00:00:00 Les stocks de sécurité ne sont pas sûrs : lancement de l’épisode
00:05:37 Stock de sécurité classique : distributions normales et taux de service
00:11:14 Les objectifs de taux de service induisent en erreur ; exemple de saison de mode
00:16:51 MOQs, palettes, camions exigent une allocation plus intelligente
00:22:28 L’omniprésence des ERP, les corrections manuelles dans Excel, le décalage de l’orthodoxie
00:28:05 Une approche des quantiles élevés engendre des stocks morts
00:33:42 Délais d’approvisionnement : réalité bimodale, queues épaisses
00:39:19 La perspective du taux de rendement remplace la course aux KPI
00:44:56 Un taux de service de 98% peut être désastreux
00:50:33 Zéro stock n’est pas une victoire universelle
00:56:10 Les ajustements manuels révèlent que l’automatisation est impossible
01:01:47 FMCG : contrainte de camion complet, promotions absentes
01:07:24 L’alignement financier est important ; le stock de sécurité échoue toujours
01:13:01 Les pénalités au commerce de détail nécessitent un arbitrage client par client
01:18:38 Taux de service vs taux de remplissage, confusion de la demande
01:24:15 Robotiser la passation des commandes ; les acheteurs cessent de surveiller les tableurs
Résumé
Stock de sécurité semble scientifique, mais il substitue un pourcentage cible à une approche économique. Il optimise le “taux de service” au lieu du retour sur un capital rare, et il ignore des contraintes réelles comme les MOQs, la capacité de truck, les remises de prix, la péremption, et des coûts de rupture de stock extrêmement inégaux selon les SKUs. Les hypothèses mathématiques ne correspondent souvent pas à la réalité, si bien que les planificateurs annulent les résultats dans Excel — preuve que le modèle ne fonctionne pas. La solution est de partir de l’économie : allouer les ressources en fonction du rendement attendu, puis automatiser des décisions qui soient sensées par défaut.
Résumé étendu
Le stock de sécurité est vendu comme une méthode “scientifique” pour faire preuve de prudence : supposer que la demande et les délais d’approvisionnement se comportent bien, choisir un taux de service et calculer le stock minimum nécessaire pour éviter les ruptures de stock avec cette probabilité. Le problème, soutient Joannes, est que ce n’est pas de l’économie — c’est de l’arithmétique déguisée en sagesse. Il optimise un objectif fictif (un pourcentage de taux de service) plutôt que la véritable raison d’être d’une entreprise : allouer des ressources rares pour obtenir le meilleur rendement.
Une fois que vous considérez les stocks comme du capital, les failles deviennent évidentes. Le stock de sécurité n’offre aucune orientation sur la manière d’allouer l’argent à travers des milliers de SKUs, de gérer les quantités minimales de commande, les remises de prix, la capacité des camions, ou la réalité quotidienne selon laquelle les décisions de réapprovisionnement doivent respecter des contraintes strictes. Il vous indique un “niveau cible”, puis le monde réel impose immédiatement des arrondis, des groupements et des compromis — précisément là où la priorisation est cruciale, et précisément ce que la formule ne peut fournir.
Le taux de service lui-même s’avère être un mauvais indicateur du “bon service”, et encore moins de la rentabilité. Dans la mode, des taux de service élevés à l’approche de la fin de saison sont une recette pour des stocks morts ; les ruptures de stock peuvent être désirables si elles libèrent de l’espace pour la collection suivante. Dans l’aviation, un taux uniforme de 98% est incroyablement bas pour les pièces bon marché (où l’absence d’une pièce peut immobiliser un avion à un coût énorme) et incroyablement élevé pour des composants valant plusieurs millions d’euros (où les stocker immobilise un capital qui pourrait être mieux utilisé ailleurs). La réponse adéquate varie énormément selon l’article, et l’asymétrie entre “trop” et “pas assez” de stocks n’est pas constante.
Les mathématiques ne parviennent également pas à décrire la réalité. Les distributions normales impliquent une demande négative et des délais d’approvisionnement négatifs — absurde. Les délais d’approvisionnement sont souvent bimodaux : soit les choses arrivent comme prévu, soit tout va très mal, voire n’arrivent jamais. De plus, le stock de sécurité ignore généralement d’autres incertitudes importantes — les retours, les rebuts, les chocs réglementaires tels que les tarifs douaniers, et des pénalités non linéaires dans les accords de commerce de détail.
La preuve pratique, c’est la “armée de commis” qui annule les résultats dans les tableurs. Si un système produit tellement d’exceptions que les humains doivent tout revoir, ce n’est pas de l’automatisation ; c’est du travail inutile. L’alternative proposée consiste à partir d’une perspective économique — le taux de rendement — puis à “robotiser” les décisions afin qu’elles soient sensées dès le départ, avec une intervention manuelle réduite à l’exceptionnel, et non à la routine. En bref : cessez d’adorer un pourcentage et commencez à mesurer ce que cela coûte, ce que cela rapporte et ce que cela permet d’éviter.
Transcription complète
Conor Doherty: Ceci est Supply Chain Breakdown, et aujourd’hui nous allons décortiquer pourquoi les stocks de sécurité ne sont en fait pas sûrs. Vous savez qui je suis. Je suis Conor, Directeur de la Communication chez Lokad, et à ma gauche, comme toujours, l’indomptable Joannes Vermorel.
Avant de commencer, laissez un commentaire ci-dessous : quelle est votre position sur les stocks de sécurité ? Pensez-vous qu’ils sont une machine à générer des stocks morts ? Nous y reviendrons plus tard. Faites-nous part de vos commentaires, de vos questions, et je les poserai à Joannes un peu plus tard.
Et sur ce, Joannes, ne perdons plus de temps. Le sujet d’aujourd’hui : les stocks de sécurité ne sont pas sûrs. Je sais, ayant travaillé ici pendant de nombreuses années et ayant eu à la fois des conversations publiques et privées avec vous, ayant lu votre nouveau livre, et ayant lu des articles auparavant, il est juste de dire que vous n’êtes pas fan des stocks de sécurité.
