La planification des promotions dans le commerce de détail – Défis du processus

Joannes Vermorel

Dans notre précédent article, nous avons abordé les défis de données dans les prévisions de promotion. Dans cet article, nous traitons des défis de processus : Quand les prévisions sont-elles produites ? Comment sont-elles utilisées ? Etc. En effet, alors que se procurer des prévisions précises est déjà difficile, les détaillants ne tirent fréquemment pas parti des prévisions comme ils le devraient, ce qui conduit à des utilisations sous-optimales des résultats numériques disponibles. Comme d’habitude, la prévision statistique s’avère être une science contre-intuitive, et il est trop facile de prendre toutes les mauvaises directions.

Ne négociez pas les résultats des prévisions

Le service des achats supervise généralement le processus de planification des promotions. Pourtant, bien que la négociation puisse être d’une puissance considérable pour obtenir de bons prix auprès des fournisseurs, la négociation des prévisions ne fonctionne pas. Point. Pourtant, nous constatons régulièrement que les prévisions de promotion tendent à être une sorte de compromis négocié entre le service des achats et la supply chain, ou entre le service des achats et l’informatique, ou entre le service des achats et la planification, etc.

En supposant qu’un processus de prévision existe – lequel peut être exact ou non (cet aspect est une préoccupation distincte) – les prévisions ne font pas l’objet de négociation. Elles ne sont que la meilleure estimation statistique pouvant être produite pour que l’entreprise anticipe la demande des articles en promotion. Si l’une des parties négociatrices dispose d’une méthode de prévision indéniablement supérieure, alors cette méthode devrait devenir la référence ; mais encore une fois, aucune négociation n’est impliquée.

L’erreur répandue ici est le manque de séparation des préoccupations entre la prévision et l’analyse de risques. Du point de vue de l’analyse de risques, il est probablement acceptable de commander un volume cinq fois supérieur à la prévision si le fournisseur propose une offre exceptionnelle pour un produit pérenne déjà vendu dans le réseau en dehors de l’événement promotionnel. Lorsqu’on « négocie » une prévision, une analyse de risques non déclarée est alors en cours. Toutefois, de meilleurs résultats sont obtenus si la prévision et l’analyse de risques restent séparées, du moins d’un point de vue méthodologique.

Supprimez les interventions manuelles des prévisions

Dans le commerce de détail de produits généraux, tous les processus de données impliquant des opérations manuelles sont coûteux à étendre à l’échelle du réseau : trop d’articles, trop de magasins, des promotions trop fréquentes. Ainsi, dès le départ, l’objectif devrait être un processus de prévision automatisé end-to-end.

Pourtant, bien que (presque) tous les éditeurs de logiciels promettent des solutions entièrement automatisées, les besoins en main-d’œuvre se font sentir partout. Par exemple, des hiérarchies spéciales entre les articles peuvent devoir être maintenues uniquement pour satisfaire les systèmes de prévision. Cela pourrait impliquer des groupes d’articles dédiés à l’analyse de la saisonnalité, ou la création d’une liste de produits « appariés » où l’historique des ventes du produit ancien est utilisé en substitut lorsque le produit nouveau ne présente aucun historique de vente en magasin.

De plus, le réglage fin des modèles de prévision eux-mêmes peut être très exigeant, et bien que supposément une opération ponctuelle, il doit être considéré comme un coût opérationnel récurrent.

Petit conseil pour les réseaux de magasins : méfiez-vous de tout éditeur promettant de visualiser les prévisions : passer jusqu’à des dizaines de secondes par point de données pour les examiner est terriblement coûteux pour tout réseau de distribution de taille raisonnable.

Le temps consacré par les employés devrait être dirigé vers les domaines où l’investissement est valorisé sur le long terme – l’amélioration continue de la planification promotionnelle – plutôt que consommé simplement pour maintenir l’activité de planification elle-même.

N’omettez pas des niveaux entiers dans l’initiative

Les prévisions les plus inexactes produites par les détaillants sont celles qui sont implicites : des décisions qui reflètent une forme de prévision sous-jacente sans que personne ne l’ait identifiée comme telle. Pour les prévisions de promotion, il existe typiquement trois niveaux distincts de prévisions :

• prévisions nationales utilisées pour dimensionner la commande globale passée au fournisseur pour l’ensemble du réseau de distribution.
• prévisions régionales utilisées pour répartir les quantités nationales entre les entrepôts.
• prévisions locales utilisées pour répartir les quantités régionales entre les magasins.

Nous constatons fréquemment que des entités distinctes au sein de l’organisation du détaillant finissent par être responsables séparément de parties de l’initiative globale de planification : le service des achats gère les prévisions nationales, la supply chain gère les prévisions régionales et les responsables de magasin s’occupent des prévisions locales. Ensuite, la situation se complique lorsque les parties commencent à négocier les chiffres.

En divisant le processus de prévision entre plusieurs entités, personne n’est clairement tenu responsable de l’efficacité (ou de l’inefficacité) de la planification promotionnelle. Il est difficile de quantifier l’amélioration apportée par une initiative spécifique car les résultats sont atténués ou amplifiés par des initiatives interférençantes menées par d’autres parties. En pratique, cela complique les tentatives d’amélioration continue du processus.

Prévoir aussi tard que possible

Un leurre commun à propos de la prévision statistique est l’espoir que, d’une manière ou d’une autre, les prévisions deviendront parfaitement exactes à un moment donné. Cependant, les prévisions de promotion ne seront jamais même proches de ce que l’on pourrait communément considérer comme très exactes.

