciel est- Intègre-t-il Le point fort du
mis à du modèle ion et de période maximum il les progiciel
jour des avancée intégré dans un selon l’éditeur
prévisions des gérés autre (ERP,
SCP...) ?
A3 2005 Habillement et non Oui et oui mois Non oui oui
Forecast chaussures, uniquement
ventes en gros et
détail
BV-A3
Acteos- High-tech, PGC, non Oui oui Illimité ERP : interfaces, oui Accroissement du
Add One mi 2006 industrie via e-docs avec taux de disponibilité
chimique et SAP. SCP : des produits tout en
réduisant le volume
agroalimentaire LOGISUITE et des stock
LOGIPRO
Aldata 2006 Grande oui Oui semaine, Illimité oui, le logiciel de oui
- SCM G.O.L.D. complète et intégrée
GOLD jour
spécialisée
Forecast supply Chain
AZAP- janvier Industries de oui Oui et oui oui Pas de Azap Prévisions oui AZAP aide à prévoir
AZAP de process, semi- limite est un module de l'imprévu
chaque distri Azap, logiciel SCP
année high-tech ou manuel
D3S- e oui Non oui Illimité oui, intégrable à oui Excellent rapport
Technolog habillement, tous les ERP coût / performances
accessoires
ies-

Demand 2005 Toute industrie oui Oui et oui Un million non, il est le oui
- moteur de la suite moins de 60 jours
DS One des
11 logiciels
Demand Solu
DynaSys- 2006 Industrie et oui Oui, Illimité n.SKEP oui
n.SKEP semi-
la si
ou manuel ou manuelle données en temps
réel, intégrant les
technologies .NET, 64
bits,
Windows XP, …
FuturMast 2005 PGC, produits oui Oui et oui oui Plus de Intégré dans la oui
er- frais et ultrafrais, semi- 2 millions suite logicielle
Futurmast luxe, pharmacie FuturMaster supporter des
ou manuel processus
er européens ou
Forecast mondiaux
I2 2006 Industries, au oui Oui et oui oui Illimité oui oui Une gamme étendue
Technolog automobile et de processus issue
iesi2 des meilleures
high-tech, grande
Demand prévisions et à la
Manager
demande
INFOR- 2006 oui mois ou Illimité oui : Suite SCP oui
MerciaLin discrète, process semi- ent semaine
k par dans une forme facile
ou manuel
Enterprise PGC
-MLE
JDA 2005 non Oui et oui oui Non JDA ® Enterprise oui
- commerce de Architecture et méthodologies de
AWR.ASR gros prévision pour
et PGC
and VMR diriger les prévisions
by E3
1ère édition - Avril 2008

Oracle- 2004 Industries semi- oui Oui et oui oui Non oui Capacité a gérer des
Oracle avec EBS gros volumes,
et JD Edwards
e-Business
Suite
previsions basées sur

Planipe- 2006 Industrie, non Oui oui Illimité non, mais oui
Planipe semi- s'interface avec méthode de prévision
tous
ou manuel les progiciels du Forecast)
marché

12
SAP- 2005 oui Oui et oui oui Non ERP, SCM oui
SCM/APO semi- prévisions intégrée si
les automa nécessaire avec la
Demand
industries ou manuel
Planning budgétaire
SAS-SAS 2005 Marchandises, non Oui et oui oui Non oui oui Prévoit les ventes
Forecast transport, semi- d’un distributeur, la
Server demande d’énergie,
pharmacie, ou manuel
encore le nombre et
bancaires au le montant de billets
détail nécessaires pour
approvisionner un
DAB
COGNOS- 2007 Industrie et non Oui et oui oui Non oui oui Prévoit les ventes
Cognos EP – semi-
C8 Négoce,
Marchandises, ou manuel
transport,

pharmacie,

bancaires au
détail
Scanmar- 2004 PGC, FMCG, auto semi- non Oui et oui oui Plus de non oui Associe des processus
PlanCaste automa 25 000 de prévision
r
algorithmes
de prévision dits

