Quand vous pensez avoir besoin d'une prévision de stocks
Plusieurs fois par mois, une équipe arrive chez Lokad avec une requête familière : « Nous avons besoin d’une prévision de stocks. Idéalement sur 3 à 12 mois. Et, tant qu’à y être, une prévision de nos bons de commande également. »
Je prends toujours cette requête au sérieux, car elle signale généralement quelque chose d’important : l’entreprise a atteint les limites de ses tableurs et de ses rituels de planification, et elle recherche une vision plus claire du futur. Mais je sais aussi, par longue expérience, que cette formulation indique presque toujours la mauvaise direction.
Dans mon livre Introduction to Supply Chain, j’affirme que la supply chain concerne, avant tout, la prise de meilleures décisions économiques en situation d’incertitude, chaque jour : des décisions sur ce qu’il faut acheter, où le stocker, comment le déplacer, comment le tarifer. Une prévision de demande, ou une projection de stocks, n’est utile que dans la mesure où elle sert ces décisions. Lorsque la prévision devient la vedette du spectacle, quelque chose ne va pas.
Cet essai s’adresse aux praticiens qui ressentent l’envie de demander « une prévision de stocks » ou « une prévision de bons de commande ». Mon intention n’est pas de vous réprimander pour avoir utilisé les mauvais termes, mais de vous aider à faire une pause et à redéfinir ce dont vous avez vraiment besoin — avant d’investir du temps, de l’argent et de l’attention organisationnelle dans la mauvaise direction.
Le réflexe : « Montrez-moi le futur »
Quand on parle de « prévision de stocks », on s’imagine généralement une sorte de film de ses entrepôts et magasins pour les 12 mois à venir. On s’attend à voir, pour chaque SKU et chaque emplacement, une courbe bien tracée des stocks disponibles, accompagnée d’un calendrier de bons de commande qui devraient apparemment les y mener.
Derrière cette image se cachent quelques croyances implicites :
Vous supposez qu’il existe une trajectoire « naturelle » pour vos stocks, attendant d’être découverte si seulement la technologie de prévision est suffisamment intelligente. Vous supposez que si vous disposiez de cette trajectoire, aligner les équipes autour de celle-ci résoudrait la plupart de vos problèmes. Vous supposez que les projections de stocks et de bons de commande sont, en elles-mêmes, des leviers sur lesquels agir directement.
Cette vision du monde n’est pas accidentelle. C’est le manuel de référence de la supply chain grand public. Les approches traditionnelles commencent par des plans, des cibles et des prévisions chiffrées uniques, et se comportent comme si le monde restait fixe assez longtemps pour que ces chiffres demeurent valables. La plupart des logiciels de planification, la plupart des rituels S&OP et la plupart des manuels ont été construits autour de cette image.
Si vous avez été formé dans ce monde, demander une « prévision de stocks » n’est pas une erreur ; c’est la suite logique. Mais c’est quand même la mauvaise question.
La vérité inconfortable sur les stocks futurs
Prenons la phrase « prévision de stocks » au pied de la lettre. Ce que vous demandez, c’est :
“Dites-moi combien de stocks j’aurai à chaque emplacement, pour chaque période future.”
Le premier problème est évident, bien que souvent minimisé : le futur est irréductiblement incertain. Aucune quantité de données ou de machine learning ne vous offrira un monde déterministe. Des promotions imprévisibles, des mouvements de concurrents, des chocs réglementaires, des problèmes fournisseurs, des événements macroéconomiques – rien de tout cela ne disparaît. Le travail de Lokad au cours de la dernière décennie n’a fait que renforcer cette conclusion : les prévisions de séries temporelles classiques ne sont pas seulement inexactes ; elles sont incomplètes. Elles compressent l’incertitude en un seul nombre et traitent votre entreprise comme un observateur passif, tel un astronome regardant les planètes se déplacer.
Mais il existe un deuxième problème, plus profond. Les niveaux futurs de stocks ne dépendent pas uniquement du monde extérieur. Ils dépendent des décisions qui n’ont pas encore été prises. Les positions futures de stocks dépendent à la fois de l’incertitude irréductible et des bons de commande et allocations que vous choisirez d’émettre. Il est donc imprudent – et tout à fait non rentable – de supposer qu’une seule projection de l’état futur des stocks puisse être considérée comme ‘assez correcte’.
