La prévision en tant que prophétie auto-réalisatrice

Joannes Vermorel

Chaque semaine, un certain nombre d’entreprises nous contactent pour savoir si Lokad pourrait s’occuper de leurs prévisions hebdomadaires ou mensuelles roulantes, disons quelques trimestres à l’avance. En effet, il y a une décennie, Lokad a été fondée autour de l’idée d’être une application de “prévision en tant que service”. Malheureusement, cette idée s’est révélée largement dysfonctionnelle, et nous avons adopté de meilleures approches. Certains des problèmes posés par les prévisions sont simples - de manière trompeuse - mais aussi fondamentaux. Peu importe la qualité de la technologie, cela ne servira à rien si ses fondements commerciaux sont erronés.

Soyons clairs : Lokad fait des prévisions de demande, et l’optimisation prédictive reste notre compétence principale, mais il y a une méthode à cela ; et la méthode commence par reconnaître que les prévisions sont largement une prophétie auto-réalisatrice, et que de nombreuses boucles de rétroaction sont impliquées.

Illustrons cet angle plus en détail. Si l’on cherche à prévoir les ventes d’une marque de mode, il suffit de regarder les quantités initialement achetées : les quantités vendues pendant la saison sont invariablement égales aux quantités initialement commandées aux fournisseurs (moins les pertes). Pourtant, fréquemment, le stock ne se vend pas au prix fort, ou inversement, le stock s’épuise à mi-saison. Cette prévision soi-disant “parfaite” est un mirage et ne reflète pas la réalité de la performance financière de l’entreprise.

La demande future est intrinsèquement liée aux décisions futures de la supply chain. Pourtant, de nombreuses entreprises agissent comme s’il était possible de prévoir d’abord (c’est-à-dire la demande hebdomadaire) et ensuite décider ensuite (c’est-à-dire les quantités de commandes d’achat). Cette approche est imprudente car cette dernière impacte profondément la première.

À titre de preuve anecdotique, ce couplage entre la demande future et la décision future explique pourquoi tant de projets de prévision “avancés” échouent : les tests rétrospectifs “prouvaient” que la nouvelle prévision était meilleure que l’ancienne, et pourtant, une fois en production, les choses ont commencé à se dégrader, apparemment sans raison. La réalité est que, sans précaution, les prévisions “bêtes” ont tendance à générer moins d’effets secondaires indésirables, c’est-à-dire des conséquences involontaires causées par les prévisions elles-mêmes.

En pratique, la boucle de rétroaction rétroactive entre les prévisions et les décisions prend de nombreuses formes :

• L’introduction d’une autre référence dans l’assortiment cannibalise le reste de l’assortiment. Ainsi, rendre la prévision de demande plus importante pour une référence devrait diminuer (d’une certaine manière) la prévision pour tous les produits concurrents.
• L’augmentation de la demande résultant d’une promotion pour un produit donné dépend fortement du contexte plus large. Si le produit est le seul à être promu dans le magasin, l’augmentation de la demande qui en résulte peut être importante. Si chaque produit du magasin est promu, l’augmentation sera probablement beaucoup plus faible.
• Le délai d’approvisionnement doit être prévu, mais l’entreprise peut avoir un certain degré de contrôle sur les délais d’approvisionnement si elle peut décider d’expédier les marchandises par voie maritime ou aérienne. Les deux modalités nécessitent leurs propres prévisions de délai d’approvisionnement ; mais la demande à prendre en compte pour le stock dépend des délais d’approvisionnement.
• L’achat de quantités plus importantes offre généralement une certaine économie d’échelle, matérialisée par des baisses de prix. Un prix d’achat plus bas peut alors être transformé en un prix de vente plus bas, stimulant la demande de manière à ce qu’elle corresponde à la plus grande quantité initialement acquise ou produite.
• Offrir une remise aux clients stimule les ventes, mais modifie également les attentes futures des clients. Les clients s’attendront de plus en plus à une remise et retarderont leur décision d’achat jusqu’à ce qu’une remise soit proposée.

Toutes ces boucles de rétroaction sont l’une des principales raisons pour lesquelles nous, chez Lokad, sommes devenus très mal à l’aise de fournir des prévisions “nues”. Nous avons la ferme intention de ne jamais répéter les erreurs de nos premières années, et dans l’esprit du serment d’Hippocrate, fournir de la valeur à nos clients commence par ne pas semer le chaos dans leurs chaînes d’approvisionnement par le biais d’approches erronées.

Ce n’est pas un hasard si notre manifeste de la Supply Chain Quantitative repose fortement sur les décisions. Ce sont les conséquences, parfois lointaines, des décisions qui doivent être prédites avec précision, et non une sorte de demande abstraite. À cet égard, notre approche est alignée sur les idées découvertes dans les années 1830 par Jean-Baptiste Say selon lesquelles l’offre crée sa propre demande.

Étant donné l’état actuel des progrès en matière d’apprentissage automatique et de logiciels, il n’existe pas de moyen “prêt à l’emploi” pour aborder les boucles de rétroaction par le biais d’un logiciel. Il faut un Supply Chain Scientist ayant une compréhension approfondie des défis commerciaux, ainsi qu’une bonne dose de discussion avec des praticiens chevronnés, pour trouver des heuristiques et des modèles qui soient au moins approximativement corrects dans leur capacité à mettre les capacités prédictives de Lokad à profit pour le client.