PRÉVISIONS DES STOCKS POUR LES RÉSEAUX DE VENTE AU DÉTAIL AVEC LOKAD

La technologie derrière Lokad aide les détaillants de produits généraux de toutes tailles à augmenter la disponibilité de leurs produits tout en minimisant la quantité de stocks détenus, tant au niveau des magasins qu'au niveau des entrepôts. Le niveau très élevé d'automatisation associé à Lokad le rend adapté même pour des sélections de produits complexes sans avoir à impliquer de main-d'œuvre supplémentaire. La technologie de prévision des quantiles est spécialement conçue pour soutenir des niveaux de service élevés, même lorsque les ventes sont à la fois intermittentes et erratiques. De plus, grâce au cloud computing, Lokad est capable de s'adapter à des milliers de magasins.

salescast retail right in inventory optimization software
Worten, un détaillant d'électronique, possède plus de 300 magasins et une boutique en ligne, proposant une grande variété de produits pour les amateurs de technologie.

Worten prône une stratégie numérique avec des magasins et une touche humaine. Notre partenariat avec LOKAD nous permet de numériser et de renouveler l'intelligence de notre gestion, en veillant à ce que nos magasins soient mieux préparés à donner aux clients ce qu'ils veulent. En fin de compte, ce partenariat représente une percée technologique et managériale dans notre vision et notre gestion de la supply chain.

Bruno Thiago Saraiva, Responsable des stocks chez Worten

quotation shape left

Automatisation complète pour des assortiments complexes

Lokad importe les données historiques de ventes et produit directement des prévisions de stocks ; et quand nous disons “directement”, nous le pensons vraiment. Aucune configuration statistique n’est nécessaire pour générer des prévisions avec Lokad. Cela rend Lokad facilement accessible à ses utilisateurs, même ceux qui n’ont aucune compétence statistique.

Lorsque des interventions manuelles sont nécessaires pour garantir le bon fonctionnement des prévisions, cela n’a pas de fin : il y a trop de produits, trop de magasins.

De nombreuses solutions de prévision classiques offrent la possibilité de “régler” les prévisions, mais en ce qui concerne la vente au détail de produits généraux, nous avons constaté maintes et maintes fois que de telles fonctionnalités

sont extrêmement trompeuses. Lorsque des interventions manuelles sont nécessaires pour garantir le bon fonctionnement des prévisions, cela n’a pas de fin : il y a trop de produits, trop de magasins. L’automatisation totale est tout simplement la seule option dans ce cas.

retail_networks_chart

La technologie de prévision unique de Lokad exploite les corrélations entre les produits. En effet, lorsqu’on examine un seul produit, il n’y a presque jamais suffisamment de données historiques disponibles. Heureusement, les entreprises vendent souvent des centaines, voire des milliers, de produits en même temps, et donc, en exploitant tous les schémas qui peuvent être observés par rapport aux autres biens d’un catalogue de produits, Lokad évite le besoin complexe de “régler” les prévisions manuellement. Cela peut être considéré comme un comportement indésirable de “boîte noire”, mais notre expérience indique que même les modèles de prévision linéaires simples se comportent, en pratique, comme des boîtes noires pour les réseaux de vente au détail, car il n’y a jamais assez de temps pour examiner manuellement plus qu’une infime fraction des résultats produits quotidiennement.

Les systèmes de prévision classiques sont également confrontés à des cas particuliers : des produits avec trop peu d’historique de ventes, des produits avec des volumes de ventes trop faibles, des produits avec des profils de saisonnalité peu clairs, etc. Notre technologie de prévision ne laisse aucun produit de côté, afin de garantir une couverture à 100% de l’ensemble de l’assortiment.

Les modèles de prévision avancés qui exploitent les corrélations entre les produits et les magasins sont indispensables pour les réseaux de vente au détail, précisément parce qu'ils disposent de tant de données à corréler en premier lieu.

