Prévenir les stocks morts grâce aux prévisions de double quantile

Joannes Vermorel

Le stock associé à chaque SKU est une anticipation du futur. D’un point de vue plus technique, le point de réapprovisionnement du SKU peut être considéré comme une prévision de quantile. Le quantile indique la plus petite quantité de stock qui doit être conservée pour éviter les ruptures de stock avec une probabilité égale au taux de service.

Bien que ce point de vue soit très puissant, il ne dit rien sur le risque de surstockage, c’est-à-dire le risque de créer des stocks morts, car seul le côté des ruptures de stock est directement abordé statistiquement. Pourtant, le risque de surstockage est important si les produits sont périssables ou si la demande pour le produit peut disparaître brutalement - comme c’est le cas dans l’électronique grand public lorsque le remplacement de nouvelle génération entre sur le marché.

Exemple : Prenons le cas d’un détaillant occidental qui vend, entre autres, des chaînes à neige. Le délai d’approvisionnement pour importer les chaînes est de 3 mois. La région où se trouve le détaillant n’est pas très froide et un hiver sur cinq seulement justifie l’utilisation de chaînes à neige. Pour chaque hiver froid, la demande locale de chaînes à neige est de 1 000 kits. Maintenant, dans ce contexte, toutes les prévisions de quantile avec un taux de service supérieur à 80% suggèrent d’avoir plus de 1 000 kits en stock afin de maintenir la probabilité de rupture de stock inférieure à 20%. Cependant, si l’hiver n’est pas froid, le détaillant se retrouvera avec tout son stock invendu de chaînes à neige, 1 000 kits ou plus, éventuellement pendant des années. Le point de réapprovisionnement calculé de la manière habituelle à l’aide de quantiles se concentre sur les situations à la hausse avec des pics de demande, mais ne dit rien sur les situations à la baisse où la demande s’évapore.

Cependant, le risque de surstockage peut également être géré grâce aux quantiles, mais cela nécessite un deuxième calcul de quantile à effectuer en utilisant un ensemble distinct de valeurs pour tau (τ et non le taux de service) et lambda (λ et non le délai d’approvisionnement).

Dans la situation habituelle, nous avons :

R = Q(τ, λ)

Avec

• R est le point de réapprovisionnement (un nombre d’unités)
• Q est le modèle de prévision de quantile
• τ est le taux de service (un pourcentage)
• λ est le délai d’approvisionnement (un nombre de jours)

Comme illustré par l’exemple ci-dessus, un tel calcul du point de réapprovisionnement peut conduire à des valeurs élevées qui ne tiennent pas compte du risque financier associé à une baisse de la demande où l’entreprise se retrouve avec des stocks morts.

Afin de gérer le risque de surstockage, la formule peut être révisée comme suit :

R = MIN(Q(τ, λ), Q(τx, λx))

Avec

• τx est le risque maximal acceptable de surstockage
• λx est la période applicable pour se débarrasser du stock

Dans ce cas, le point de réapprovisionnement habituel est limité par un calcul de quantile alternatif.

Le paramètre τx est utilisé pour refléter le risque acceptable de surstockage ; ainsi, au lieu de considérer des valeurs à 90% comme c’est le cas pour les taux de service habituels, il s’agit généralement d’un faible pourcentage, disons 10% et moins, qui doit être pris en compte.

Le paramètre λx est utilisé pour représenter la durée qui mettrait la valeur des stocks en danger car les marchandises sont périssables ou obsolètes.

Exemple : Prenons le cas d’une épicerie vendant des tomates avec un délai d’approvisionnement de 2 jours. Le détaillant estime qu’au bout de 5 jours sur l’étagère, les tomates auront perdu 20% de leur valeur marchande. Ainsi, le détaillant décide que le stock de tomates doit rester suffisamment bas pour que la probabilité de ne pas vendre l’intégralité du stock de tomates dans les 5 jours reste inférieure à 10%. Ainsi, le détaillant adopte la deuxième formule du point de réapprovisionnement R avec τ=90% et λ=2 jours afin de maintenir une disponibilité élevée combinée à τx=10% et λx=5 jours afin de maîtriser le risque de stocks morts.

À l’heure actuelle, Salescast ne prend pas en charge nativement un double calcul de quantile, cependant, il est possible d’obtenir le même effet en effectuant deux exécutions avec des paramètres distincts de délai d’approvisionnement et de taux de service.