PRÉVISIONS DES STOCKS POUR L'AÉRONAUTIQUE

Le coût élevé de certaines pièces, les longs délais, les pannes rares et les coûts très importants des ruptures de stock ne font qu’exacerber toutes les faiblesses de l’optimisation de stocks classique.

En particulier, les prévisions de séries temporelles optimisées selon des indicateurs tels que MAD (écart absolu moyen) ou MAPE (pourcentage moyen absolu) ne reflètent pas correctement les coûts hautement asymétriques entre la sur-prévision et la sous-prévision que l’on observe en aéronautique.

L’analyse classique des stocks de sécurité basée sur des distributions normales ou des distributions de Poisson fonctionne également mal.

De même, l’analyse classique des stocks de sécurité basée sur des distributions normales ou des distributions de Poisson fonctionne mal, car nos observations de données indiquent tout simplement que les schémas de demande ne suivent pas réellement l’un ou l’autre de ces modèles. De même, l’analyse ABC échoue, car toute classification qui rassemble toutes les pièces dans quelques catégories de stocks ne parvient pas à saisir les nombreuses dimensions qui définissent les pièces ou consommables requis par les avions modernes.

Au-delà du décalage entre les hypothèses des modèles classiques et la réalité du secteur aéronautique, nous avons également constaté que les approches classiques reposent trop sur une myriade de corrections manuelles. Cela conduit fréquemment à des situations où la main-d’œuvre investie dans l’optimisation des stocks n’est pas capitalisée, mais simplement consommée par les systèmes informatiques pour suivre les opérations quotidiennes. Certains schémas de conception logicielle, tels que les « alertes », tendent également à aggraver la situation en détournant les équipes vers des correctifs superficiels quotidiens, au lieu de les concentrer sur les causes profondes afin de fournir des solutions durables. Pour toute demande, contactez-nous à contact@lokad.com

En revanche, le cœur de notre technologie est conçu pour minimiser les coûts en Dollars des erreurs de prévision. Notre approche est très différente des systèmes statistiques classiques qui sont tout simplement « aveugles » aux variables financières.

Les coûts liés aux prévisions excessives et insuffisantes sont très asymétriques dans l’aéronautique, et cela a un impact profond sur notre technologie. Les pièces réparables coûteuses ne sont pas seulement, comme leur nom l’indique, chères ; elles entraînent également un effet de « cliquet » à chaque achat du côté de la compagnie aérienne. En effet, comme le taux de rebut est très faible pour de nombreuses pièces, cela signifie que toute pièce achetée restera dans les stocks pendant des années. Et bien que la revente de pièces soit parfois possible, elle s’accompagne fréquemment d’une forte décote par rapport au prix initial. Ainsi, nos prévisions sont intrinsèquement et volontairement biaisées à la hausse pour refléter précisément ces situations commerciales asymétriques. L’objectif n’est pas d’obtenir les meilleures estimations de stocks dans un sens abstrait statistique, mais des estimations qui contribuent réellement à minimiser les coûts commerciaux associés aux imprécisions mêmes de ces estimations.

De plus, bien qu’atteindre de meilleurs taux de service soit certes une bonne chose s’il n’implique pas de détenir plus de stocks, les solutions classiques visent des taux de service plutôt arbitraires fondés sur des classifications naïves de stocks, souvent basées sur l’analyse ABC ou d’autres variantes similaires. Au cœur de notre technologie statistique se trouve le défi de tirer le meilleur parti de chaque dollar investi dans les stocks. Par exemple, même si une pièce n’atteint qu’un taux de service de 90 %, alors que l’entreprise recherche un taux de service global de 98 %, il pourrait être plus rentable d’augmenter le taux de service d’une autre pièce de 98 % à 99 % si cette pièce coûte 100 fois moins cher et est demandée 100 fois plus fréquemment que la première. L’analyse ABC simplifie à l’extrême le paysage des stocks en aéronautique, où de nombreuses dimensions différentes doivent être prises en compte : coût unitaire, délai d’approvisionnement, caractère essentiel, frais d’achat en situation AOG, chapitre ATA, obsolescence potentielle, etc.

Plutôt que de fournir des chiffres « exactement incorrects », Lokad s’efforce de fournir des chiffres « approximativement vrais ». Intégrer toutes les contraintes financières et opérationnelles directement dans les modèles de prévisions s’est avéré être une tâche très difficile, et nous avons constaté que se fier aux approches classiques, qui sont « aveugles » à ces facteurs, donne des résultats très médiocres.

Même quelque chose d'aussi apparemment simple que l'état des stocks nécessite un ensemble de données relativement diversifié. En effet, les stocks comprennent non seulement les stocks disponibles et les commandes d'achat en attente, mais également les futurs retours de réparations, les retours de pièces réparables, les prêts à d'autres compagnies aériennes et les pièces prêtées à d'autres compagnies aériennes. En utilisant plus de dimensions comparé aux modèles classiques d'optimisation de stocks, Lokad fournit des résultats qui sont plus étroitement alignés avec la réalité spécifique de l'entreprise.

Les données tierces telles que les valeurs MTBUR (temps moyen entre des retraits non planifiés) fournies par les OEM peuvent également être exploitées. Cependant, plutôt que de se fier à 100% à une seule source de données, notre technologie préfère tirer le meilleur parti de toutes les données disponibles.

Si un composant a été changé plus de 100 fois, le MTBUR estimé à partir des données historiques est presque certainement plus précis que l'estimation OEM. En revanche, pour un composant qui est changé très rarement, l'estimation OEM est la seule information pertinente. La technologie de Lokad exploite le meilleur mélange d'informations nécessaire afin de minimiser les coûts financiers associés à l'incertitude.