00:00:04 Intro: Les défis de prévision pour les entreprises à forte croissance.
00:01:16 Les types de croissance d’entreprise et les problèmes de prévision associés.
00:02:18 La difficulté de prédire le succès des nouveaux produits.
00:04:07 “Hit or miss” et les réponses.
00:05:43 D’autres problèmes de prévision et le concept de croissance par paliers.
00:08:01 Les défis liés à la prévision du moment de la croissance de l’entreprise.
00:12:18 Stratégies pour atténuer l’imprévisibilité des prévisions.
00:13:46 Le rôle des négociations avec les fournisseurs dans les situations “hit or miss”.
00:14:13 Identification des indicateurs d’une croissance prochaine.
00:15:16 Les statistiques de recherche sur Google : un outil de prévision ?
00:16:23 Stratégies pour les entreprises à croissance rapide.
00:16:46 Les implications des changements IT pendant la croissance.
00:18:14 La tendance des entreprises à surestimer leurs prévisions.
00:19:03 La Supply Chain Quantitative et des réactions rapides à la croissance.
00:21:11 Conclusions.

Résumé

La discussion entre Kieran Chandler et Joannes Vermorel a porté sur l’optimisation de la supply chain pour les entreprises à forte croissance. Vermorel a souligné la complexité des prévisions dans de tels scénarios, en identifiant deux types de croissance : la croissance organique et celle « hit-or-miss » issue des nouveaux produits. Ce dernier, expliquait-il, complique la prévision en raison de son imprévisibilité. Reconnaître la fine structure de la croissance est crucial pour différencier ces scénarios et orienter de meilleures décisions concernant les stocks. Vermorel a suggéré des solutions telles que la modélisation quantitative des risques, des mécanismes end-to-end automated decision et des stratégies flexibles de supply chain adaptées à la structure de la croissance. Il a également conseillé d’anticiper les changements constants dans le paysage IT de l’entreprise pour faire face aux complexités liées à la croissance.

Résumé détaillé

Dans l’interview, Kieran Chandler, l’animateur, a discuté des défis de l’optimisation de la supply chain pour les entreprises à forte croissance avec Joannes Vermorel, fondateur de Lokad, une société de logiciels spécialisée dans ce domaine. La conversation s’est concentrée sur les dilemmes auxquels ces entreprises font souvent face pour anticiper et répondre à la demande, ainsi que sur les types de croissance qui peuvent compliquer les efforts de prévision.

Chandler a introduit le problème de la prévision dans des scénarios de forte croissance, en citant l’exemple de sociétés qui achètent un excès de stock pour satisfaire des pics de demande anticipés, pour se retrouver ensuite avec un surplus lorsque la croissance ne se maintient pas, une situation qui a entraîné une perte de 4,3 milliards de dollars pour H&M plus tôt cette année.

Vermorel a expliqué que les entreprises connaissant une forte croissance se heurtent souvent à une série de difficultés, issues à la fois de la désorganisation interne due à une croissance rapide et des complexités statistiques liées à la nature de cette croissance. Le fondateur a souligné que la source de la croissance d’une entreprise a un impact significatif sur le processus de prévision, le rendant plus ou moins compliqué.

Vermorel a décrit deux types de croissance que les entreprises peuvent connaître. La première, la croissance organique, se produit lorsqu’une entreprise croît de manière uniforme, comme dans le cas d’une entreprise opérant dans le e-commerce qui voit une augmentation régulière du trafic sur son site web, entraînant une croissance linéaire des ventes de produits. Ce scénario, bien que relativement plus simple à prévoir, comporte néanmoins des incertitudes quant à la pérennité de la croissance, comme en témoigne la situation d’H&M.

Le second type de croissance survient lorsqu’une entreprise lance de nouveaux produits sur le marché. Ce scénario devient plus difficile à prévoir, car tous les nouveaux produits ne contribueront pas à la croissance ; seuls certains pourraient connaître le succès, créant ainsi une situation « hit-or-miss ». Dans ce cas, la croissance est portée par ces produits vedettes, tandis que les autres ne montrent pas d’augmentation significative des ventes. Vermorel a cité les entreprises de mode comme exemple, où certains produits deviennent des succès retentissants, contribuant à la croissance globale, tandis que la majorité des produits affiche des prévisions de demande stagnantes.

