00:00:04 Introduction : Les défis de la prévision pour les entreprises à forte croissance.
00:01:16 Types de croissance de l’entreprise et problèmes de prévision associés.
00:02:18 Difficulté de prédire le succès des nouveaux produits.
00:04:07 Scénario “réussite ou échec” et réponses.
00:05:43 Autres problèmes de prévision et concept de croissance progressive.
00:08:01 Défis de prévoir la croissance de l’entreprise.
00:12:18 Stratégies pour atténuer l’imprévisibilité des prévisions.
00:13:46 Rôle des négociations avec les fournisseurs dans les situations de “réussite ou échec”.
00:14:13 Identification des indicateurs de croissance imminente.
00:15:16 Statistiques de recherche Google : un outil de prévision ?
00:16:23 Stratégies pour les entreprises en croissance rapide.
00:16:46 Implications des changements informatiques pendant la croissance.
00:18:14 Tendance des entreprises à surestimer les prévisions.
00:19:03 Supply Chain Quantitative et réactions rapides à la croissance.
00:21:11 Réflexions finales.
Résumé
L’entretien entre Kieran Chandler et Joannes Vermorel portait sur les défis de l’optimisation de la supply chain pour les entreprises à forte croissance. Vermorel a souligné les complexités de la prévision dans de tels scénarios, identifiant deux types de croissance : organique et “réussite ou échec” à partir de nouveaux produits. Ce dernier, a-t-il soutenu, complique la prévision en raison de son imprévisibilité. Reconnaître la structure fine de la croissance est crucial pour différencier ces scénarios et permettre de meilleures décisions en matière de stocks. Vermorel a suggéré des solutions telles que la modélisation quantitative des risques, des mécanismes de décision automatisés de bout en bout et des stratégies de supply chain flexibles adaptées à la structure de croissance. Il a également conseillé d’anticiper les changements constants du paysage informatique de l’entreprise pour faire face aux complexités liées à la croissance.
Résumé étendu
Dans l’entretien, 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 sont souvent confrontées pour anticiper et répondre à la demande, ainsi que sur les types de croissance qui peuvent compliquer les efforts de prévision.
Chandler a présenté le problème de la prévision pour les scénarios de forte croissance, citant l’exemple d’entreprises achetant un stock excessif pour répondre à des pics de demande anticipés, pour se retrouver 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-là.
Vermorel a expliqué que les entreprises confrontées à une forte croissance rencontrent souvent une série de difficultés, résultant à la fois d’une désorganisation interne due à une croissance rapide et des complexités statistiques liées à la nature de la 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 lorsque l’entreprise se développe de manière uniforme, comme dans le cas d’une entreprise de commerce électronique qui voit une augmentation constante du trafic sur son site web, entraînant une croissance linéaire des ventes de produits. Ce scénario, bien que relativement plus simple à prévoir, comporte encore des incertitudes quant à la durabilité de la croissance, comme l’a illustré la situation de H&M.
Le deuxième type de croissance survient lorsque l’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 de “réussite ou échec”. La croissance, dans ce cas, est stimulée par ces produits à succès, tandis que le reste ne connaîtra pas d’augmentation significative des ventes. Vermorel a mentionné les entreprises de mode comme exemple, où certains produits occasionnels deviennent des succès majeurs, contribuant à la croissance globale, mais la majorité des produits maintiennent des prévisions de demande stables.
Ce scénario de réussite ou d’échec présente un défi particulier en matière de prévision. Les entreprises ne peuvent pas y répondre en augmentant simplement le stock pour tous les produits, car seule une fraction sera susceptible de connaître le succès. Une réponse indifférenciée, comme l’a souligné Vermorel, entraînerait un gaspillage de ressources et des biais déconcertants dans les prévisions. Il a expliqué que, même si une entreprise peut être en croissance, les prévisions à un niveau désagrégé peuvent ne pas refléter cette croissance, principalement parce qu’il est impossible de prédire quel produit sera le prochain grand succès. Par conséquent, la prévision moyenne peut être beaucoup plus basse que le résultat réel.
Vermorel commence par reconnaître l’imprévisibilité inhérente à la prévision pour les entreprises, en particulier lorsqu’il s’agit de lancer de nouveaux produits. Non seulement il est incertain de savoir quels produits seront couronnés de succès, mais il est 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, ce qui rend difficile la prévision précise de leur demande.