Ainsi, avant de devenir critique, soyons descriptifs. Vous avez écrit sur la position classique du stock de sécurité, ou sur cette perspective. Qu’est-ce que c’est, et quelles sont les promesses qu’elle fait et qui, selon vous, ne se réalisent pas ?
Joannes Vermorel: Le stock de sécurité classique est un modèle qui vous donne une position de stocks. C’est tout.
Comment ce modèle est-il construit ? Il suppose que vous disposez d’une distribution normale sur l’incertitude de la demande future, d’une distribution normale sur l’incertitude des délais d’approvisionnement futurs, et il suppose que vous disposez d’un objectif de taux de service défini comme la probabilité de connaître une rupture de stock lors de votre prochain cycle de réapprovisionnement.
Et il vous donnera le niveau de stocks cible que, selon ce modèle, vous devriez viser si vous voulez atteindre ce taux de service avec la quantité minimale de stocks.
En essence, cela vous dit : nous avons une optimalité ici. C’est la quantité minimale de stocks pour un taux de service donné, mais avec toute une série de pièges.
Conor Doherty: En fait, c’est assez étendu. Donne-nous quelques-uns des pièges.
Joannes Vermorel: Je pense que le cœur du problème avec le stock de sécurité est que c’est une perspective non économique. Ce qui signifie tout simplement qu’il n’optimise pas la rentabilité de votre entreprise.
En fait, j’irais même jusqu’à dire : il n’a aucune corrélation avec le fait que votre entreprise réalise des bénéfices ou non. Et c’est une grande illusion, que les gens fonctionnent sous l’impression que le stock de sécurité leur offre quelque chose d’optimal, ou du moins quelque chose de sûr, quelque chose de bon. Mais mon argument est : absolument pas.
L’aspect économique est totalement absent de ce modèle et, par conséquent, rien ne permet d’espérer que le stock de sécurité vous apportera quoi que ce soit de profitable, voire de bon.
Mon expérience — encore une fois, nous partons de l’argument “nous n’avons pas d’économie” — et ensuite, en pratique, Lokad a essayé pendant quelques années de faire cela et c’était complètement absurde.
Oui, parfois, le nombre obtenu à partir de la formule du stock de sécurité sera correct, tout comme une horloge cassée affiche l’heure exacte deux fois par jour. Mais sinon, c’est extrêmement bidon.
Conor Doherty: D’accord. Encore une fois, je tiens à représenter un peu l’autre point de vue ici. Il y a certainement de bons arguments en faveur de l’utilisation des formules de stock de sécurité. Vous êtes dans le métier depuis très, très longtemps.
Quel est le steelman que vous avez entendu pour défendre la perspective que vous contestez ?
Joannes Vermorel: L’argument le plus convaincant pour moi est : “Nous ne savons rien de mieux.” D’accord, très bien.
Mais cet argument est un peu similaire à l’utilisation de l’astrologie. Si vous ne connaissez rien de mieux que l’astrologie, vous pouvez, je suppose, l’utiliser pour prédire l’avenir. Ce ne sera pas très performant. Mais si vous n’avez rien d’autre, c’est peut-être une solution de repli raisonnable.
Si tel est littéralement l’argument le plus fort, le reste — quand vous approfondissez les mathématiques, les aspects techniques, tout — ces arguments sont extrêmement faibles.
Nous pourrions continuer indéfiniment, mais par exemple : qu’est-ce que cela signifie, une perspective économique ? Il y a plusieurs niveaux de critique que je peux formuler, mais l’économie est l’étude de l’allocation de ressources rares qui ont des utilisations multiples.
Donc, de quoi parlons-nous ? Tout d’abord, nous parlons d’argent et de stocks. Le stock de sécurité concerne le réapprovisionnement des stocks, il s’agit donc fondamentalement d’allouer votre argent dans les stocks.
Nous avons des usages alternatifs. Quels sont-ils ? Nous pouvons commander davantage pour de nombreux SKU.
Premièrement : si je regarde le stock de sécurité pour un seul SKU, cela me dit-il combien je devrais commander ? Pas vraiment. Pourquoi ? Parce qu’abord, cela vous donne simplement un niveau de stock cible. Vous pourriez donc dire, “Je vais simplement commander jusqu’à atteindre le stock.”
Mais la réalité est la suivante : à moins que vos fournisseurs ne soient des détaillants, ils ne vendent très probablement pas les produits à l’unité. Quatre-vingt-dix pour cent des affaires B2B ne se font pas à l’unité. Sinon, ce serait du commerce de détail.
Ainsi, lorsque vous achetez, il y aura très probablement des quantités minimales de commande (MOQ). Il peut s’agir de quantités plus intéressantes : avoir une boîte complète, un pallet complet, un camion complet.
Alors, cette idée que vous pouvez simplement commander jusqu’à une certaine quantité et c’est tout — non. Il y aura des contraintes. Vous pouvez également bénéficier de remises de prix de la part de vos fournisseurs.
Premièrement, vous voyez que la quantité dont vous parlez va être arrondie à la hausse, potentiellement de beaucoup. Vous avez votre modèle, puis vous effectuez un important arrondi à la hausse, et soudain vous êtes loin de l’optimal, car très souvent vous vous retrouvez avec : “Mon stock de sécurité est de 15 unités, mon MOQ est de 100, que dois-je faire ?” Ce n’est absolument pas clair.
Ce ne serait qu’un exemple parmi tant d’autres où cela ne vous indique même pas dans quoi investir.
Mais ensuite, la question se pose : il est incorrect de penser “comment devrais-je allouer mon argent” uniquement pour ce produit, car j’ai de nombreux SKU. À moins que vous ne soyez une très petite entreprise, vous avez de très nombreux SKU.
Ainsi, la question est la suivante : comment allouer mes dollars ou euros de manière globale, et pas uniquement combien allouer pour ce seul SKU ?
La question se pose : dois-je ajouter un euro supplémentaire de stock sur ce SKU ou sur cet autre SKU ? Le stock de sécurité ne vous indique absolument pas cela. Il vous dit simplement : “Vous devriez avoir cette quantité sur tous les SKU.” Mais la réalité est : que se passe-t-il si vous définissez vos taux de service, puis que vous vous retrouvez avec un budget qui dépasse ce que vous êtes prêt à dépenser ? Comment prioriser ? Encore une fois, la formule de stock de sécurité ne vous indique pas comment prioriser.