TXT e- 2006 PGC, mode, aut oui Oui oui Illimité oui TXTPERFORM oui
- vente au détail, semi- et
TXT industries Dynamics AX 4,0
discrètes et ou manuel (Axapta) (OLAP) déclinée
Demand

13
 Tendances

Le Flowcasting
’évolution de la précision de prévision d’une source d’erreur : le niveau d’inventaire, qui est princi-

L entreprise dépend essentiellement de ce

qu’elle prévoit, et les erreurs intolérables de
prévision conduisent généralement à avoir
des consommateurs insatisfaits, des stocks énormes,
des prix de ventes non compétitifs, des coûts de
palement lié au sur-stockage ou à la pénurie des stocks,
en fonction de l’écart mesuré entre la demande dépen-
dante et les prévisions.
Une étude réalisé sur plus de 100 grandes entreprises a
permit de quantifier cette différence.
distribution et de fabrication trop élevés et beaucoup
d’obsolescence. Dans une chaine logistique ordinaire
du commerce de détail,des centaines de prévisions sont
générés par plusieurs fonctions des différents parte-
naires commerciaux, chose qui affecte la pertinence
des prévisions vu que les données sur lesquelles on se
base sont généralement déconnectées. Ceci provoque
évidement des pénuries de stocks ou des coûts supplé-
mentaires liés à l’excès d’inventaire, et les promotions
deviennent financièrement et logistiquement des
cauchemars pour les entreprises.

Point de vente Centre de distr- Centre de distr- Usine

ibution du ibution du fournisseur
détaillant fournisseur
(Prévision) (Calcul) (Calcul) (Calcul)

Le flowcasting est cependant un processus de prévision
et de planification multi-échelon couvrant la chaîne
logistique du commerce de détail, conçu pour prévoir la
demande des consommateurs pour les produits unique-
ment localisés au niveau du point de vente, éliminant
ainsi tous les autres niveaux de prévision à l’intérieur de
la chaîne logistique afin d’alimenter les décisions de
production , de stockage, d’équipement et d’affectation
des ressources humaines dans les différents maillons en
amont. Il permet donc de convier tous les partenaires
commerciaux à gérer toute la chaine à partir d’une
source unique de données : le point de vente.
Les prévisions de la demande réalisées au niveau du
point de vente permettent de calculer la demande au
1ère édition - Avril 2008
De part l’unicité de la source d’information constituant la
base du système prévisionniste, le flowcasting s’intègre
dans une démarche permettant de calculer la quantité de
produits nécessaire au niveau de chaque nœud de la
chaine de distribution. Cette démarche intègre aussi la
communication de la planification de
l’approvisionnement des magasins de vente et des centres
de distribution aux vendeurs de gros et aux manufactures
sur un horizon de 52 semaines, et resynchronise cette
planification sur une base quotidienne selon les ventes
réalisées en magasin. Ceci va servir à planifier quotidi-
ennement avec grande précision les stocks, le réapprovi-
sionnement, la charge de travail, l’espace, le transport et
les équipements dans l’ensemble de la chaine logistique

niveau des centres de distribution du détaillant et du pour les 12 prochains mois.

fournisseur ainsi qu’au niveau de l’usine fournisseur de
l’article mis en jeu.
Une telle approche permettra sans doute d’améliorer la
précision des prévisions de la demande. En effet,
lorsqu’on prévoit par exemple au niveau du centre de
distribution du détaillant,on introduit une nouvelle

14
Plus précisément, les principaux apports de
l’adoption du flowcasting sont:
-Toutes les prévisions sont éliminées à tous les
niveaux de la chaine excepté le point de vente.
-une meilleur planification et exécution des promo-
tions.
-un langage commun entre tous les partenaires dans
la chaine logistique.
-lier la chaine logistique à la vraie demande du
consommateur.
-des simulations instantanées des ventes, et un
meilleur temps de réaction.
-réduction significative des couts et de l’inventaire
de stocks.
- une réduction de 1 à 6% des coûts de la supply
chain relatifs aux ventes. Ce processus permet donc de planifier avec grande