Malgré cette compréhension, Vermorel note que prédire le moment exact où la croissance se produira reste difficile. Les entreprises peuvent anticiper des poussées de croissance mais ont du mal à en déterminer le timing. Cela est particulièrement vrai lors de l’expansion vers un nouveau pays, ce qui introduit un nouvel ensemble de variables qui ne conviennent pas à une prévision statistique traditionnelle.
Pour résoudre ces défis, Vermorel suggère que, bien qu’il soit difficile d’améliorer les prévisions de résultats moyens en raison de la nature “réussite ou échec” du succès des produits, les entreprises peuvent obtenir des informations en comprenant la structure statistique de leur croissance. Cette compréhension permet de différencier si la croissance est stimulée par le succès individuel des produits ou par des facteurs globaux de l’entreprise. À son tour, cela permet de prendre de meilleures décisions en matière de stocks, telles que l’adoption de politiques de stocks conservatrices dès le début et la réactivité lorsque qu’un produit semble être un succès.
Vermorel affirme que la stratégie clé pour gérer le risque de stocks par rapport à la récompense attendue est de saisir l’opportunité lorsqu’elle se présente. Cependant, il met en garde contre les réactions agressives en matière de stocks pour les produits à forte croissance dans les entreprises qui connaissent généralement une croissance organique sur de longues périodes. Ces situations peuvent ne pas représenter un “succès” mais pourraient être un pic temporaire, ce qui rend les décisions agressives en matière de stocks potentiellement préjudiciables.
Dans les cas où les prévisions sont floues, Vermorel recommande d’ajuster les variables telles que la négociation de meilleures quantités de commande minimales (MOQ) avec les fournisseurs. Cette stratégie permet d’acheter initialement de plus petites quantités et de réagir de manière agressive si un produit s’avère être un succès, offrant ainsi un moyen pratique de faire face aux incertitudes inhérentes du scénario “réussite ou échec”.
Vermorel a souligné l’incertitude inhérente à la prévision de la croissance. Bien qu’il puisse y avoir des indicateurs, il a soutenu qu’il n’existe pas de moyen infaillible d’anticiper définitivement la croissance. Une telle méthode serait exploitée par les entreprises pour générer une croissance illimitée. Il est donc essentiel de reconnaître cette incertitude irréductible. En utilisant les statistiques de recherche Google comme exemple, il a expliqué que de telles données pourraient fournir des informations à court terme, mais elles ne suffisent pas à aider les entreprises à anticiper les tendances à long terme, qui sont essentielles pour la planification de la supply chain.
Face à ces incertitudes, lorsque une entreprise se trouve dans une période de croissance exponentielle, Vermorel a suggéré quelques stratégies pour mieux se préparer. Il a souligné l’importance d’anticiper que le paysage informatique de l’entreprise serait en constante évolution. À mesure qu’une entreprise se développe, généralement tous les deux à trois ans, elle peut avoir besoin de réorganiser toute son infrastructure informatique. Ce changement continu peut entraîner des complications dans l’accès et la conciliation des données provenant des anciens et des nouveaux systèmes, ce qui complique encore davantage la prévision de la croissance.
Vermorel a également abordé la tendance des entreprises à surestimer leur croissance en raison de l’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, soutenant que la croissance représente un type spécifique de risque qui nécessite une réponse rapide et efficace. Pour que de telles réponses soient efficaces, il a préconisé des mécanismes de décision automatisés de bout en bout plutôt que de s’appuyer sur l’intervention humaine, qui pourrait entraîner des retards et des erreurs.
Enfin, Vermorel a recommandé aux entreprises de prendre en compte la structure fine de leur croissance. Que la croissance soit régulière et organique, aléatoire ou due à de nouveaux marchés, les implications pour la supply chain et la gestion des stocks diffèrent considérablement. Il a souligné la nécessité d’adapter les stratégies de la supply chain à la structure de croissance spécifique que l’entreprise connaît. Cette approche peut aider les entreprises à gérer plus efficacement leur supply chain pendant les périodes de croissance.
Transcription complète
Kieran Chandler: Joannes, en ce qui concerne la prévision des scénarios de forte croissance, cela semble être une tâche assez difficile. Quels 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 une grande quantité de désorganisation qui est simplement le résultat de la croissance elle-même. Cela complique tout, y compris la prévision, qui est rendue plus difficile par la croissance. Mais sur une base statistique, cela dépend vraiment de ce qui génère la croissance. Il existe de nombreuses façons différentes de croître qui peuvent rendre la prévision plus ou moins compliquée pour tenir compte de la croissance.