Des niveaux de service élevés pour la demande intermittente

Au niveau du magasin, la grande majorité des produits sont associés à des schémas de demande intermittente, où seulement quelques unités distinctes de produits sont vendues chaque jour. Pourtant, même si un produit n’est vendu qu’une fois par semaine, la plupart des détaillants cherchent à offrir des niveaux de service élevés pour satisfaire leurs clients. Grâce à sa technologie de prévision des quantiles, Lokad peut fournir des résultats précis de prévision des stocks même pour les produits vendus très rarement.

Les solutions de prévision classiques reposent sur des prévisions classiques, c’est-à-dire des prévisions médianes, ou en d’autres termes des prévisions qui ont 50% de chances d’être supérieures ou inférieures à la demande future. Cependant, au niveau du magasin, les prévisions classiques ne fonctionnent tout simplement pas car la majorité des produits sont vendus moins d’une fois par jour.

Une technologie de prévision qui répond directement à une question simple : combien d’unités du produit X ai-je besoin pour atteindre le niveau de service Y ?

Certains outils tentent de résoudre ce problème en prévoyant au niveau hebdomadaire, voire mensuel, afin de désagréger les prévisions de niveau supérieur en prévisions fractionnaires, mais la quantité d’erreurs associées à de telles méthodes est assez stupéfiante. L’utilisation de la prévision classique pour l’optimisation des stocks aborde le problème sous le mauvais angle.

Lokad a développé une technologie de prévision statistique pour le commerce de détail qui répond directement à la question simple suivante : combien d’unités du produit X ai-je besoin pour atteindre le niveau de service Y ? Au lieu de tenter de répondre à cette question par une voie très indirecte et très imprécise qui implique généralement une prévision médiane et des stocks de sécurité, la technologie de Lokad permet de fournir une réponse directe grâce à des prévisions de quantiles. En conséquence, puisque la méthode de prévision de Lokad est directe, et non indirecte comme avec la prévision classique, les performances des stocks obtenues grâce aux prévisions de quantiles dépassent largement les performances obtenues par l’approche classique.

Passer à l'échelle de milliers de magasins

retail_networks_stores

Fournir des prévisions statistiques avancées pour des milliers de magasins peut nécessiter une puissance de traitement considérable. Lokad fournit cette puissance de traitement grâce à son utilisation de Microsoft Azure, la plateforme de cloud computing de Microsoft. Grâce à notre travail ici chez Lokad, nous avons reçu le premier Azure Partner Award de Microsoft en 2010.

En particulier, Lokad exploite une technique appelée auto-scaling, ce qui signifie que dès qu’une tâche de prévision doit être effectuée par Lokad, nous provisionnons dynamiquement les serveurs sur Microsoft Azure (potentiellement des centaines d’entre eux en fonction de l’échelle du réseau de vente au détail), et nous utilisons immédiatement ces serveurs pour fournir des résultats de prévision en moins de 60 minutes. Dès qu’un calcul est terminé, tous les serveurs sont déprovisionnés.

Étant donné que les prévisions de stocks ne sont presque jamais nécessaires plus d’une fois par jour, l’auto-scaling permet une réduction directe des coûts matériels d’un facteur 24 ; une réduction qui peut être transmise à nos clients. Cependant, la réduction réelle des coûts matériels découle du fait que nous avons développé une technologie qui est fortement axée sur le traitement haute performance des données de vente au détail.

Stratégies d’achat complexes au niveau de l’entrepôt

Alors que le processus de réapprovisionnement au niveau du magasin est généralement relativement simple, les stratégies d’achat au niveau de l’entrepôt peuvent être assez complexes. Grâce au moteur de script de Lokad, il est possible de transformer les prévisions de demande régulières en commandes d’achat correctes qui tiennent compte des remises, des frais d’expédition, des capacités d’entrepôt, des variations des délais de livraison, etc. Priceforge peut également être utilisé pour établir tous les indicateurs de performance des stocks spécifiques à l’industrie nécessaires aux gestionnaires pour suivre les performances globales des stocks du réseau.