Parfois, vous rencontrez des situations encore plus banales. Supposons que vous passiez une commande auprès d’un fournisseur et que la capacité du camion soit, disons, de neuf tonnes, et que vous réalisiez que votre commande fait neuf tonnes et demie. Cela ne rentre pas dans le camion. C’est au-delà de la capacité.
Ils ne veulent pas envoyer deux camions car le deuxième roulerait presque à vide. Vous devez donc réduire votre commande d’achat de cette demi-tonne d’excès, alors qu’il y a des douzaines de produits différents dans le camion. Lequel choisissez-vous ? Comment réduire intelligemment vos quantités ? Le stock de sécurité ne vous le dit pas.
Ainsi, vous voyez le manque de priorisation économique, dû au fait qu’il s’agit d’une perspective non économique, qui ne vous indique pas bien des choses.
De même, si vous devez en discuter avec le directeur financier : nous pourrions investir, disons, 200 000 $ pour avoir en permanence plus de fonds de roulement immobilisés dans nos stocks, ou nous pouvons investir dans un nouveau convoyeur qui coûte 200 000 $. Comment arbitrer entre les deux ? La réponse est le taux de retour. Vous souhaitez investir chaque dollar là où il offre le taux de retour le plus élevé.
Le stock de sécurité vous indique-t-il quelque chose à propos du taux de retour ? Absolument pas.
Conor Doherty: À ce sujet, vous avez évoqué des points que je pourrais résumer comme des hypothèses. Je veux revenir sur les hypothèses dans un instant.
Mais l’une d’elles, et je tiens encore une fois à représenter équitablement les critiques qui ont été formulées à l’encontre de votre perspective : vous et moi avons eu des conversations avec d’autres praticiens par le passé et ils ont avancé un argument du genre.
Le stock de sécurité est essentiellement un paramètre statistique. Il permet aux gens d’atteindre les taux de service souhaités avec un coût des stocks minimal coût des stocks. Certes, la plupart des praticiens ne diraient pas qu’il s’agit d’une politique parfaite. C’est une heuristique quelque peu imparfaite, un peu approximative.
Mais affirmer qu’il n’a absolument aucune dimension économique est un peu exagéré. Comment répondez-vous ?
Joannes Vermorel: Non. Encore une fois, je pense que c’est une compréhension très profondément erronée de ce qu’est l’économie.
Allons-y. D’abord, si nous ne parlons pas, pour une entreprise, de la maximisation du taux de retour, nous n’avons même pas commencé à parler d’économie. Ce n’est pas parce qu’il y a un signe dollar sur votre dashboard que ça devient soudainement un tableau de bord économique.
Nous avons une double approche. D’une part, nous avons le taux de service cible. Les gens supposent, directement, “Oh, c’est une cible correcte.” Pourquoi ? Ce ne l’est pas.
Le fait de choisir arbitrairement un pourcentage ne le rend pas économiquement pertinent ou de qualité.
Par exemple, pourquoi viser un taux de service élevé, soit une faible probabilité de rupture de stock, serait-il même raisonnable ?
Prenons un cas simple : un magasin de mode. C’est la fin de la saison. C’est la fin de la saison hivernale. Nous sommes maintenant au printemps.
Voulez-vous maintenir des taux de service élevés pour vos vêtements d’hiver ? Nous sommes en mai. Non. Au contraire, vous voulez que votre taux de service — c’est-à-dire la probabilité de rupture de stock — soit très élevé, car vous souhaitez liquider la collection hivernale afin de libérer de l’espace dans le magasin pour la collection d’été qui va arriver.
Vous voyez donc : le problème est que le taux de service est un indicateur extrêmement médiocre de la qualité de service. L’hypothèse implicite est que si nous avons un taux de service élevé, les clients seront bien servis. Ce n’est absolument pas le cas. Il n’y a aucune corrélation.
Conor Doherty: Vous devez développer cela, car beaucoup de personnes vous contestaient si elles étaient présentes lorsque vous dites cela.
Joannes Vermorel: Comme nous l’avons vu, pour un magasin de mode, la bonne décision est de laisser ces taux de service baisser afin d’évacuer la collection hiver pour faire de la place à la collection été.
Mais si nous prenons un autre cas : imaginez un distributeur B2B de matériels électriques. Une entreprise passe une commande pour un chantier dans cinq mois, et elle dit : voici 300 références de produits, et pour chaque référence, nous avons besoin de multiples unités, de 10 à 5 000, car il s’agit d’interrupteurs, de câbles, de luminaires, etc.
Le client passe la commande cinq mois à l’avance parce qu’il sait que c’est une commande complexe. Il y a une multitude de choses. Ils veulent donner suffisamment de marge au distributeur pour organiser tout cela.
Mais ensuite, viennent les dates d’échéance, et à ces dates, l’entreprise cliente doit avoir tout, car sinon le chantier sera bloqué.
S’il manque des câbles, le reste du chantier ne peut pas avancer. Ils doivent tout avoir.
Si vous dites, “Mais vous savez, vous avez 98 %”, 98 % ne suffisent pas. Le chantier sera bloqué. Vous ne pourrez pas enduire. Vous serez bloqué.
C’est donc une situation où vous avez besoin de 100 %, et non d’une approche probabiliste qui serait seulement à quelques pourcentages près de l’objectif.
Mais encore une fois, vous avez eu plusieurs mois pour le faire.
C’est pourquoi je dis que l’idée que le taux de service constitue un bon proxy est complètement bidon.
Ensuite, il y a aussi le fait que vous n’intégrez pas correctement, dans la formule du stock de sécurité, le coût des stocks. Quand vous dites que vous minimisez les coûts, vous ne minimisez pas réellement les coûts. Ce que vous minimisez, c’est un proxy très approximatif du coût.
Tout comme le taux de service est un mauvais proxy de la qualité de service, et certainement pas un proxy de la qualité de service exprimée en dollars, la perspective du stock de sécurité sur les stocks vous offre une vision incroyablement superficielle de ceux-ci.