“
Une telle approche permettra
précision les stocks, le réapprovisionnement, la charge
de travail, l’espace, le transport et les équipements pour
l’ensemble de la chaîne logistique du commerce de
sans doute d’améliorer la détail; de resynchroniser cette planification sur une base
précision des prévisions de la quotidienne selon les données de ventes réalisées en
magasin (Point of Sales - POS); et de convier tous les
demande. partenaires commerciaux à gérer la chaîne logistique du
” commerce de détail à partir d’une source unique de
données.
Pour donner du sens à cela, une étude réalisée par
Georgia
Tech’s Marketing Analysis Laborotary sur 6
produits ,fabriqués par de très grandes entreprises
produisant des produits de grande consommation,
au niveau de 63 magasins de notoriété publique en
décembre 2005 a montré que la précision de la
prévision (forecast accuracy) calculée après usage
du flowcasting variait entre 83% et 97% contraire-
ment à ce l’on peut s’attendre si l’on se réfère au
benchmarking qui acquisse à l’idée que la préci-
sion de la prévision décroit lorsqu’on prévois à un
échelon plus bas dans l’agrégation.

15

Business Intelligence & management
de la demande
L
Les entreprises sont aujourd’hui confrontées
à un environnement où les décisions de
management de la demande doivent être
prises très rapidement.
Le défi est de prendre la bonne décision dans un milieu
qui devient de plus en plus complexe et qui met en jeu
beaucoup de données émanant de plusieurs fonctions
de l’entreprise : de la conception aux ventes passant par
toutes les fonctions support. Les solutions décision-
nelles, ou de business intelligence, font franchir un
nouveau palier aux entreprises - de la planification
opérationnelle à une véritable planification stratégique.
C’est pour répondre aux besoins spécifiques de chaque
entreprise, que plusieurs éditeurs développent des
solutions BI complètes et évolutives capables de gérer
avec grande efficacité la demande, et reposant sur la
connaissance des problématiques et des enjeux propres
à chaque secteur d’activité(assurance, banque-finance
télécommunication, santé, industrie, énergie, distribu-
tion…)
Dans l’industrie manufacturière, l’idée est encore
relativement neuve, mais plusieurs entreprises
marocaines peuvent s’estimer prêtes à l’adopter : une
fois l’ERP mis en place, elles peuvent passer d’une
planification opérationnelle à une planification straté-
gique qui intègre l’intelligence prévisionnelle.
En terme de management de la
demande, ces outils permettent de :
- modéliser l’activité de chaque entreprise en fonction
de ses spécificités et objectifs stratégiques - ers de mieux appréhender le processus de management
-réaligner les plans et de réaliser des analyses compara-
tives (Budget, prévisions, réalisé)
-élaborer des plans budgétaires dans des durées record
selon un niveau de détail très important
1ère édition - Avril 2008
- prévoir la demande des produits et des services selon
un niveau de détail très pertinent.
-choisir le modèle de prévision le plus approprié
représentation visuelle plus facile à appréhender
Tendances
- Mettre en évidence des liens ou des tendances difficiles à
déceler dans des données tabulaires
- Simplifier la diffusion d’information complexe par une
représentation visuelle plus facile à appréhender
- Déterminer la meilleure stratégie de prix
- Intégrer la fonction marketing
- Détecter et corriger l’imprévu
- Définir et identifier les clients stratégiques, suivre et
anticiper leurs comportements, évaluer leurs risques et
retenir les plus rentables d’entre eux
- Analyser les options d’investissement
- Quantifier l’impact des promotions
-Tester les différents scénarios et visualiser les résultats
sur tous les niveaux
- Gérer le workflow
- Choisir la meilleure implantation pour les nouveaux
sites
“L’Information Décisionnelle permet
donc aux managers de mieux
appréhender le processus de manage-
ment de la demande, en améliorant les
visions tactiques et stratégiques de
l’entreprise.
”
L’Information Décisionnelle permet donc aux manag-
de la demande, en améliorant les visions tactiques et
stratégiques de l’entreprise. Son premier apport, c’est la
rapidité et la puissance de calcul. Là où beaucoup
d’entreprises continuent à raisonner produit par produit,
les nouvelles solutions décisionnelles peuvent intégrer
un très grand nombre de variables et calculer en même
temps des prévisions sur plusieurs milliers de séries.
16
L’autre apport, c’est la fiabilité. Les progrès des
systèmes experts permettent d’assurer des
niveaux de pertinence des prévisions toujours
plus élevés - avec à la clé des enjeux financiers
importants !
La mise en place de tels systèmes a un
impact très positif sur l’ensemble des activités
iées au système de management de la demande
d’une entreprise. En effet, les entreprises
utilisant l’intelligence prévisionnelle peuvent espérer 33
% de réduction potentielle de leurs stocks, ce qui
permettra sans doute d’améliorer leurs marges, sans
pour autant oublier l’analyse et la gestion des perfor-
mances en mettant en évidence et en surveillant les
indicateurs de performance KPI tels que le Forecast
accuracy, MAPE…
17