Par exemple, sur les marchés occidentaux, nous observons que pour la majorité des articles en promotion au niveau des supermarchés, moins de 10 unités sont vendues par semaine pendant toute la durée de la promotion. Cependant, prévoir 6 unités et en vendre 9 entraîne déjà une erreur de prévision de 50 %. Il n’y a aucun espoir d’atteindre une erreur inférieure à 30 % au niveau des supermarchés en pratique.

Pourtant, bien que les prévisions soient inévitablement soumises à un niveau irréductible d’inexactitude, certains détaillants (et pas seulement les détaillants en réalité) aggravent le problème en prévisionnant trop loin dans le futur par rapport à ce qui est nécessaire.

Par exemple, les prévisions nationales sont généralement requises jusqu’à 20 semaines à l’avance, notamment lors de l’importation de marchandises depuis l’Asie. Cependant, ni les prévisions régionales ni les prévisions locales ne doivent être établies aussi longtemps à l’avance. Au niveau des entrepôts, la planification peut généralement se faire seulement 4 à 6 semaines à l’avance, puis, en ce qui concerne les magasins, les détails quantitatifs de la planification ne peuvent être finalisés qu’une semaine avant le début de la promotion.

Cependant, comme le processus de prévision est généralement géré conjointement par diverses parties, un consensus émerge pour une date qui convient aux contraintes de toutes les parties, c’est-à-dire la date la plus précoce proposée par l’une d’entre elles. Cela se traduit fréquemment par une prévision de la demande au niveau des magasins jusqu’à 20 semaines à l’avance, générant des prévisions incroyablement inexactes qui auraient pu être évitées en reportant entièrement les prévisions.

Ainsi, nous recommandons d’adapter la planification des promotions de sorte que les décisions quantitatives soient laissées en suspens jusqu’au dernier moment, lorsque les prévisions finales sont enfin produites, bénéficiant ainsi des données les plus récentes.

Exploitez le(s) premier(s) jour(s) des ventes promotionnelles au niveau des magasins

Prévoir la demande promotionnelle au niveau des magasins est difficile. Cependant, une fois le premier jour de vente observé, la prévision de la demande pour le reste de la promotion peut être réalisée avec une précision bien supérieure à celle de toute prévision produite avant le début de la promotion.

Ainsi, la planification des promotions peut être grandement améliorée en n’envoyant pas tous les produits aux magasins dès le départ, mais seulement une fraction, en conservant des réserves dans l’entrepôt. Ensuite, après un ou deux jours de ventes, les prévisions de promotion devraient être révisées en fonction des ventes initiales pour ajuster la manière dont le reste des stocks doit être acheminé vers les magasins.

Ne modifiez pas vos prévisions après chaque opération

L’une des questions fréquentes que nous recevons des détaillants est de savoir si nous révisons nos modèles de prévision après avoir observé le résultat d’une nouvelle promotion. Bien que cela semble être une approche raisonnable, dans le cas spécifique des prévisions de promotion, il y a un détail et une application naïve de cette idée peut se retourner contre vous.

En effet, nous constatons que, pour la plupart des détaillants, les opérations promotionnelles, c’est-à-dire l’ensemble des produits mis en avant pendant la même période généralement avec un message promotionnel unifié, s’accompagnent de fortes corrélations endogènes entre les augmentations. En d’autres termes, certaines opérations fonctionnent mieux que d’autres, et l’écart entre les opérations les moins performantes et les plus performantes n’est pas inférieur à un facteur 10 en volume de ventes.

En conséquence, à la fin de chaque opération, il est tentant de réviser l’ensemble des modèles de prévision à la hausse ou à la baisse en se basant sur les dernières observations. Pourtant, cela crée d’importants problèmes de surapprentissage: les prévisions historiques révisées sont artificiellement rendues plus précises qu’elles ne le sont réellement.

Afin d’atténuer les problèmes de surapprentissage , il est important de ne réviser les modèles de prévision de promotion que dans le cadre d’un vaste processus de backtesting. Le backtesting est le processus qui consiste à rejouer l’intégralité de l’historique en régénérant itérativement toutes les prévisions jusqu’à la dernière opération promotionnelle nouvellement ajoutée. Un backtesting étendu permet d’atténuer les fluctuations de grande amplitude dans les augmentations anticipées des promotions.

Validez les relevés de promotion “ex post”

Comme évoqué dans le premier article de cette série, la qualité des données est un ingrédient essentiel pour produire des prévisions de promotion fiables. Pourtant, identifier les anomalies des promotions plusieurs mois après leur clôture est impraticable. Nous suggérons donc de ne pas retarder la révision des données promotionnelles et de la réaliser à la toute fin de chaque opération, pendant que l’opération est encore fraîche dans l’esprit des personnes concernées (responsables de magasins, fournisseurs, acheteurs, etc.).

En particulier, nous suggérons de rechercher les valeurs aberrantes telles que les zéros et les volumes surprenants. Les zéros reflètent soit que l’opération n’a pas été réalisée, soit que la marchandise n’a pas été livrée aux magasins. Quoi qu’il en soit, quelques coups de téléphone peuvent grandement aider à identifier le problème et à appliquer les corrections de données appropriées.

De même, des volumes extrêmes inattendus peuvent refléter des facteurs qui n’ont pas été correctement pris en compte. Par exemple, certains magasins pourraient avoir alloué un espace d’exposition à leur entrée, alors que le plan initial était de conserver la marchandise dans les allées. Naturellement, les volumes de ventes sont beaucoup plus élevés, mais cela n’est qu’une simple conséquence d’une présentation alternative.

Restez à l’écoute, la prochaine fois, nous aborderons les défis d’optimisation dans la planification des promotions.