En réalité, il n’existe pas de prévision de stocks unique. Il n’y a que :
- “Si nous continuons à prendre des décisions selon cette politique, voici la distribution des niveaux de stocks possibles à attendre.”
En d’autres termes, les stocks futurs ne sont pas un phénomène naturel à prévoir. Ils sont le résultat de votre politique interagissant avec un monde incertain. Tant que vous ne définissez pas la politique, vous posez une question sans réponse stable.
Prévoir vos propres décisions ?
La situation est encore plus étrange avec les « prévisions de bons de commande ». Un bon de commande n’est pas quelque chose que l’univers vous impose. C’est votre propre décision : un engagement de liquidités, de capacité et de réputation.
Quand vous demandez une prévision de bons de commande, vous demandez essentiellement :
“Veuillez prévoir ce que nous déciderons de faire, plusieurs mois avant que nous l’ayons effectivement décidé.”
Vous pouvez, bien sûr, simuler la sortie d’une politique. Une fois que vous avez un mécanisme de décision clairement défini – un moteur qui, lorsqu’il reçoit des données, émet des bons de commande – vous pouvez simuler de nombreux futurs possibles de la demande, des délais, etc., et voir quels bons de commande ce moteur émettrait dans chaque scénario. C’est un exercice parfaitement sensé.
Mais remarquez l’ordre des opérations : vous devez d’abord disposer du mécanisme de décision. La « prévision » de bons de commande n’est qu’une vision de la manière dont ce mécanisme se comporte en situation d’incertitude. Ce n’est pas un objet autonome que vous optimisez isolément.
L’approche grand public inverse souvent cette logique. Elle commence par une prévision ponctuelle de la demande, la fait passer par un système MRP ou APS, et traite les commandes planifiées comme une sorte de « futur de base », à ajuster manuellement via le S&OP. Quand j’appelle cela une impasse méthodologique, je ne veux pas dire que rien ne fonctionne jamais ; je veux dire que ce paradigme consomme une énergie énorme à maintenir une image du futur, au lieu d’ajuster les décisions qui le créent réellement.
Des chiffres qui agissent, des chiffres qui se contentent de décrire
Cela nous amène à une distinction qui, en pratique, fait ou défait les initiatives supply chain : la différence entre des chiffres qui agissent et des chiffres qui se contentent de décrire.
Un bon de commande, un ordre de transfert, une modification de prix — ce sont des chiffres qui agissent. Ils allouent des ressources rares à des objectifs spécifiques. Ils déplacent des atomes et de l’argent. Ce sont des décisions au sens économique strict.
Une courbe de prévision de stocks est une description. Elle ne donne, par elle-même, aucun ordre ni n’expédie quoi que ce soit. Elle peut aider les humains à prendre des décisions, mais seulement indirectement, en influençant leurs choix.
Lorsqu’une entreprise définit son objectif comme « obtenir une prévision de stocks », elle élève, souvent sans s’en rendre compte, les chiffres descriptifs au-dessus des chiffres qui agissent. L’espoir implicite est que, si la description est suffisamment précise et largement partagée, de bonnes décisions émergeront d’une manière ou d’une autre.
Mon expérience affirme que l’inverse est plus fiable : commencez par les décisions que vous souhaitez automatiser et améliorer, puis élaborez les chiffres descriptifs nécessaires pour soutenir ces décisions. Ce n’est pas l’inverse.
Chez Lokad, c’est pourquoi nous parlons de moteurs de décision ininterrompus et pourquoi nous insistons sur le fait qu’un système d’optimisation sérieux doit renvoyer des décisions finalisées, et non pas de simples tableaux de bord qui nécessitent encore chaque matin l’intervention des planificateurs.
D’abord les décisions, ensuite les prévisions
Qu’est-ce que cela signifie, concrètement, mettre les décisions en priorité ?
Tout commence par une question très simple, mais étonnamment rare :
“Quelles sont les décisions récurrentes que nous devons prendre, et comment devrions-nous juger de leur qualité ?”
Dans la plupart des entreprises, les décisions récurrentes incluent la création de bons de commande, l’allocation de stocks entre les emplacements, le choix des modes de transport, l’acceptation ou le rejet des commandes clients sous contrainte, et la fixation ou l’ajustement des prix. Vous prenez ces décisions quotidiennement, que vous les considériez comme relevant de la supply chain ou non.