MANAGEMENT DE LA DEMANDE DANS LES PAYS MUSULMANS:
PROBLEMATIQUE DES SERIES CHRONOLOGIQUES.
L’analyse d’une série chronolo-
gique consiste à étudier l’évo-
lution de cette dernière pour
pouvoir expliquer son compor-
tement dans le temps. Le choix
d’un modèle pour une série
donnée, permet de faire des pré-
visions dont la qualité est très
Pr.A.Skalli liée aux choix du modèle.
Ecole Mohammadia La méthode de décomposition
d’ingénieurs saisonnière permet de décom-
poser une série donnée en trois
composantes : tendance, com-
posante saisonnière et composante irrégulière.
Cette méthode peut être considérée comme une
version très simplifiée du programme américain X-11,
très largement utilisé pour désaisonnaliser les séries
chronologiques.
La méthode de Box et Jenkins consiste à approcher la
série par un processus ARIMA. C’est une méthodolo-
gie composée de quatre étapes : Analyse préliminaire,
spécification, estimation et validation. Cette méthode est
en général disponible dans les logiciels de statistique :
SPSS, TSE, ….
Le modèle ou la forme espace d’état permet de décom-
poser la série sous forme de plusieurs composantes.
La forme structurelle de Harvey décompose la série
en tendance, composante saisonnière et composante
irrégulière.
Un processus ARIMA peut s’écrire sous une forme
espace d’état.
L’étude des séries chronologiques sous l’angle de
la tendance, composante saisonnière et composante
irrégulière est une approche classique. Une approche
plus élaborée consiste à considérer l’effet calendrier et
la composante de saisonnalité mobile due au calendrier
lunaire. Cette dernière est engendrée par les fêtes et
événements dont les dates sont fixées par le calendrier
lunaire (Ramadan, Aïd Adha, Pâques, …). Ces dates
changent d’une année à l’autre par rapport au calendrier
1ère édition - Avril 2008
grégorien qui est la référence des séries chronologiques.
Les événements lunaires créent alors des effets saison
mobiles. La composante du calendrier corrige l’effet de
la composition des jours, qui diffère d’un mois à l’autre.
Parmi les exemples les plus remarqués, on peut citer le
chiffre d’affaires des centres commerciaux, qui augmen-
te sensiblement pendant les week-ends. Pour un mois
qui comprend cinq week-ends, il est très probable que
Zoom recherche
son chiffre d’affaires soit supérieur à celui d’un mois qui
ne comprend que quatre week-ends.
1- La méthode de décomposition saisonnière
La méthode de décomposition saisonnière consiste à
appliquer une moyenne mobile à la série pour estimer le
trend. En supposant un schéma multiplicatif, le rapport
de chaque observation au trend permet d’éliminer ce
dernier. Pour chaque mois, les valeurs extrêmes sont
ignorées, et la moyenne des rapports restants est calcu-
lée.
La valeur obtenue constitue une première estimation de
la composante saisonnière. Cette estimation est multi-
pliée par un coefficient de correction, calculé de telle
sorte que la somme des 12 composantes saisonnières est
égale à 12.
On peut citer le chiffre d’affai-