Il s’agit de minimiser le nombre d’unités en stock. C’est tout. Ensuite, vous pouvez multiplier par le prix d’acquisition unitaire et vous obtiendrez quelque chose exprimé en dollars, mais ce n’est toujours pas le coût.
Et les dates d’expiration ? Supposons que vous soyez une entreprise de fabrication, que vous fassiez des cosmétiques, que vous achetiez une multitude de produits, de produits chimiques, de composés organiques, et qu’ils aient une date d’expiration.
Si j’ai 100 unités en stock aujourd’hui mais qu’elles expirent toutes demain, ce n’est pas le même coût que si j’ai 100 unités en stock qui expirent dans un an. Ce sont des situations très différentes. Pourtant, du point de vue du stock de sécurité, cela serait considéré comme identique.
C’est pourquoi je dis qu’il ne s’agit absolument pas d’une perspective économique.
Même en regardant le coût : le stock de sécurité vous donne simplement la position de stocks la plus basse qui satisfera votre objectif de taux de service, selon une vision très simpliste de ce que l’avenir réserve.
C’est là mon problème : il n’y a aucune dimension économique dans ce modèle.
Conor Doherty: Tu m’as mis sur la sellette pour ce que je voulais demander plus tôt, qui était mon deuxième point sur les hypothèses.
Tu as sans cesse présenté les taux de service comme étant essentiellement un KPI, un objectif, et ensuite, les stocks de sécurité existent, selon tes mots — je paraphrase — pour satisfaire ce KPI, car les entreprises doivent justifier les KPI.
Tu as mentionné le taux de retour. Tu as identifié deux hypothèses distinctes sous-jacentes aux décisions. La première : déployer des stocks de sécurité afin d’atteindre des taux de service élevés — peut-être qu’ils sont arbitrairement fixés, dirais-tu — d’accord, très bien, on peut s’accorder sur ce point.
Une autre hypothèse est la suivante : je prends des décisions qui génèrent un profit maximal par dollar, euro ou yen investi — ce que tu appelles le taux de retour.
Pourquoi cela n’est-il pas la norme, selon toi ? Pourquoi l’une des hypothèses est-elle beaucoup plus courante que l’autre, qui, pour beaucoup, semble très évidente et intuitive, et pourquoi n’est-elle pas la norme ?
Joannes Vermorel: D’abord, c’est la folie des modèles simplistes de supply chain qui ont été développés au début des années 70 par des vendeurs de logiciels qui étaient trop enthousiastes quant à ce qui fonctionnerait réellement.
Cela est tout simplement devenu l’orthodoxie. C’est devenu comme la Bible, et c’est du pur non-sens.
Pourquoi le stock de sécurité est-il si répandu ? Parce qu’il a été implémenté dans chaque ERP.
Pourquoi a-t-il été implémenté dans chaque ERP ? Parce qu’il peut être mis en œuvre en deux heures par un ingénieur logiciel semi-incompétent. Voilà tout.
Ainsi, chaque éditeur de logiciels d’entreprise a pu dire : “Je vais cocher la case du stock de sécurité. Donnez-moi deux heures. Je vous fournirai une implémentation.”
Cela est devenu omniprésent, mais la réalité est que cela ne fonctionnait pas. C’est pourquoi les entreprises utilisent encore autant Excel.
Si le stock de sécurité fonctionnait, il n’y aurait pas de tableurs. Vous laisseriez simplement le stock de sécurité piloter votre réapprovisionnement.
Pourtant, dans la très grande majorité des entreprises — où j’ai constaté la présence de stocks de sécurité —, les gens effectuent d’énormes ajustements manuels sur les bons de commande, en complément du stock de sécurité.
Certains clients pour lesquels nous avons mis en œuvre Lokad ont commencé avec leur stock de sécurité : ils avaient plus de 90 % d’ajustements manuels.
Quand vous avez un système qui génère des commandes et que vous finissez par effectuer plus de 90 % d’ajustements manuels, c’est comme dire que l’horloge a raison deux fois par jour. Occasionnellement, le résultat de la formule est correct, mais la plupart du temps, il ne l’est pas, et quelqu’un doit alors intervenir manuellement.
Pour moi, c’est là que se situe cet écart massif : nous avons la théorie — la théorie dominante de la supply chain et l’orthodoxie — mise en œuvre à travers des produits logiciels d’entreprise, qui affirment que le stock de sécurité est la référence d’excellence.
Et nous avons la pratique réelle, où les gens font toutes sortes de manipulations sur des tableurs Excel par nécessité, car les chiffres — les chiffres de réapprovisionnement des stocks — issus de la formule du stock de sécurité sont tout simplement absurdes.
Conor Doherty: Eh bien, encore une fois, pour rebondir sur ce que tu as dit, quelqu’un pourrait faire remarquer que dans le scénario que tu viens de décrire — des personnes que l’on qualifierait souvent d’armée d’employés administratifs travaillant avec Excel —, ces personnes regardent leurs formules de stock de sécurité, décident que la quantité recommandée, “je n’aime pas ça”, et la modifient en la relevant ou en la baissant.
Ces personnes, à ce moment-là, prennent une décision influencée économiquement. N’est-ce pas ce que tu prônes ?
Joannes Vermorel: Oui, dans leur tête, c’est ce qui se passe, car ils se demandent : est-ce judicieux pour l’entreprise ? Cela va-t-il rapporter de l’argent ou en coûter ?
La perspective économique est très proche de celle qui est super intuitive : “Est-ce que je vais réaliser un profit ou non ?” C’est simplement cette intuition.
S’il y a péremption, ils penseraient : cela ne fonctionnera pas. Si nous sommes à la fin de la collection hiver pour un magasin de mode, ils diraient : cela ne va pas marcher.
Si nous avons un contexte client B2B où un client VIP important passe une commande massive à un distributeur B2B, la personne en charge des stocks verra : ce client est VIP, nous devons vraiment nous assurer de satisfaire cette commande. Je réserverai même les stocks pour m’assurer que cela soit fait, et je ne compterai pas sur le stock de sécurité.