Ce scénario hit-or-miss présente un défi particulier en matière de prévision. Les entreprises ne peuvent y répondre en augmentant simplement les stocks pour tous les produits, car seule une fraction d’entre eux connaîtra probablement le succès. Une réponse indifférenciée, comme le dit Vermorel, conduirait à un gaspillage de ressources et à des biais déroutants dans les prévisions. Il a expliqué que, même si une entreprise est en croissance, les prévisions au niveau désagrégé pourraient ne pas refléter cette croissance, principalement parce qu’il est impossible de prédire quel produit sera le prochain grand succès. En conséquence, la prévision moyenne peut être bien inférieure au résultat réel.

Vermorel commence par reconnaître l’imprévisibilité inhérente aux prévisions pour les entreprises, en particulier lorsqu’il s’agit de lancer de nouveaux produits. Non seulement il est incertain de savoir quels produits connaîtront le succès, mais il demeure également difficile de prévoir combien de produits une entreprise pourrait lancer à l’avenir. Cette incertitude s’étend aux produits qui n’ont pas encore été entièrement développés ou envisagés pour un lancement, rendant difficile leur prévision de la demande de manière précise.

Malgré cette compréhension, Vermorel note qu’il demeure difficile de prévoir le moment exact où la croissance se produira. Les entreprises peuvent anticiper des poussées de croissance mais peinent à en déterminer le moment. Cela est particulièrement vrai lorsqu’elles se développent dans un nouveau pays, ce qui introduit un nouvel ensemble de variables non adapté à la prévision statistique.

Pour répondre à ces défis, Vermorel suggère que, bien qu’il soit difficile d’améliorer les prévisions de résultat moyen en raison de la nature hit-or-miss du succès des produits, les entreprises peuvent obtenir des éclairages en comprenant la structure statistique de leur croissance. Cette compréhension aide à différencier si la croissance est portée par le succès de produits individuels ou par des facteurs à l’échelle de l’entreprise. En conséquence, cela permet de prendre de meilleures décisions concernant les stocks, comme adopter des politiques de stocks conservatrices dès le départ et être réactif lorsqu’un produit semble être un succès.

Vermorel affirme que la stratégie clé dans la gestion du risque de stocks par rapport à la récompense attendue est de saisir le succès dès qu’il se produit. Il avertit toutefois contre des réponses de stocks agressives pour des produits à croissance rapide dans des entreprises qui connaissent généralement une croissance organique sur des périodes prolongées. Ces situations peuvent ne pas représenter un succès mais plutôt un pic temporaire, rendant ainsi les décisions de stocks agressives potentiellement préjudiciables.

Dans les cas où les prévisions sont floues, Vermorel recommande d’ajuster pour des variables telles que la négociation de meilleures quantités minimales de commande (MOQ) avec les fournisseurs. Cette stratégie permet d’acheter des quantités plus réduites initialement et de réagir de manière agressive si un produit s’avère être un succès, offrant ainsi une manière pratique de prendre en compte les incertitudes inhérentes au scénario hit-or-miss.

Vermorel a souligné l’incertitude inhérente à la prévision de la croissance. Bien qu’il puisse exister des indicateurs, il a soutenu qu’il n’existe aucune méthode infaillible pour anticiper la croissance de manière définitive. Toute méthode de ce type serait exploitée par les entreprises pour générer une croissance illimitée. Il est donc essentiel de reconnaître cette incertitude irréductible. Prenant l’exemple des statistiques de recherche sur Google, il a expliqué que ces données pouvaient fournir des perspectives à court terme, mais qu’elles ne suffisaient pas à aider les entreprises à anticiper les tendances à long terme, qui sont essentielles pour la planification de la supply chain.

Compte tenu de ces incertitudes, lorsqu’une entreprise se trouve en période de croissance exponentielle, Vermorel a suggéré quelques stratégies pour mieux se préparer. Il a souligné l’importance d’anticiper que le paysage IT de l’entreprise serait en perpétuel changement. À mesure qu’une entreprise grandit, généralement tous les deux à trois ans, elle peut devoir revoir entièrement son infrastructure IT. Ce changement constant peut entraîner des complications dans l’accès et la conciliation des données provenant des anciens et des nouveaux systèmes, compliquant ainsi davantage la prévision de la croissance.