res des centres commerciaux,
qui augmente sensiblement
pendant les week-ends. Pour
un mois qui comprend cinq
week-ends, il est très probable
que son chiffre d’affaires soit
supérieur à celui d’un mois qui
ne comprend que quatre week-
ends
Une série exprimée dans le calendrier grégorien, peut
être transformée dans le calendrier hégirien en utilisant
la formule al = a1 n1/t1 + a2 n2/t2, al est la valeur de la
série pour le mois lunaire l, ce mois est composé de n1
jours du mois solaire s1 et n2 jours du mois solaire s2,
t1 et t2 désignent le nombre de jours de chacun de ces
mois, a1 et a2 sont les valeurs de la série pour les mois
s1 et s2. Une telle transformation suppose que deux pé-
riodes constituant un mois solaire et appartenant à deux
mois lunaires successifs, ont la même moyenne qui est la
moyenne mensuelle du mois solaire. De ce fait, aucune
période ne peut se distinguer par rapport à l’autre d’un
éventuel effet de saison. Ce qui contredit l’objectif de
départ qui est l’appréciation des phénomènes saisonniers
18
du calendrier lunaire. Malgré cela, cette transformation
est utilisée pour estimer les composantes saisonnières de
ce calendrier.
La moyenne mobile choisie pour estimer le trend, est
une moyenne de deux moyennes d’ordre 12. Pour un
mois donné, une moyenne de douze valeurs successi-
ves dans lesquelles ce mois occupe le septième rang,
est d’abord calculée. Ensuite, une moyenne de douze
valeurs successives dans lesquelles ce mois occupe le
huitième rang est calculée. La valeur du trend n’est autre
que la moyenne de ces deux moyennes. L’application de
cette méthode ne permet pas d’estimer le trend pour les
six premiers et les six derniers mois de la série. L’esti-
mation des composantes saisonnières relatives au calen-
drier hégirien, permet d’apprécier l’effet des événements
qui sont mobiles par rapport au calendrier grégorien.
Pour chaque calendrier, les rapports des observations
aux trends, sont considérés. Les conclusions émises sur
l’effet saisonnier dépendent de la nature de ces rapports :
- Rapports tous supérieurs à 1 : effet saisonnier
favorisant
- Rapports tous inférieurs à 1 : effet saisonnier
défavorisant
- Rapports très proches de 1 : absence d’effet
saisonnier
- Rapports distribuées d’une manière quelconque
: Aucune conclusion.
2- La méthode de Box et Jenkins
Un processus ARIMA(p,d,q) est défi ni par , δ(B) est un
opérateur de différence de puissance d dont le module de
ses racines est égale à 1 et est un processus ARMA(p,q)
défini par :
φ1 + … + φp yt-p + ζt + θ1ζt-1 + … + θqζt-q
t =1,...,n.
ζt est un bruit blanc de moyenne nulle et de variance σ2
et yt est une série observable. Les paramètres φ1, … φp,
θ1, … θq sont des réels, B étant l’opérateur retard : .
L’analyse préliminaire consiste à appliquer à la série, un
opérateur de différence pour la rendre stationnaire. En
pratique cet opérateur est souvent égale à (1-B)(1-B12),
l’opérateur 1-B sert à éliminer la composante tendan-
cielle et 1-B12 élimine la composante saisonnière.
La spécification du modèle se base sur la forme des
