Qu'est-ce qui ne va pas avec les prévisions de promotions ?
Cela fait un petit moment que nous n’avons pas publié de contenu technique sur nos méthodes de prévision. Discutons davantage du cas des prévisions de promotions.
Les prévisions de promotions sont particulièrement intéressantes pour deux raisons :
- les promotions représentent une part importante de l’activité de nombreuses entreprises.
- les prévisions sont susceptibles d’être très erronées lorsque des méthodes ad hoc sont utilisées.
Afin de clarifier les pièges qui se cachent derrière les prévisions de promotions, examinons le schéma suivant. Les deux courbes noires représentent les ventes fictives d’un produit - illustrant la réponse typique des consommateurs à une promotion.
Avertissement : Ces comportements ont été mesurés sur les bases de données de Lokad. Cependant, les réponses du marché varient beaucoup d’une promotion à l’autre et d’une entreprise à l’autre. Notre objectif ici n’est pas de fournir des modèles quantitatifs précis, mais plutôt de mettre l’accent sur ce que nous considérons comme des idées clés pour les prévisions de promotions.
1. Impact principal de la promotion
L’effet le plus important d’une promotion est généralement une forte augmentation des ventes du produit promu pendant la durée de l’opération. Cet effet est illustré par (1) dans notre schéma.
Deviner que les ventes sont susceptibles d’augmenter est trivial, mais estimer précisément l’impact de la promotion - c’est-à-dire les ventes supplémentaires générées par la promotion elle-même - est un processus complexe. Lokad utilise son cadre tags+events pour cela.
Il convient de noter que les méthodes classiques de prévision, telles que le lissage exponentiel, ne tiennent absolument pas compte des modèles promotionnels.
2. Baisse de la demande due à la saturation du marché
Le deuxième effet d’une promotion - qui est trop souvent négligé - est la baisse de la demande qui survient juste après la fin de la promotion. Voir le point (2) sur le schéma.
En effet, en observant des milliers d’opérations promotionnelles, nous avons constaté que fréquemment, juste après la fin d’une promotion, les niveaux de vente chutent en dessous des niveaux de vente initiaux avant la promotion.
Cette baisse reflète la saturation temporaire du marché causée par la promotion elle-même. Fondamentalement, les personnes qui auraient de toute façon acheté le produit ont accéléré leur décision, ce qui se traduit par moins de ventes lorsque la promotion s’arrête.
Lorsque cette baisse est négligée ET combinée à une méthode de prévision naïve, la combinaison peut conduire à une gestion extrêmement médiocre des stocks et à des surstocks. En effet, le comportement retardé du lissage exponentiel est susceptible de suggérer des réapprovisionnements de stocks précisément lorsque la demande va chuter.
3. Écho mécanique dû à la synchronisation des clients
Le troisième modèle provient de l’effet de synchronisation de la promotion sur les réapprovisionnements des clients. Ce point est illustré par (3) sur le schéma.
Tous les produits (consommables ou non) ont tendance à avoir leur propre cycle de vie. La promotion synchronise - dans une certaine mesure - les habitudes de consommation des clients. Par conséquent, après le choc initial (la promotion elle-même), il est probable qu’il y ait des échos décroissants dans la demande des clients.
Dans notre mesure, il apparaît que la plupart du temps, seul le premier écho peut être mesuré avec suffisamment de confiance pour être utile à des fins de prévision. Les échos ultérieurs existent mais ils sont trop diffus pour être utilisés afin d’affiner les prévisions.
Encore une fois, si le rebond de la demande (3) se produit juste après la chute de la demande (2), alors le modèle de lissage exponentiel est susceptible de provoquer des pénuries de stocks fréquentes, car il échoue complètement à anticiper le rebond.
4. Dérive de la demande due à l’évolution du marché
Le quatrième effet est la dérive de la demande causée par la promotion. Cet effet est illustré par le point (4) sur le schéma.
Une promotion agit comme une perturbation du marché, et le niveau de ventes de base est susceptible d’être différent après la promotion ; espérons-le plus élevé, mais nos mesures montrent que l’inverse, c’est-à-dire des ventes plus faibles, se produit également, mais avec une fréquence plus faible.
Dans notre expérience, établir une prévision quantitative de la dérive est vraiment difficile. Cependant, la dérive peut être prise en compte afin d’accélérer les ajustements des prévisions après la fin de la promotion.
5. Cannibalisation des ventes
La cannibalisation des ventes est généralement le deuxième effet majeur d’une promotion en termes de volumes de ventes absolus. Les produits cannibalisés se retrouvent avec des ventes réduites pendant la promotion, comme illustré par (5) sur le schéma.
Cependant, la cannibalisation est plus difficile à modéliser, car l’effet peut être diffus et potentiellement affecter un large éventail de produits non liés. En effet, selon la situation, certains clients peuvent avoir un seuil fixe pour leurs dépenses. La conséquence immédiate du seuil est que les dépenses d’opportunité offertes par la promotion se retrouvent compensées par des restrictions sur des produits quelque peu non liés.
Lokad s’efforce de fournir des prévisions de promotion fines, en tenant compte de tous les effets que nous pouvons mesurer. Si vous décidez d’opter pour des prévisions internes (ce que nous ne recommandons pas, mais bon), nous vous suggérons de vous assurer que ni (2) ni (5) ne sont négligés.
Commentaires des lecteurs (2)
L’upsell, le downsell et le cross-sell sont d’autres facteurs qui impactent la demande. Ils peuvent également être pris en compte, mais c’est un tout autre sujet que les promotions, et malheureusement, un peu trop complexe pour être abordé dans un commentaire. Nous reviendrons sur cette question à un moment donné. Restez à l’écoute. Il y a 7 ans | Joannes Vermorel
Bon article, mais qu’en est-il des upsells et des downsells ? Comment cela fonctionnerait-il dans ce schéma ? Il y a 7 ans | Jose