Donc oui.
Mais le problème, c’est que la communauté doit reconnaître que le stock de sécurité est défaillant. Cela relève d’un changement de paradigme. La perspective qui sous-tend le stock de sécurité est erronée, et donc, quelle que soit la sophistication apportée, cela reste incorrect.
Par exemple, un gros problème avec le stock de sécurité est qu’il utilise des distributions normales pour la demande et les délais. C’est du pur non-sens.
Cette hypothèse attribue des probabilités positives à des délais négatifs. Du pur non-sens. Elle attribue également des probabilités positives à une demande négative. Encore du pur non-sens.
D’accord, supposons que nous corrigions cela. Nous utilisons une distribution à queues épaisses pour la demande. Nous utilisons une distribution semi-réaliste pour les délais. On dit soit que tout se passe dans les temps, soit que le fournisseur rencontre un problème et que cela puisse prendre beaucoup, beaucoup, beaucoup plus de temps.
Vous opérez toujours dans un paradigme erroné. Vous régleriez les aspects techniques, mais vous iriez toujours dans la mauvaise direction.
C’est comme si un ingénieur logiciel disait : “Votre formule de stock de sécurité prend une demi-millisecondes à calculer, je peux le faire en 10 nanosecondes.” Très bien. Cela ne change rien, car la formule est pourrie.
Conor Doherty: Eh bien, encore une fois, quelqu’un pourrait dire — pour rebondir sur ce que tu disais — pour apporter un peu de réfutation.
Une entreprise pourrait dire : oui, Joannes, tu as raison, il y a beaucoup d’ajustements manuels, mais nous gagnons quand même de l’argent grâce à cela. Nos praticiens qualifiés effectuent des ajustements manuels qui reflètent les intérêts financiers sous-jacents de l’entreprise, et nous sommes rentables.
Alors, que veux-tu exactement que nous fassions ? Quel est le problème avec ce que nous faisons, et que veux-tu que nous fassions ?
Joannes Vermorel: Les entreprises peuvent être rentables pour toute une variété de raisons tout en ayant des pratiques de supply chain très médiocres.
Si vous regardez la vie d’un entrepreneur fantastique — Steve Jobs —, il est malheureusement mort très jeune d’un cancer non traité parce qu’il croyait en des théories très étranges sur la manière d’aborder le cancer. Il a suivi des traitements alternatifs très particuliers, et n’est finalement passé aux traitements classiques que très tard.
C’est une tragédie, mais cela illustre le fait que vous pouvez avoir un individu incroyablement brillant créant Apple, une entreprise fantastiquement rentable, prenant toutes les bonnes décisions sur de nombreux sujets, et pourtant, prendre des décisions très étranges sur d’autres.
Une entreprise peut connaître un succès fantastique parce qu’elle a le produit parfait, la technologie parfaite, le parfait ci et le parfait ça, malgré des pratiques de supply chain en deçà des standards. Ce n’est pas incompatible.
Si vous me dites : “Nous écrasons la concurrence grâce à notre supply chain”, alors oui, je dirais que vous faites quelque chose de bien. Si vous pouvez livrer plus rapidement que les autres, que vos coûts de supply chain sont bien plus bas, que vous avez été entièrement robotisé ces 15 dernières années, je dirais : d’accord, vous faites probablement quelque chose de bien.
Ce serait Amazon.
Amazon est pleinement axé sur cette optimisation du taux de retour dont je parle.
Mais si vous me présentez une entreprise où il y a autant de planificateurs aujourd’hui par dollar de chiffre d’affaires qu’il y en avait il y a 20 ans, où rien n’a fondamentalement progressé conceptuellement au cours des 20 dernières années, je conteste fortement que ce que vous faites soit à la pointe de la technologie.
Si vous êtes restés stagnants pendant les deux dernières décennies, compte tenu des progrès énormes réalisés en matière de logiciels, de statistiques et d’optimisation au cours de ces 20 années, vous ne pouvez raisonnablement prétendre être à la pointe de la technologie.
Vous devriez supposer que vos pratiques sont largement obsolètes, et c’est une hypothèse tout à fait raisonnable.
Conor Doherty: Eh bien, en abordant enfin les implications économiques réelles des stocks de sécurité, car encore une fois, le sujet est “Les stocks de sécurité ne sont pas sûrs.”
Il semblerait que tu veuilles dire ici, évidemment pas dans un sens physique, mais du point de vue de la maximisation du retour sur investissement — le taux de retour — le retour financier sur ton investissement, dont tu parles dans ton livre et dans tes conférences.
Quels sont les symptômes financiers cachés des pertes dues aux stocks de sécurité ? Pas seulement le coût de détention d’un stock excédentaire, mais quels sont les autres pièges économiques ?
Joannes Vermorel: Le stock de sécurité est une machine à générer — ce modèle, en pratique — des surstocks et des stocks morts, des radiations de stocks.
Pourquoi ? Parce qu’essentiellement, il indique : “Je veux atteindre un quantile très élevé de la demande future.”
C’est essentiellement ce qu’est le stock de sécurité : prendre, comme position de stocks, un quantile très élevé. Un quantile est un point dans une distribution de probabilité.
Examinons deux distributions de probabilité distinctes de la demande qui ont le même quantile élevé.
Je dis que dans mon scénario optimiste — 90 % vers le haut — je vends 100 unités lors de mon prochain cycle de commande. C’est mon quantile élevé, et ce sera ma position de stocks.
Maintenant, je peux décrire deux variantes.
Variante numéro un : si ce n’est pas 100, alors en moyenne, dans les autres cas, ce sera 80. Je cible une position de stocks à 100, et si cela ne se réalise pas, la moyenne sera de 80.
Variante numéro deux : sinon, dans les 90 % restants, la demande moyenne est zéro.
Vous avez donc deux situations : l’une où, si vous constituez un stock important de 100 unités, il est probable que vous n’en vendiez que 80, et vous liquidez la majeure partie de vos stocks. L’autre est soit un succès — vous vendez 100 —, soit un échec — vous vendez zéro —, et il vous reste 100 unités de stocks morts.
