Piège de la chaîne d'approvisionnement inversée pour la prévision de la demande

Joannes Vermorel

En ce qui concerne la prévision, il existe un vieil adage “Gargage In Garbage Out” qui dit que même la meilleure technologie de prévision ne peut pas corriger des données incorrectes. Bien que, d’après notre expérience, les données de vente détenues par les détaillants et les fabricants soient généralement plutôt propres. À l’ère des transactions électroniques, la quantité de données de vente incorrectement saisies est négligeable.

Néanmoins, il existe encore des subtilités en matière de prévision. En particulier, Lokad s’efforce de fournir des prévisions de demande plutôt que des prévisions de ventes.

Lors de la consolidation de leurs données historiques de demande, nous avons remarqué que les retours, faisant partie du processus de la chaîne d’approvisionnement inversée, et les annulations, sont souvent comptabilisés en négatif dans les ventes consolidées historiques. Un tel schéma génère généralement des ventes négatives qui sont assez faciles à repérer même si elles sont plutôt rares car le nombre de retours est généralement faible par rapport au nombre de commandes.

Ce comportement est correct d’un point de vue comptable, mais malheureusement trompeur d’un point de vue de la prévision. Voyons pourquoi.

Supposons que 9 unités d’un produit soient commandées le lundi. À la livraison le mardi, compte tenu de la livraison express, 3 unités sont retournées. Au final, seules 6 unités ont été réellement vendues le lundi. Mais quelle est la prévision de demande correcte pour le lundi ?

• Si nous supposons que 6 unités représentent la demande correcte pour le lundi, alors seules 6 unités sont stockées ; ce qui conduit à ne servir que 6 clients le lundi, les 3 clients restants étant très probablement écartés en raison du manque de marchandise disponible. Ensuite, le mardi, 2 unités (au lieu de 3) sont encore retournées. Cette approche conduit à 4 ventes effectives pour le lundi.
• Si nous supposons que 9 unités représentent la demande correcte pour le lundi, alors 9 unités sont stockées et expédiées en conséquence. Moins 3 retours le mardi, cette approche conduit à 6 ventes effectives pour le lundi.

De toute évidence, le deuxième scénario est préférable pour le détaillant. En tant que ligne directrice générale, les données provenant de la chaîne d’approvisionnement inversée ne devraient pas avoir d’impact sur les prévisions de demande.

Ensuite, en ce qui concerne les annulations, il y a une zone grise.

• Si une commande est annulée rapidement, avant que l’article n’ait eu la moindre chance d’être expédié, l’article devient immédiatement disponible pour une nouvelle commande. Dans une telle situation, il est logique de ne pas compter l’article annulé rapidement comme faisant partie de la demande.
• Cependant, si l’annulation se produit quelques jours après la commande, mais toujours avant l’expédition, alors un article en stock a été considéré comme non disponible pendant toute la période entre la commande et l’annulation. Ne pas compter cette commande d’annulation à long délai comme demande pourrait empêcher les clients réels d’acheter l’article qu’ils souhaitent.

La deuxième observation est encore plus forte si l’annulation est causée par le long délai d’expédition en premier lieu.

En tant que ligne directrice générale, toutes les opérations qui servent à allouer des stocks doivent être comptées comme de la demande, même si ces opérations sont annulées ultérieurement. L’annulation peut être considérée comme un réapprovisionnement incertain mais pas comme une demande moindre. Pour un produit très demandé associé à un pourcentage de retour plutôt stable, cela signifierait éventuellement que le stock en commande représentant les stocks attendus à l’avenir pourrait être augmenté en fonction du nombre de ventes en cours pour refléter le taux d’annulation attendu.