auto corrélations et auto corrélations partielles de la
série rendue stationnaire, qui conduit à un ou plusieurs
modèles ARMA. L’estimation des paramètres, consiste
à estimer les paramètres inconnus du modèle, φ1, … φp,
θ1, … θq et σ2 la variance du bruit. Pour cela il est pos-
sible d’écrire le processus sous la forme espace d’état et
maximiser la fonction vraisemblance, voir Amrani I & A
Skalli (2007). Une telle démarche suppose la normalité
du bruit ζt.
La validation consiste à s’assurer que les paramètres
φ1, … φp, vérifient bien l’hypothèse de stationnarité (le
module des racines du polynôme défi ni par φ(z) = 1-
φ1z - … - φpzp est supérieur à 1) ainsi que la conformité
de l’écriture du processus sous la forme espace d’état.
Lorsque la validation n’est pas assurée, un nouveau mo-
dèle est spécifié. Il possible d’obtenir plusieurs modèles
valides, dans ce cas un critère comparaison est utilisé
pour choisir le meilleure modèle.
Bell R.W & Hillmer S.C. (1983) ont remarqué que
l’identification d’un processus ARMA est plus simple
au niveau la série étudiée, lorsqu’ils ont intégrer dans le
modèle la composante du calendrier et la composante de
Pâques sous forme de paramètres de régression détermi-
nistes.
3- Le modèle espace d’état
Le modèle espace d’état est constitué de deux équa-
tions : une équation de mesure, dans laquelle la série est
exprimée en fonction d’un vecteur d’état, et une équa-
tion de transition dans laquelle le vecteur d’état suit un
processus de premier ordre. Après avoir constitué ces
deux équations, L’application du modèle espace d’état
consiste à appliquer un algorithme connu sous le nom de
filtre de Kalman, initialiser le vecteur d’état, estimer les
paramètres inconnus du modèle et enfi n s’assurer que ce
dernier, vérifie des tests de validation.
Le vecteur d’état se compose en général des différentes
composantes qui peuvent expliquer une série. L’intérêt
du modèle espace d’état est que chaque composante
peut-être choisie comme fi xe ou stochastique.
Amrani I & A Skalli (2008) ont utilisé le modèle espace
d’état pour montrer l’intérêt d’intégrer la composante de
saisonnalité mobile pour modéliser les séries chronolo-
giques. Ils ont montré à travers deux applications que la
présence de celle-ci peut soit permettre la conformité des
tests de validation ou améliorer la qualité de la modéli-
sation.
Références
-Amrani I & A Skalli (2008) Evaluation de la saisonnalité mobile liée au
calendrier lunaire
sur les séries chronologiques par application du modèle espace d’état, MO-
DULAD,
38, 2008.
-Amrani I & A Skalli (2007) A note on the estimation of parameters of a
stationary
ARMA model using a quasi-Newton method, InterStat, Novembre 2007
-Bell. R.W & Hillmer. S.C. (1983) Modeling time series with calendar varia-
tion. Journal
of the American Statistical Association 78, 526-534
1. QUICK RESPONSE : méthode de gestion des approvisionnements reliant
les fournisseurs et leurs clients en vue d’une plus grande vitesse d’ajustement
à la demande
19