Faut-il aborder ces deux situations de la même manière en termes d’optimisation des stocks ? La théorie du stock de sécurité vous dit que oui. Je dis non.
Ces deux situations ne se ressemblent en rien. Elles devraient être traitées de manière très différente.
Fondamentalement, le stock de sécurité ne considère que le quantile élevé — l’événement très optimiste où vous avez une poussée de demande.
Mais qu’en est-il s’il y a une possibilité d’une baisse de la demande ? Le stock de sécurité ne vous renseigne sur aucun risque d’effondrement de la demande. Il ne le fait pas.
C’est pourquoi je dis que c’est une machine, et c’est pourquoi je dis que c’est très risqué en termes de radiations de stocks, car de par sa conception, il est entièrement aveugle à la possibilité d’un effondrement ou d’une baisse de la demande.
Nous avons un autre problème. Le stock de sécurité suppose que les seules sources d’incertitude sont la demande et les délais, alors qu’il en existe bien d’autres.
Retours, taux de rebut — exactement. Si vous êtes dans le le e-commerce, les retours.
Regardez ce qui se passe avec les tarifs douaniers avec l’administration américaine au cours de la dernière année : personne ne peut prédire ce que l’administration américaine fera en termes de tarifs dans les deux prochains mois, dans les 12 mois, mais ce que nous savons, c’est que le parcours sera probablement semé d’embûches.
Maintenant, le stock de sécurité dit : “Je me fiche de ces autres incertitudes.” Mais elles ont des conséquences. Vous devez prendre en compte les sources d’incertitude pertinentes et décisives, pas seulement la demande et les délais.
Mon problème avec le stock de sécurité est qu’il ignore tout simplement, de par sa conception, ces éléments. C’est pourquoi je dis qu’ils sont dangereux : ils généreront des coûts massifs qui auraient été entièrement évitables si vous n’utilisiez tout simplement pas le stock de sécurité.
Conor Doherty: Je rencontre quelques résistances, que ce soit dans les messages privés ou dans le chat, et je vois qu’il y aura des questions sur lesquelles vous serez poussés.
Vous avez mentionné les délais, et les formules classiques de safety stock qui traitent les délais comme constants. Pouvez-vous expliquer plus en détail le problème de considérer les délais comme fixes, au lieu de quelque chose qui varie ?
Joannes Vermorel: Les modèles classiques de safety stock supposent que les délais sont distribués normalement — une courbe en cloche.
Beaucoup d’entreprises ne font même pas cela. Je comprends pourquoi, car on se retrouve avec des délais négatifs quand on procède ainsi, ce qui est extrêmement étrange.
Si vous optez pour un délai fixe ou un délai distribué normalement, le problème est que cela ne reflète pas ce qui se passe dans une supply chain réelle. Pas du tout.
Cela signifie que vous faites une projection sur l’avenir qui est complètement fallacieuse. Ce n’est tout simplement pas ainsi que les choses vont se dérouler.
Si la manière dont vous envisagez l’avenir est complètement erronée, pourquoi pensez-vous que la décision issue de cette analyse sera correcte ? C’est très étrange.
Revenons à la façon dont les délais se comportent en pratique. Les délais sont très souvent bimodaux.
Vous avez un mode : tout, les astres sont alignés, tout se passe bien, et le fournisseur indique 11 jours, et vous recevez la marchandise en 11 jours. C’est la première modalité.
Tout se passe correctement. Le fournisseur a tout en stocks. Il peut expédier immédiatement. Ensuite, il ne reste plus que le temps nécessaire pour transporter la marchandise.
Ensuite, nous avons la deuxième modalité : quelque chose se passe mal. L’expédition est perdue, le fournisseur n’a pas l’article, le fournisseur est en grève, votre conteneur se perd dans une tempête en mer — tout est possible.
Alors, le délai pour obtenir ce que vous avez commandé devient soudainement extrêmement long. En fait, cette distribution n’a même pas de moyenne, car un certain pourcentage de commandes n’arrivera tout simplement jamais. Délai : infini.
C’est pourquoi on se retrouve avec des distributions à queue épaisse où l’on ne peut même pas calculer une moyenne, car il faudrait tenir compte du fait que parfois les choses n’arrivent jamais, et l’on ne peut pas faire de moyenne avec le reste.
Conor Doherty: D’accord. J’espère que cela a été utile. Je ne vais pas dire qui a envoyé cela, mais j’espère que cela vous a aidé.
Je vais poursuivre. Nous avons parlé pendant environ 35 minutes, donc nous aborderons dans un instant les commentaires du public. Si vous avez d’autres remarques ou questions, n’hésitez pas à les partager dès maintenant.
Mais avant cela, pour être un peu plus constructif — et gardez à l’esprit que la semaine prochaine nous aurons une discussion sur les KPIs —, en guise d’amuse-bouche et de préambule à cette discussion, il y a, je suppose, un mauvais choix des KPIs sous-jacent à tout cela.
Alors, quels sont les KPIs sur lesquels, selon vous, les gens devraient davantage se concentrer dès maintenant, et quelles sont les étapes concrètes pour aller de l’avant ?
Joannes Vermorel: Il ne s’agit même pas de KPIs. C’est davantage une question de paradigme. Vous ne considérez même pas le problème comme un problème économique.
C’est le fondement de ma critique concernant le safety stock : la rentabilité n’a pas sa place. Elle n’existe même pas.
On peut dire : “Mais vous pouvez faire des bidouillages pour que le safety stock se comporte d’une manière un peu plus en adéquation avec la rentabilité.”
Cela revient essentiellement à : je vais utiliser une autre technique pour déterminer combien je devrais commander, puis, une fois que j’ai ma réponse, je vais rétroconstruire cette réponse en un paramètre de safety stock qui a un certain sens.
Au fait, chez Lokad, nous procédons parfois ainsi simplement parce que nous avons des contraintes ERP. Le DRP ne prend en charge que le safety stock.
Dans ce cas, nous procédons à une rétro-ingénierie dynamique du safety stock afin d’ajuster dynamiquement ses paramètres pour qu’il génère exactement le bon de commande que nous avions prévu dès le départ.
