La demande outil

learn menu
Par Joannes Vermorel, Dernière révision novembre 2014

The demande outil (également appelée demande du lead time) est la demande totale entre le moment présent et le moment anticipé pour la livraison après la prochaine si une commande de réapprovisionnement est effectuée maintenant pour réapprovisionner les stocks. Ce délai est nommé le lead time. Puisque la demande outil est une demande future (non encore observée), cette valeur est généralement prévisionnée à l’aide d’une analyse des séries temporelles.

Le concept de demande outil s’applique, entre autres, aux entreprises de vente au détail, de vente en gros et de fabrication, où les stocks sont conservés afin de servir les clients.

Dans l’analyse classique des stocks de sécurité, le point de commande est la somme de la demande outil et de la composante du stock de sécurité. La demande outil médiane peut être interprétée comme l’estimation de la demande qui a 50 % de chances d’être supérieure ou inférieure à la demande future lorsqu’on anticipe pour N jours, où N est le lead time. Ainsi, si la demande outil est utilisée comme point de commande avec un stock de sécurité nul, le taux de service attendu serait de 50 %.

Cependant, avec le point de vue plus moderne des quantiles, une estimation intentionnellement biaisée de la demande outil est calculée directement à l’aide de prévisions par quantiles. Selon ce point de vue, le point de commande n’est rien d’autre qu’une estimation intentionnellement biaisée de la demande outil. Le biais est ajusté pour correspondre au taux de service désiré.

Dans les deux cas (classique ou quantile), la estimation précise de la demande outil est essentielle pour atteindre un bon niveau d’optimisation de stocks, c’est-à-dire utiliser la quantité minimale de stocks pour atteindre des objectifs spécifiques de taux de service.

Le piège de Lokad

Le moyen le plus naturel de concevoir la demande future est d’envisager une demande future agrégée par jour, semaine ou mois. Par cette agrégation, la prévision n’est rien d’autre que l’extension de la courbe de demande passée dans le futur. Ensuite, une fois le lead time spécifié, la demande outil est calculée comme la somme des valeurs prévisionnelles pour les N périodes suivantes.

Cependant, cette approche indirecte n’est pas optimale car le critère optimisé (c’est-à-dire la prévision par période) n’est pas celui qui impacte les stocks (c’est-à-dire la prévision sur le lead time). Cette divergence introduite par l’agrégation même explique également pourquoi nous observons des prévisions précises lorsqu’on utilise une technologie de prévision par quantiles plutôt qu’une technologie de prévision classique.