Glossaire
1. QUICK RESPONSE : méthode de gestion
des approvisionnements reliant les fournisseurs et leurs
clients en vue d’une plus grande vitesse d’ajustement à
la demande
2. demand time fence (DTF) : Les time fences
sont des limites entre périodes différentes dans l’hori-
zon de l’organisation du processus de la planification.
cet Cet horizon est divisé en trois régions:
* La région 1 contient les commandes fermes. Lede-
mand time fence sépare les régions 1 et 2.
* La région 2 contient des commandes fermes ainsi
que des commandes prévues. La planning fence sépare
les régions 2 et 3.
* La région 3 contient seulement les prévisions de
la demande et s’étend jusqu’à la fin de l’horizon de
planification.
Les time fences peuvent être utilisées pour définir les
critères qui devrait être pris en considération pour le
management de la demande. En effet, les commandes
fermes des clients sont peut-être la meilleure représen-
tation de demande dans un horizon proche ; dans le
moyen terme, une combinaison de comandes fermes et
de commandes prévues représenterait mieux la demande
alors que la prévision pure serait mieux adaptée pour le
long terme. Ces trois régions sont bornées par la date
courante, le demand time fence, et le planning fence.
3. Bullwhip effect
: L’amplification de la
variabilité de la demande
(AVD), également connue
sous le terme de «Bullwhip
effect», représente l’incerti-
tude causée par un manque
de communication entre
les différendts maillons de
la chaîne d’approvision-
nement. La déformation de l’information empêche les
compagnies de prévoir correctement la demande, ce qui
entraîne des coûts importants pour les intervenants. Ces
1ère édition - Avril 2008
coûts sont générés entre autre par une augmentation du
niveau de stock, une baisse du niveau de service et une
augmentation des heures supplémentaires.
4. Demand Supply Balancing : C’est le pro-
cessus d’identifier et mesurer les écarts et déséquilibres
entre la demande et les ressources pour déterminer
comment résoudre au mieux les divergences concernant
Glossaire
la vente, l’évaluation, l’emballage, le magasinage, les
plans de sous-traitance ou d’autres actions qui peuvent
optimiser le service, la flexibilité et les coûts, ceci, dans
un environnement collaboratif.
5. Demand-Side Analysis : ce sont des techni-
ques telles que la recherche de marché, les enquêtes et
sondages, ainsi que les indicateurs coûut/performance
identifiant les technologies émergentes.
6. Demand Planning Systems: ce sont des
systèmes qui aident dans le processus d’identifica-
tion, d’agrégation, et d’ordonnancement, de toutes les
sources de demande pour la supply chain intégrée d’un
produit ou service, à un niveau, horizon et intervalle
appropriés.
7. Abnormal Demand: c’est la demande se situant
à l’extérieur des limites établies par la politique de ma-
nagement. Cette demande peut provenir d’un nouveau
client comme elle peut venir d’anciens clients dont les
demandes augmentent ou décroissent. On doit faire at-
tention dans l’évaluation de la nature de cette demande
selon si c’est dû à :
- Un changement de volume,
- Un changement dans le mix produit
- L’instant de passation de la commande
8. Demande attendue (EXPECTED DE-
MAND) :
Quantité de produits
qu’on s’attendrait à sortir
du stock pendant le délai
total de mise à disposi-
tion si la consommation
du produit suivait les pré-
visions (égale à la prévi-
sion pendant la période).
9. Lissage exponentiel : C’est une méthode très
populaire pour produire une Série chronologique lissée.
Alors que dans la méthode des Moyennes mobiles, les
observations passées ont le même poids, le Lissage
Exponentiel assigne des poids exponentiellement dé-
croissants dans le sens des observations anciennes. En
d’autres termes, les observations récentes ont relative-
ment plus de poids et plus d’impact dans la prévision
que les plus anciennes observations. Le Lissage Expo-
nentiel double est meilleur lors du calcul des tendances.
Le Lissage Exponentiel triple est meilleur lors du calcul
20
des tendances paraboliques.
La séquence de données brutes est représentée souvent
par xt, et le résultat de l’algorithme du lissage exponen-
tiel est communément écrit St, lequel peut être considéré
comme notre meilleure évaluation de ce que sera la pro-
chaine valeur de x. Quand la séquence d’observations
commence à
t = 0, la forme la plus simple du lissage exponentiel est
donnée par les formules :

Une moyenne mobile à poids exponentiels avec une

constante de lissage α, correspond en gros à une moyen-
ne mobile simple de longueur (c.-à-d., période) n où α et
n sont reliés par:
α = 2/ (n+1) (ou bien) n = (2 - a)/a.
Par exemple, Une moyenne mobile à poids exponen-
tiels avec une constante de lissage égale à 0.1 correspon-
drait en gros à une moyenne en mouvement de période
19 jours. Et une moyenne mobile simple de 40 jours
correspondrait en gros à un lissage exponentiel avec une
constante de lissage égale à 0.04878.

10. Niveau de service : c’est une mesure de la

performance d’un système ou d’un service. Le niveau de
service est exprimé habituellement comme un pourcen-
tage d’un but; par exemple, le pourcentage de temps où
un réseau ou un système fonctionne ou le pourcentage
de transactions réalisées.

21
 Archos conseil S.A.
Technopark Route de Nouaceur / B.P. 16 428 Casablanca
Tel : +212 22 50 60 35 / Fax : +212 22 50 61 43
Web : www.archos-conseil.com