Ensuite, vous devez décider comment évaluer ces décisions en termes monétaires. C’est le modèle économique : la manière dont vous traduisez les ruptures de stock, les surstocks, les marges de délai, les choix de transport, etc., en une unité commune — généralement des dollars de profit, correctement ajustés en fonction du risque. Lokad consacre beaucoup d’efforts à cet égard, car si la tarification des compromis est erronée, l’optimisation poursuivra fidèlement le mauvais objectif.
Ce n’est qu’alors que la prévision entre en jeu. Nous prévoyons toutes les composantes du monde que vous ne pouvez contrôler mais qui importent pour vos décisions : la demande future, les délais futurs, les retours, les taux de rebut, etc. Nous le faisons de manière probabiliste, non pas parce que les probabilités sont à la mode, mais parce que c’est la seule manière honnête de représenter l’incertitude irréductible.
Ces prévisions probabilistes alimentent une routine d’optimisation qui recherche, non pas un plan esthétique, mais l’ensemble des décisions qui maximise le rendement économique attendu tout en respectant vos contraintes. Le résultat n’est pas un plan de demande, ni une courbe de stocks, mais une liste concrète d’actions : commander 120 unités de cet article, transférer 40 unités de celui-ci, ajuster ce prix à la hausse, etc.
Une fois que vous avez mis en place cette machinerie, vous êtes enfin en mesure de poser des questions significatives du type « et si », concernant le futur.
À quoi servent les projections
À ce stade, vous pourriez objecter :
“Très bien, mais mon CFO veut toujours savoir où va le fonds de roulement. Mon directeur des opérations souhaite toujours avoir une vue sur la saturation de la capacité. Voulez-vous dire que nous ne devrions jamais projeter de stocks ?”
Pas du tout. Lokad calcule bel et bien les niveaux futurs de stocks et les bons de commande — une fois le moteur de décision en place. Notre propre documentation le précise d’ailleurs clairement.
L’essentiel est que ces projections sont désormais ancrées dans quelque chose de réel : un processus de décision entièrement défini associé à une vision probabiliste de l’incertitude. Vous ne prétendez plus qu’il existe un chemin unique et prédestiné pour les stocks. Au contraire, vous dites :
“Si nous continuons à suivre cette politique de décision, et que le monde se comporte selon ces schémas probabilistes, voici la distribution des résultats que nous pouvons attendre en termes de stocks, de capacité, de taux de service et de liquidités.”
Vous pouvez exécuter plusieurs scénarios en modifiant la politique ou le modèle économique. Supposons que vous augmentiez la pénalité implicite pour les ruptures de stock sur une famille de produits critiques. Le moteur réagira en passant des commandes plus importantes, et plus tôt. La distribution projetée des stocks se déplacera à la hausse ; vos besoins en fonds de roulement augmenteront, mais votre risque de pénurie diminuera. Vous pouvez voir ce compromis de manière explicite, en dollars, avant de vous engager.
En ce sens, les « prévisions » de stocks et de bons de commande deviennent des instruments. Ce sont des vues sur la manière dont votre politique choisie se comporte en situation d’incertitude, et non des artefacts autonomes sur lesquels vous vous disputez lors d’une réunion de consensus mensuelle.
Autonomie, attente et le danger des plans longs et rigides
Il y a une autre raison pour laquelle je me méfie des prévisions longues et rigides de stocks et de bons de commande : elles érodent silencieusement l’autonomie de l’entreprise.
Une supply chain n’est pas un problème d’optimisation ponctuel. C’est une longue séquence de décisions prises à mesure que de nouvelles informations arrivent. Dans mon essai récent sur l’analytique des décisions séquentielles, je décris deux instruments qui se sont révélés utiles en pratique : une « fenêtre de responsabilité » pour juger des décisions, et ce que j’appelle « l’économie de l’attente ».
L’idée d’une fenêtre de responsabilité est simple. Vous n’avez pas besoin de scénariser une saison entière de douze mois pour juger si le fait de commander un conteneur aujourd’hui était judicieux. Vous choisissez un horizon raisonnable — disons, les quelques prochains mois — sur lequel vous attribuez les conséquences financières de cette commande. Au-delà, ce sont les décisions ultérieures qui prennent le relais. Cela permet de maintenir une responsabilité précise sans prétendre que le plan d’aujourd’hui doit anticiper chaque rebondissement.
L’économie de l’attente est l’idée que « ne rien faire pour l’instant » est une option tout à fait légitime. Vous n’agissez que lorsque le rendement attendu, ajusté en fonction du risque de la meilleure action, dépasse votre coût de capital interne plus la valeur d’option d’obtenir plus d’informations demain. L’attente préserve les options ; agir trop tôt les fige.