Kieran Chandler: De quel type de croissance parlons-nous ici ?
Joannes Vermorel: Le type de croissance le plus facile est probablement la croissance organique. Par exemple, si vous êtes une entreprise de commerce électronique, chaque mois, votre site Web reçoit un peu plus de trafic et tous vos produits connaissent une tendance à la hausse. Cette croissance est corrélée de manière linéaire à l’augmentation du trafic sur votre site Web. C’est une situation facile car elle est uniforme. Le défi réside dans la tentative d’anticiper si cette croissance va se poursuivre indéfiniment. Si vous anticipez une croissance significative de l’ensemble de l’entreprise qui ne se concrétise pas, comme c’est le cas de H&M, cela peut faire très mal. Mais encore une fois, d’un point de vue purement prévisionnel, il s’agit d’une situation plus simple.
Une autre façon de croître est de lancer de nouveaux produits. Cela signifie que vous avez des articles qui peuvent ou non croître, puis vous vous améliorez dans le lancement de nouveaux produits sur le marché. Ces produits peuvent être un succès ou un échec. Votre croissance est stimulée par de nouveaux produits, mais pas tous. C’est généralement lorsque les entreprises s’améliorent dans l’optimisation de leur assortiment et l’identification des produits qui seront les plus attractifs pour le marché. Cela peut se produire, par exemple, avec des entreprises de mode qui s’améliorent dans le lancement de produits qui deviennent occasionnellement des succès massifs. Ce scénario est beaucoup plus difficile en termes de prévision statistique.
Kieran Chandler: Dans ce scénario de succès ou d’échec, où vous avez un produit sur vingt qui est vraiment réussi, comment une entreprise devrait-elle réagir ? Est-il viable de mettre des stocks supplémentaires dans tous les articles de votre catalogue ?
Joannes Vermorel: Exactement, cette stratégie ne fonctionne pas. Il ne peut pas y avoir une réponse indifférenciée. De plus, cela signifie que vous vous retrouverez avec de nombreux biais déconcertants dans votre prévision. 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, donc la moyenne est beaucoup plus basse que 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 imprévus, qui ne sont pas encore dans notre pipeline et prêts à être prévus, sont absents de 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 d’examen ne font pas partie de la prévision statistique. Mis à part le fait de ne pas savoir quels nouveaux produits vont vraiment croître, y a-t-il d’autres problèmes auxquels nous sommes confrontés lors de la prévision de la croissance ?
Joannes Vermorel: Oui, il y a aussi 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 plus de croissance pendant un certain temps. C’est courant dans de nombreuses entreprises, tant en ligne que traditionnelles en brique et mortier.
Kieran Chandler: Pourquoi ces augmentations par paliers de la croissance se produisent-elles ?
Joannes Vermorel: Dans le commerce électronique, 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 substantiel sur votre entreprise. Cela peut doubler la taille de votre entreprise ou la réduire de moitié du jour au lendemain. Il y a également eu des cas où le premier acteur d’un marché à diffuser des publicités à la télévision nationale a connu une croissance significative. Par exemple, les gens n’avaient pas l’habitude d’acheter des pièces de voiture 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 à la télévision ont bénéficié de cette augmentation du marché car les gens ont commencé à comparer les prix en ligne.
Kieran Chandler: Donc, vous dites que le problème clé est qu’une entreprise peut savoir qu’elle va croître, qu’elle va franchir cette étape supplémentaire à un moment donné, mais le vrai problème est qu’elle ne sait pas quand cela va se produire ?
Joannes Vermorel: Oui, ils savent qu’il y a une chance que cela se produise, mais ils ne savent peut-être pas exactement quand. Par exemple, ils peuvent avoir une bonne idée s’ils se développent dans un nouveau pays. Lorsqu’ils commencent à ouvrir ce nouveau pays, ils peuvent s’attendre à une croissance, mais cela n’est toujours pas éligible à une prévision statistique car il n’y a pas d’ensemble d’événements statistiquement significatifs représentant l’ouverture de nouveaux pays.