Mais cela ne fait que compliquer inutilement les choses, sauf que parfois vous devez le faire parce que vous souffrez d’un effet de verrouillage au niveau ERP. Mais je m’égare.
Revenons au safety stock. Ce que je conseillerais au public : commencez à regarder votre supply chain d’un point de vue économique.
Qu’est-ce que cela signifie ? Vous allouez des ressources : des dollars, de l’espace en rayon, des camions, des stocks qui vont être consommés pour alimenter une production, etc. Vous avez des ressources qui ont de multiples utilisations possibles.
Chaque fois que vous faites un choix, vous devez penser : je procède à une allocation. Quel est le taux de retour ? Quelle est la valeur de ma ressource, et combien de valeur retire-je de cette allocation ?
Si ma ressource vaut 1 000 $ et que mon retour est de 500 $, pourquoi effectuerais-je cette allocation en premier lieu ? Ce n’est pas raisonnable.
Vous devez penser en termes économiques. Une fois que vous adoptez cette vision économique, vous verrez que le safety stock n’a pas de sens.
Ce serait le point de départ correct : comprendre que de nombreuses choses considérées comme acquises n’ont aucun sens.
C’est pourquoi il existe autant de frictions entre le système logiciel qui met en œuvre le safety stock et le pauvre praticien qui se débat avec des feuilles de calcul Excel, où il doit ajuster tous les chiffres en permanence, car sinon cela n’a tout simplement pas de sens.
Nous avons cette schizophrénie, comme si la personne qui ajuste manuellement les chiffres avait tort. Non. La personne qui ajuste manuellement les chiffres fait ce qu’il faut, car dans sa tête, elle réalise ce mini calcul économique.
C’est brut, c’est sale, ce n’est pas précis. C’est pourquoi nous pouvons faire mieux. Mais au moins, cela a du sens.
En revanche, le safety stock est essentiellement absurde d’un point de vue mathématique. C’est du scientisme : cela a l’apparence de la science, cela confère une aura de crédibilité à un système logiciel, mais c’est tout.
Conor Doherty: Très bien. Eh bien, Joannes, merci.
Je vais passer aux messages privés (DMs) et aux commentaires. Il y a des commentaires à traiter. Je commence par les messages privés.
Comme toujours, en tant que journaliste, je préserve l’anonymat, mais c’est quelqu’un que nous connaissons, alors soyez corrects.
Merci. Nous avons déjà atteint un taux de service de 98 % avec les safety stocks classiques. Pourquoi échanger un KPI clair contre vos mathématiques de probabilité ?
Joannes Vermorel: D’abord, vous dites que vous avez 98 %. Est-ce bon ou mauvais ?
Est-ce rentable ou non rentable ? Je peux vous donner des exemples où 98 % est extrêmement non rentable parce que c’est bien trop élevé, et d’autres où c’est extrêmement non rentable parce que c’est bien trop bas.
Examinons les deux cas.
98 % dans l’aviation : un AOG — aircraft on ground —, disons qu’il s’agit d’un A320, qui coûte 250 000 € par jour. Il y a 300 000 pièces distinctes dans un avion.
Si vous avez un taux de service de 98 %, vous allez avoir des coûts d’AOG astronomiques. C’est bien, bien, bien trop bas.
Maintenant, un autre cas : la fast fashion. Vous êtes une entreprise de type Zara et vous lancez de nouveaux articles tous les mois ou tous les deux mois. 98 % est beaucoup trop élevé.
Vos clients, en entrant dans le magasin, ne savent pas ce que vous allez leur proposer. Il est inutile d’opter pour un taux de service super élevé.
Ce qui compte, c’est d’avoir un assortiment très attrayant où les personnes qui entrent dans le magasin trouveront quelque chose qui leur plaît et qu’elles achèteront.
Votre assortiment est une construction de votre esprit. Il n’y a pas d’exigence stricte. Vous pouvez l’élargir ou le réduire dynamiquement. Il varie.
Si vous souhaitez que vos collections se renouvellent rapidement, vous devez dégager de l’espace dans le magasin, ce qui signifie que vous ne pouvez pas vous permettre un taux de 98 %. Il faut qu’il soit plus bas, sinon vous encombrez votre magasin avec de vieilles marchandises qui ne sont plus tendance.
Donc, encore une fois : le taux de service est un indicateur extrêmement médiocre de la qualité de service et également un très mauvais indicateur de rentabilité.
Lorsque les gens disent, “Nous sommes déjà à 98”, ce que j’entends, c’est : “Nous pourrions atteindre 99 l’année prochaine”, et très souvent c’est ce que nous avons fait pour nos clients de l’aviation : nous avons absolument fait chuter les taux de service.
Comment obtenir réellement une très haute qualité de service ? La réponse est : pour tout ce qui est bon marché — comme une vis, du ruban adhésif, peu importe —, vous voulez avoir un taux de service de 99,999 %, extrêmement élevé.
Et qu’en est-il d’une APU, unité de puissance auxiliaire ? C’est comme un moteur que l’on installe à l’arrière de l’avion. Elles valent environ six ou sept millions d’euros chacune. Voulez-vous les avoir en stock ? Probablement pas. Peut-être que pour cette pièce, vous acceptez un taux de service de 70 %.
Pourquoi ? Parce qu’en n’ayant pas d’APU dans vos stocks, vous libérez 6 à 7 millions d’euros que vous pouvez utiliser pour acheter des tonnes de pièces moins chères.
C’est pourquoi l’idée de dire “J’ai mon objectif de taux de service et mon but est de l’amener à 99” est complètement absurde.
Cela suppose que tout est uniforme, que les forces entre un stock insuffisant et un excès de stock sont symétriques. Elles ne le sont pas. Elles sont largement asymétriques, et cette asymétrie varie énormément d’un produit à l’autre.
C’est pourquoi c’est absurde.
Typiquement, les clients disent : “Nous sommes à 98 %”, et c’est là que Lokad génère un retour sur investissement énorme, généralement pas parce que nous disposons d’une technologie plus sophistiquée, mais parce que nous sommes les premiers à dire : nous allons aborder cela d’un point de vue économique.