Maintenant, demandez-vous : que se passe-t-il, au niveau culturel, une fois qu’un plan de stocks et de bons de commande détaillé sur 12 mois a été approuvé par la direction ?
Les gens commencent à traiter ce plan comme un engagement, même si tout le monde sait, intellectuellement, qu’il sera erroné. Les demandes de changement de cap sont perçues comme des écarts plutôt que comme des réactions normales à de nouvelles informations. « S’en tenir au plan » devient un objectif en soi, séparé de la prise des meilleures décisions compte tenu de ce que vous savez aujourd’hui.
Dans cet environnement, les projections à long terme n’informent pas seulement les décisions ; elles les façonnent de manière très difficile à corriger. L’entreprise troque lentement son autonomie — la capacité de répondre à la réalité telle qu’elle se déploie — contre l’illusion d’un futur stable.
Une meilleure manière de formuler la question
Ainsi, si « nous avons besoin d’une prévision de stocks » est la mauvaise question, que devriez-vous demander à la place ?
Un point de départ plus fructueux pourrait ressembler à ceci :
“Nous devons améliorer la qualité et l’automatisation de nos décisions d’achat et d’allocation, en situation d’incertitude, tout en conservant une visibilité totale sur le capital et le risque. Que faudrait-il pour construire un moteur qui réalise cela — et comment pourrions-nous ensuite inspecter son comportement au cours des 3 à 12 prochains mois ?”
Cette formulation suppose que les décisions, et non les prévisions, sont le principal résultat. Elle suppose que l’incertitude est là pour rester, vous aurez donc besoin de vues probabilistes plutôt que de chiffres uniques. Elle part du principe que l’impact financier, et non des indicateurs de performance de substitution, est la manière dont vous évaluerez le succès.
Une fois que vous encadrez le problème de cette manière, un projet différent prend forme :
Vous identifiez les décisions récurrentes clés. Vous concevez un modèle économique qui évalue les compromis impliqués. Vous construisez ou adoptez une couche prédictive qui estime les incertitudes pertinentes de manière probabiliste. Vous mettez en place une couche d’optimisation qui transforme ces prévisions et ces valeurs en décisions concrètes. Vous le déployez de manière à ce qu’il puisse fonctionner sans surveillance pour les cas ordinaires tout en faisant remonter les cas vraiment exceptionnels pour une révision humaine. Et ce n’est qu’ensuite que vous commencez à générer des projections de stocks et de bons de commande comme moyens de comprendre et de tester la résistance de la politique résultante.
Notez que vous pourriez obtenir des écrans qui ressemblent, de loin, à ce que vous aviez initialement imaginé : des graphiques des niveaux de stocks dans le temps, des tableaux des bons de commande attendus, des scénarios sous différentes hypothèses. Mais ces artefacts sont désormais en aval du véritable travail, et non confondus avec le travail lui-même.
Une pause pratique pour les praticiens
Si vous ne retenez qu’une chose de cet essai, que ce soit ceci:
Les décisions sont le résultat ; les prévisions sont simplement des outils.
Avant de lancer une grande initiative de prévision de stocks, faites une pause et posez-vous quelques questions concrètes.
Êtes-vous clair sur les décisions que vous souhaitez automatiser ou soutenir ? Savez-vous comment vous évaluerez ces décisions en termes économiques, et pas seulement en termes de taux de service ou de précision des prévisions ? Êtes-vous prêt à accepter que l’avenir soit constitué d’une famille de scénarios possibles et non d’une seule voie ? Et êtes-vous disposé à laisser un moteur de décisions réviser ses recommandations au fur et à mesure que la réalité se déroule, plutôt que de défendre un plan de 12‑mois contre les faits?
Si la réponse à ces questions est non, alors une meilleure prévision de stocks ne vous sauvera pas. Au mieux, elle vous fournira de jolis graphiques à regarder pendant que vous continuez à prendre des décisions par habitude et par négociation. Au pire, elle renforcera ces habitudes en un script rigide.
Si la réponse est oui, alors vous n’avez pas « besoin d’une prévision de stocks » au sens traditionnel. Vous avez besoin d’une supply chain qui a appris à penser en termes de décisions, d’incertitude et d’argent. Les projections suivront naturellement, et elles signifieront enfin ce que vous espériez qu’elles signifieraient dès le départ.