Kieran Chandler: Cela semble assez compliqué. Vous savez seulement qu’un produit sur 20 va réussir, mais vous ne savez pas lequel ni quand cela va se produire. Alors quelle est la solution ici ? Pouvons-nous réellement prévoir ces scénarios ?
Joannes Vermorel: Il est très difficile d’obtenir une meilleure prévision sur le résultat moyen. Le résultat moyen va être extrêmement flou. Lorsque vous avez un schéma de réussite ou d’échec, cela signifie que vous ne savez pas quels produits seront les réussites. Si vous le saviez, vous seriez probablement incroyablement riche.
Kieran Chandler: Vous suggérez que nous pourrions comprendre statistiquement le modèle de croissance d’une entreprise. Cette compréhension pourrait faire la différence entre une entreprise dont la croissance est motivée par des réussites ou des échecs au niveau du produit, ou par une croissance progressive au niveau de l’ensemble de l’entreprise, ou même par un autre type de croissance. Pouvez-vous développer cela ?
Joannes Vermorel: Absolument. Il existe différents types de croissance. Certains produits grandissent progressivement au fil du temps pour devenir très importants, et ce ne sont pas tous les produits mais seulement certains. En capturant la nature, la nature statistique du risque, vous pouvez prendre de meilleures décisions en matière de stocks. Par exemple, si votre croissance est motivée par un schéma de réussite ou d’échec, vous voudriez avoir des politiques de stocks conservatrices dès le départ. Cependant, vous voudriez également que ces politiques soient incroyablement réactives et agressives lorsque 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 capturer un succès car de tels événements sont fréquents dans votre entreprise.
Kieran Chandler: Mais que se passe-t-il si une entreprise ne présente pas ces schémas de réussite ou d’échec, où les produits se développent de manière organique sur une période prolongée ?
Joannes Vermorel: Dans une entreprise où les produits se développent de manière organique 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, ce serait une mauvaise décision en matière de stocks de réagir de manière agressive à cette croissance.
Kieran Chandler: Donc, nous pouvons produire une sorte de prévision, mais cela va être assez flou. Comment atténuer cette imprécision, en particulier dans un scénario de réussite ou d’échec ?
Joannes Vermorel: Vous avez raison, c’est un défi. Il y a quelques entreprises où vous pouvez prédire plus prévisiblement l’avenir. Par exemple, dans l’aérospatiale, si vous fournissez des pièces pour les avions, la croissance que vous verrez dans votre supply chain est généralement liée au nombre d’avions que vous devez servir. Vous savez généralement plusieurs mois à l’avance si vous devrez servir plus d’avions. Cependant, la plupart des entreprises n’ont pas la chance d’avoir un tel indicateur. Une stratégie pourrait consister à négocier de meilleures quantités minimales de commande (MOQ) avec vos fournisseurs. Cela pourrait signifier acheter de plus petites quantités plus souvent, ce qui vous permettrait de réagir de manière agressive si vous détectez un succès, au lieu d’acheter des quantités importantes de stocks et de vous retrouver avec des stocks excédentaires sur tous vos échecs.
Kieran Chandler: Plus tôt, nous avons parlé de ces étapes et du saut à faire. Quels indices une entreprise devrait-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’y a pas de moyen garanti de prédire la croissance. S’il existait une méthode pour exploiter les statistiques afin de prédire avec précision la croissance, chez Lokad, nous ne ferions pas d’optimisation de la supply chain, nous jouerions simplement en bourse. C’est fondamentalement une incertitude irréductible. Si vous aviez un moyen d’être absolument sûr que vous alliez 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 jusqu’à ce qu’elles deviennent excessivement grandes.
Kieran Chandler: Y a-t-il des limites au marché, et est-il possible que la croissance puisse simplement s’arrêter ? Par exemple, peut-on inclure des statistiques de recherche Google dans les prévisions pour obtenir des informations ?
Joannes Vermorel: Oui et non. Le problème, c’est que, disons que vous vendez un produit, comme un remède en vente libre contre le rhume. Vous devez vous approvisionner des 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. Donc, même si vous pouvez améliorer légèrement votre prévision pour le lendemain avec quelques heures de préavis, en gestion de la supply chain, vous devez généralement regarder 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 produiront dans quelques semaines.