Vermorel a également évoqué la tendance des entreprises à surestimer leur croissance en raison d’un attachement émotionnel. Ce biais vers l’optimisme peut conduire à une gestion des risques inadéquate. Il a proposé une approche plus quantitative de la modélisation des risques, affirmant que la croissance représente un type de risque spécifique nécessitant une réponse rapide et efficace. Pour que ces réponses soient efficaces, il a préconisé des mécanismes end-to-end d’automatisation des décisions plutôt que de se fier à l’intervention humaine, qui pourrait introduire des retards et des erreurs.

Enfin, Vermorel a recommandé que les entreprises prennent en compte la fine structure de leur croissance. Qu’elle soit régulière et organique, hit-or-miss ou due à de nouveaux marchés, les implications pour la supply chain et la gestion de stocks diffèrent significativement. Il a souligné la nécessité d’adapter les stratégies de supply chain à la structure spécifique de la croissance dont l’entreprise fait l’expérience. Cette approche peut aider les entreprises à gérer leur supply chain plus efficacement pendant les périodes de croissance.

Transcription Complète

Kieran Chandler : Joannes, en ce qui concerne la prévision dans des scénarios de forte croissance, il semble que ce soit une tâche assez difficile. Quels types de problèmes les entreprises rencontrent-elles généralement dans ces situations ?

Joannes Vermorel : Il y a en réalité une série de problèmes. Tout d’abord, lorsque les entreprises connaissent une croissance interne, il y a souvent un grand désordre qui résulte directement de la croissance elle-même. Cela complique tout, y compris la prévision, qui est rendue plus difficile par la croissance. Mais sur le plan statistique, cela dépend vraiment de ce qui génère la croissance. Il existe de nombreuses façons de croître qui peuvent rendre la prévision plus ou moins compliquée pour tenir compte de cette croissance.

Kieran Chandler : De quel type de croissance parlons-nous ici ?

Joannes Vermorel : Probablement, le type de croissance le plus simple est la croissance organique. Par exemple, si vous êtes une entreprise du e-commerce, chaque mois, votre site web reçoit un peu plus de trafic et tous vos produits affichent une tendance à la hausse. Cette croissance est corrélée de manière linéaire à l’augmentation du trafic sur votre site web. C’est la situation la plus simple car elle est uniforme. Le défi se pose lorsqu’on tente d’anticiper si cette croissance se poursuivra indéfiniment. Si vous anticipez une croissance significative à l’échelle de l’entreprise qui ne se matérialise pas, comme dans le cas de H&M, cela peut être très préjudiciable. Mais, d’un point de vue purement prévisionnel, c’est une situation plus simple.

Une autre manière de croître est lorsque vous lancez de nouveaux produits. Cela signifie que vous avez des articles qui peuvent ou non connaître une croissance, et ensuite vous devenez meilleur pour introduire de nouveaux produits sur le marché. Ces produits peuvent être hit-or-miss. Votre croissance est portée par les nouveaux produits, mais pas tous. C’est typiquement à ce moment-là que les entreprises s’améliorent dans l’optimisation de leur assortiment et dans l’identification des produits qui vont être les plus attractifs pour le marché. Cela peut se produire, par exemple, avec des entreprises de mode qui réussissent mieux à lancer des produits qui, parfois, deviennent de véritables succès massifs. Ce scénario est beaucoup plus difficile en termes de prévision statistique.

Kieran Chandler : Dans ce scénario hit-or-miss, où un produit sur vingt rencontre un véritable succès, comment une entreprise devrait-elle y répondre ? Est-il envisageable de mettre des stocks supplémentaires sur tous les articles de votre catalogue ?

Joannes Vermorel : Exactement, cette stratégie ne fonctionne pas. Elle ne peut être une réponse indifférenciée. De plus, cela signifie que vous vous retrouverez avec de nombreux biais déroutants dans vos prévisions. Par exemple, votre entreprise est en croissance, mais si vous regardez la prévision à un niveau très désagrégé, elle ne semble pas croître. Cela est généralement dû à deux raisons. Premièrement, vous ne savez pas quel produit va exploser, de sorte que la moyenne est bien inférieure à ce que vous obtiendrez réellement.