Kieran Chandler: Si je vois mon entreprise croître de manière exponentielle, que puis-je faire pour être le mieux préparé possible ? Vous avez mentionné l’amélioration des relations avec les fournisseurs et éventuellement le changement des quantités minimales de commande. Que puis-je faire d’autre pour être aussi bien préparé que possible ?
Joannes Vermorel: Une mesure contre-intuitive consiste à anticiper que votre paysage informatique sera en constante évolution pendant une longue période. Cela complique les choses car l’accès aux données devient encore plus difficile. Les entreprises qui connaissent une croissance significative tous les deux ou trois ans ont souvent besoin de tout changer dans leur paysage informatique. L’ERP existant, le site web, le WMS, etc., peuvent ne plus être suffisamment performants. Ce changement constant signifie que vous risquez de ne pas pouvoir concilier vos données historiques avec les données du nouveau système. Vous pouvez vous retrouver avec un nouvel ERP ou WMS et ensuite être confronté au défi de concilier les données de l’ancien système avec les données du nouveau système. Cela peut entraîner de nombreuses incohérences et rendre la prévision de la croissance plus complexe en raison de ces perturbations informatiques.
Kieran Chandler: Dans le monde réel, diriez-vous que les gens surestiment souvent leur croissance en raison d’un attachement émotionnel à leur entreprise ?
Joannes Vermorel: Oui, il y a une tendance à être trop optimiste. L’idée devrait être d’espérer le meilleur mais de se préparer au pire.
Kieran Chandler: Pour le pire et généralement, du moins fréquemment, les gens font exactement le contraire. Mais fondamentalement, ce qui se passe, c’est que très peu d’entreprises essaient 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 Supply Chain Quantitative. La croissance est une certaine classe de risque. Cela signifie qu’il existe une certaine classe d’incertitude où votre entreprise, ou certains produits, peuvent soudainement se vendre beaucoup plus et vous devez avoir des processus en place pour réagir très rapidement à ce genre de situation. Une action rapide signifie généralement de ne pas avoir de personnes dans la boucle car si vous vous attendez à ce que la gestion de la croissance dépende de responsables de la supply chain qui doivent examiner les données quotidiennement, se faire une idée du fait que ce qu’ils voient n’est pas du bruit mais vraiment le résultat de ce produit qui est entré dans une nouvelle phase de volume de ventes. Comparé à la phase précédente, il se vend maintenant 20% de plus ou autre chose.
Les gens voudront attendre un peu pour avoir confiance en ce qu’ils voient. Vous pouvez facilement ajouter quelques semaines de retard simplement parce que vous avez des humains dans la boucle pour mettre en œuvre les décisions. Donc, probablement une façon de faire face à la croissance n’est pas réellement d’être beaucoup meilleur dans l’anticipation de la croissance. C’est juste que lorsque la croissance est statistiquement perceptible, agir beaucoup plus rapidement. Cela signifie avoir un mécanisme de décision automatisé de bout en bout qui déclenche plus rapidement les réapprovisionnements, au lieu d’avoir quelqu’un qui va attendre jusqu’à ce qu’il soit malheureusement très confiant dans ce qu’il voit.
Mais cela signifie aussi généralement que vous êtes très confiant face aux ruptures de stock car si vous attendez d’être très confiant que le produit est un succès, vous avez presque la garantie d’avoir attendu si longtemps que vous avez presque garanti une rupture de stock car vous n’avez pas passé une nouvelle commande assez tôt pour tenir compte de cette émergence.
Kieran Chandler: Donc, pour résumer, le message principal à retenir aujourd’hui est essentiellement que si vous êtes une entreprise et que vous connaissez une croissance importante, il vaut mieux être plus réflexif et réactif plutôt que de stocker des stocks et d’agir en pensant à l’avenir. Seriez-vous d’accord avec cela ?
Joannes Vermorel: Oui, et il est important de vraiment réfléchir à la structure fine de votre croissance et de la différencier afin de pouvoir gérer la croissance de manière très différente, que ce soit une croissance organique stable du point de vue commercial, un succès ou un échec, ou toute autre structure de croissance alternative telle que l’ouverture de pays. Car les conséquences pour votre supply chain et pour la façon dont vous dimensionnez votre inventaire sont très différentes.
Kieran Chandler: D’accord, super. Nous devons en rester là, mais merci pour votre temps. C’est tout pour cette semaine. Nous serons de retour la semaine prochaine avec un nouvel épisode, mais d’ici là, merci de nous avoir regardés.