Kieran Chandler : Parfois, un produit explose de manière inattendue, mais nous ne savons pas non plus exactement combien de produits nous allons lancer à l’avenir. Ces produits non anticipés, qui ne sont pas encore dans notre pipeline et prêts à être prévus, ne figurent pas dans nos prévisions. Nous prévoyons essentiellement la demande pour les produits existants ou ceux que nous avons déjà prévu de lancer, mais les produits encore en cours de considération ne font pas partie de la prévision statistique. En dehors de l’incertitude quant à savoir quels nouveaux produits vont réellement croître, existe-t-il d’autres problèmes auxquels nous sommes confrontés lors de la prévision de la croissance ?

Joannes Vermorel : Oui, il y a également le fait que la croissance d’une entreprise n’est pas toujours régulière. Elle peut être une fonction par paliers, où la croissance est lente, puis soudainement il y a une forte augmentation, puis une période sans croissance. Cela est courant dans de nombreuses entreprises, tant en ligne que dans les commerces traditionnels.

Kieran Chandler : Pourquoi ces augmentations par paliers de la croissance se produisent-elles ?

Joannes Vermorel : Dans le e-commerce, on peut observer des impacts spectaculaires des pages de résultats des moteurs de recherche. Si Google vous classe plus haut ou plus bas, cela peut avoir un effet considérable sur votre entreprise. Cela peut doubler la taille de votre activité ou la réduire de moitié du jour au lendemain. Il y a également eu des cas où le premier acteur sur un marché à diffuser des publicités nationales à la télévision a connu une croissance significative. Par exemple, les gens n’avaient pas l’habitude d’acheter des pièces automobiles en ligne jusqu’à ce qu’une entreprise décide de lancer une campagne télévisée massive. Même les entreprises qui ne payaient pas pour des publicités télévisées ont bénéficié de ce coup de pouce sur le marché, car les consommateurs ont commencé à comparer les prix en ligne.

Kieran Chandler : Vous voulez dire que le problème essentiel est qu’une entreprise peut savoir qu’elle va croître, qu’elle fera ce pas supplémentaire à un moment donné, mais le véritable problème est qu’elle ne sait pas quand cela se produira ?

Joannes Vermorel : Oui, ils savent qu’il y a une chance que cela se produise, mais ils ne savent pas exactement quand. Par exemple, ils pourraient avoir une bonne idée s’ils s’étendent dans un nouveau pays. Lorsqu’ils commencent à s’implanter dans ce nouveau pays, ils peuvent s’attendre à une augmentation par paliers de la croissance, mais cela n’est toujours pas éligible à une prévision statistique, car il n’existe pas un ensemble d’événements statistiquement significatifs représentant l’ouverture de nouveaux pays.

Kieran Chandler: On dirait que c’est assez embrouillé. Vous savez seulement qu’environ un produit sur vingt va réussir, mais vous ne savez pas lequel ni quand cela se produira. Alors, quelle est la solution ici ? Peut-on réellement prévoir ces scénarios ?

Joannes Vermorel: C’est très difficile d’obtenir une meilleure prévision du résultat moyen. Le résultat moyen sera extrêmement flou. Lorsque vous avez un schéma de succès ou d’échec, cela signifie que vous ne savez pas quels produits seront des succès. Si c’était le cas, vous seriez probablement incroyablement riche.

Kieran Chandler: Vous suggérez que nous pourrions comprendre statistiquement le schéma de croissance d’une entreprise. Cette compréhension pourrait faire la différence entre une entreprise où la croissance est tirée par un modèle de succès ou d’échec au niveau des produits, ou par une croissance progressive à l’échelle de l’entreprise, voire par un autre type de croissance. Pouvez-vous en dire plus ?

Joannes Vermorel: Absolument. Il existe différents types de croissance. Certains produits croissent progressivement au fil du temps pour devenir très importants, et ce ne sont pas tous les produits, mais seulement certains. En capturant la nature, c’est-à-dire la nature statistique du risque, vous pouvez prendre de meilleures décisions de stocks. Par exemple, si votre croissance est tirée par un modèle de succès ou d’échec, vous voudrez adopter des politiques de stocks conservatrices dès le départ. Cependant, vous voudrez aussi que ces politiques soient incroyablement réactives et agressives dès que vous commencez à détecter qu’un produit semble être un succès. Cette stratégie équilibre le risque de stocks par rapport à la récompense attendue, ce qui est crucial pour capter un succès, car de telles occurrences sont fréquentes dans votre entreprise.

Kieran Chandler: Mais, que se passe-t-il si une entreprise n’exhibe pas ces schémas de succès ou d’échec, où les produits croissent organiquement sur une période prolongée ?

Joannes Vermorel: Dans une entreprise où les produits croissent organiquement au fil du temps, un produit qui commence à croître très rapidement n’est probablement pas un succès. C’est probablement juste un coup de chance. Par conséquent, il serait imprudent en termes de stocks de répondre de manière agressive à cette croissance.

Kieran Chandler: Ainsi, nous pouvons produire une sorte de prévision, mais celle-ci sera assez floue. Comment atténuons-nous cette confusion, surtout dans un scénario de succès ou d’échec ?

Joannes Vermorel: Vous avez raison, c’est difficile. Il existe quelques secteurs où l’avenir peut être prédit de manière plus fiable. Par exemple, dans l’aérospatiale, si vous assurez le service de pièces pour avions, la croissance que vous verrez dans votre supply chain est généralement liée au nombre d’avions que vous devez servir. Vous savez typiquement des mois à l’avance si vous devrez servir davantage d’avions. Cependant, la plupart des entreprises n’ont pas le luxe d’un tel indicateur. Une stratégie pourrait être de négocier de meilleures quantités minimales de commande (MOQs) avec vos fournisseurs. Cela pourrait signifier acheter de plus petites quantités plus souvent, vous permettant de répondre de façon agressive si vous détectez un succès, au lieu d’acheter d’importantes quantités de stocks et de vous retrouver avec des surstocks sur tous vos échecs.

Kieran Chandler: Plus tôt, nous avons parlé de ces étapes et du saut. Quels types d’indices une entreprise doit-elle rechercher pour identifier qu’elle est sur le point d’entrer dans une période de croissance ?

Joannes Vermorel: Le problème, c’est qu’il n’existe aucune méthode garantie pour prédire la croissance. S’il existait une méthode pour exploiter les statistiques afin de prédire précisément la croissance, chez Lokad nous ne ferions pas de l’optimization de la supply chain, nous jouerions simplement en bourse. C’est fondamentalement une incertitude irréductible. Si vous aviez un moyen d’être absolument sûr de croître, une entreprise exploiterait cette astuce pour croître indéfiniment. Mais comme nous l’avons vu, même les meilleures entreprises ne peuvent croître que pendant une longue période avant de devenir extrêmement grandes.

Kieran Chandler: Y a-t-il des limites au marché, et est-il possible que la croissance s’arrête tout simplement ? Par exemple, peut-on inclure des données telles que les statistiques de recherche de Google dans les prévisions pour obtenir un certain éclairage ?

Joannes Vermorel: Oui et non. Le problème est que, supposons que vous vendiez un produit, comme un remède en vente libre pour un rhume. Vous devez vous approvisionner plusieurs semaines, voire des mois, à l’avance. La recherche Google pourrait vous donner quelques heures d’avance lorsque les gens commencent à chercher « J’ai un rhume, que puis-je prendre pour mieux dormir ? » Cependant, ils ne commenceront à chercher cela qu’au dernier moment. Ainsi, même si vous pouvez légèrement améliorer votre prévision pour le lendemain avec quelques heures d’avance, en gestion de la supply chain, il faut généralement prévoir au moins quelques semaines à l’avance. Par conséquent, même les résultats de recherche en temps réel ne vous aident pas à anticiper des événements qui se situent à plusieurs semaines.

Kieran Chandler: Si je vois mon entreprise croître de façon exponentielle, que puis-je faire pour être au mieux préparé ? Vous avez mentionné l’amélioration des relations avec les fournisseurs et éventuellement la modification des quantités minimales de commande. Quoi d’autre puis-je faire pour être le mieux préparé possible ?

Joannes Vermorel: Une mesure contre-intuitive consiste à anticiper que votre environnement informatique sera en flux pendant une longue période. Cela complique les choses car l’accès aux données devient encore plus difficile. Les entreprises qui croissent significativement tous les deux ou trois ans doivent souvent tout changer dans leur environnement informatique. L’ERP, le site web, le WMS, etc., existants peuvent ne plus être suffisants. Ce changement constant signifie que vous risquez de ne pas pouvoir concilier vos données historiques avec celles du nouveau système. Vous pourriez vous retrouver avec un nouvel ERP ou WMS, puis devoir relever le défi de concilier les données de l’ancien système avec celles du nouveau. Cela peut provoquer de nombreuses incohérences et rendre la prévision en période de croissance plus complexe en raison de ces disruptions.

Kieran Chandler: Dans le monde réel, diriez-vous que les gens surestiment souvent l’ampleur de leur croissance en raison d’un attachement émotionnel à leurs entreprises ?

Joannes Vermorel: Oui, il y a une tendance à être trop optimiste. L’idée devrait être d’espérer le meilleur tout en se préparant au pire.

Kieran Chandler: Pour le pire et, en fait, la plupart des gens font exactement le contraire. Mais fondamentalement, ce qui se passe, c’est que très peu d’entreprises tentent de modéliser leur risque, je dirais, de manière quantitative.

Joannes Vermorel: C’est ce que nous essayons de faire chez Lokad avec cette idée de la Supply Chain Quantitative. La croissance est une certaine classe de risque. Cela signifie qu’il existe une classe d’incertitude où votre entreprise, ou certains produits, peuvent soudainement se vendre beaucoup plus, et il vous faut des processus en place pour réagir très rapidement à ce genre de situation. Une action rapide signifie généralement ne pas avoir de personnes dans la boucle, car si vous comptez sur des responsables de la supply chain qui doivent examiner les données quotidiennement pour se convaincre que ce qu’ils voient n’est pas du bruit mais bien le signe que ce produit est entré dans une nouvelle phase de volume de ventes – se vendant désormais 20 % de plus que lors de la phase précédente ou quelque chose dans ce goût-là.

Les gens voudront attendre un peu pour être sûrs de ce qu’ils voient. Vous pouvez facilement ajouter quelques semaines de décalage simplement parce que vous avez des humains dans la boucle pour mettre en œuvre les décisions. Ainsi, probablement, une façon de faire face à la croissance n’est pas d’anticiper mieux la croissance, mais simplement d’agir beaucoup plus rapidement lorsque la croissance est statistiquement perceptible. Cela signifie avoir un mécanisme de décision automatisé de bout en bout qui déclenche essentiellement des réapprovisionnements plus rapidement, au lieu d’avoir quelqu’un qui va attendre d’être malheureusement très sûr de ce qu’il observe.

Mais cela signifie également que vous devez être très prêt à faire face aux ruptures de stock, car si vous attendez d’être très certain qu’un produit est un succès, vous avez presque garanti d’avoir attendu si longtemps que vous vous retrouvez avec une rupture de stock parce que vous n’avez pas passé de réapprovisionnement assez tôt pour pallier cette émergence.

Kieran Chandler: Donc, pour résumer, le message clé à retenir d’aujourd’hui est essentiellement que, si vous êtes une entreprise et que vous traversez une croissance énorme, il vaut mieux être plus réflexif et réactif plutôt que d’accumuler des stocks et d’agir en pensant à l’avenir. Êtes-vous d’accord avec cela ?

Joannes Vermorel: Oui, et il est important de vraiment réfléchir à la structure fine de votre croissance et d’en faire la distinction afin de pouvoir la gérer très différemment, qu’il s’agisse d’une croissance organique et régulière sur le plan commercial, d’un modèle de succès ou d’échec, ou de toute autre structure de croissance alternative, comme l’ouverture de nouveaux pays. Car les conséquences pour votre supply chain et pour la manière dont vous dimensionnez vos stocks sont très différentes.

Kieran Chandler: D’accord, parfait. Nous allons devoir conclure ici, mais merci pour votre temps. Donc, c’est tout pour cette semaine. Nous serons de retour la semaine prochaine avec un autre épisode, mais d’ici là, merci de nous avoir regardés.