Ensuite, nous réalisons qu’il y a énormément d’argent laissé sur la table. Habituellement, avec une initiative Lokad, la moitié du retour sur investissement est débloquée simplement en adoptant une perspective économique.
Parce que les gens n’ont pas effectué le calcul économique — le taux de retour — en prenant en compte la pénalité de rupture de stocks, et en intégrant un véritable indicateur de la qualité de service en euros ou en dollars, et non une métrique inventée comme le taux de service, vous réalisez que vous n’étiez pas du tout économiquement optimal. Vous aviez une optimalité théorique sur papier.
Conor Doherty: D’accord. Eh bien, merci. J’espère que cela a été utile.
Je vais passer aux commentaires nommés. Ceci provient de Lucio. Je vais le lire.
C’était dès le début, lorsque vous avez parlé des safety stocks en supposant une distribution normale. Contexte : supposer une distribution normale n’est pas obligatoire lors du calcul des safety stocks, et le CSL — je présume que cela signifie cycle service levels — n’est qu’une des nombreuses approches possibles.
Il est vrai qu’il existe toujours un trade-off entre le risque de ruptures de stocks et le risque de revenus plafonnés. Qu’en pensez-vous ?
Joannes Vermorel: C’est ce que j’ai dit. En théorie, vous pourriez substituer des distributions à queue épaisse à ces distributions normales. Conceptuellement, c’est possible.
Les éditeurs de logiciels font-ils cela ? La plupart du temps non.
Quand ils le font, les gens se retrouvent un peu perdus, car ces distributions à queue épaisse sont brutales et déroutantes.
La seule façon d’éliminer la confusion — selon l’expérience de Lokad — est de ramener la perspective économique, car alors les gens voient, en dollars ou en euros, ce qui se passe réellement.
Les distributions à queue épaisse sont étranges. Il peut s’agir d’une distribution de probabilité qui n’a pas de moyenne. C’est de cela dont je parle avec les délais. Ils n’ont pas de moyenne.
D’ailleurs, cela signifie que le délai moyen — si vous prenez en compte les choses jamais livrées et que vous attendez toujours —, lorsque vous disposez d’un ensemble de données et que vous souhaitez calculer le délai moyen jamais observé, ne fait qu’augmenter au fil du temps, car il y a des choses qui, non livrées il y a dix ans, continuent de ne pas l’être, etc.
Vous pouvez donc établir des règles qui disent : nous le plafonnons à un an, etc. Mais alors, vous ne regardez plus la moyenne mathématique, vous examinez quelque chose d’étrange.
Il existe de nombreuses manières, dans le paradigme du safety stock, d’affiner le modèle, tout comme le fait le milieu universitaire.
Vous remplacez la distribution normale par une distribution à queue épaisse, choisissez-en une. Vous incluez une troisième incertitude. Vous pourriez le faire : modèle analytique, etc.
Mais le problème, c’est que vous opérez à partir d’un mauvais paradigme. C’est une mauvaise démarche. Vous allez plus vite, mais vous vous déplacez dans la mauvaise direction.
Atteindrez-vous votre destination si vous allez dans la mauvaise direction ? Non. Même en allant plus vite, non. Voilà le problème.
Conor Doherty: D’accord. Merci.
Je passe au commentaire de Miguel : l’objectif est d’atteindre zéro stock en tout temps. Le délai dépend de la fermeté de la demande. Comprendre cette fermeté aide à trouver la meilleure manière de gérer les niveaux de stocks. Qu’en pensez-vous ?
Joannes Vermorel: Pourquoi voulez-vous atteindre zéro stock ?
Voilà le problème. Ce n’est pas une perspective économique. Les gens disent que nous devrions viser un taux de service de 98 % ; je dis que c’est absurde. Les gens me disent que nous devrions avoir zéro stock ; je dis, pourquoi ?
Avez-vous la preuve concrète que cela serait économiquement plus rentable ? Pourquoi faites-vous cela ?
Nous avons vu un modèle économique très simple utilisé dans de nombreuses industries : il y a des producteurs, et il y a des intermédiaires qui transmettent de grosses commandes aux producteurs.
Supposons que vous êtes une entreprise manufacturière et que vous ne pouvez fabriquer les produits qu’en lots de 10 000 unités, alors que vos clients en ont besoin unitaire.
Vous ne voulez pas traiter ces petites commandes. Vous vendez votre lot à un grossiste qui s’en occupera pour vous.
La valeur ajoutée du grossiste consiste à conserver les stocks et à les servir, car les stocks ne peuvent être acquis qu’en 10 000 unités et vendus à l’unité.
Il y a une entreprise qui se charge de la production et qui ne souhaite pas traiter avec des clients individuels commandant une unité ou de petites quantités. Ensuite, vous avez le grossiste qui gère la répartition et le grand nombre de clients.
Donc, l’idée que vous souhaitiez avoir zéro stock — encore une fois, si tout le reste est égal, de sorte que vous pouvez servir exactement les mêmes clients de la même manière, acquérir des produits au même coût précis, et que tout le reste reste identique à l’exception de votre niveau de stocks qui est plus bas, oui, c’est probablement la bonne réponse.
Mais en pratique, tout n’est jamais égal.
Si vous réduisez vos niveaux de stocks, cela signifie que vous commandez de plus petites quantités qui sont très souvent plus chères. Vous commandez plus fréquemment, et les coûts de transport deviennent plus élevés.
Le batching n’est très souvent pas une option. C’est un élément essentiel de votre stratégie supply chain. Chaque fois que vous faites du batching, vous aurez des stocks.
C’est pourquoi vous ne devriez pas adopter une vision non économique comme “98 % de taux de service”, ou “moins de stock, c’est mieux”. C’est le contraire de ce que je dis.
Vous devriez considérer le taux de retour de vos différentes options. Si plus de stock est plus rentable, tant mieux pour vous : ayez plus de stock.
Il y a même des situations où cela se produit. Certains produits ont une très haute probabilité d’être beaucoup plus chers l’année prochaine, pour des raisons spécifiques. Tout le monde est d’accord pour dire que les chances sont élevées.
Mais vous disposez de liquidités. Que faites-vous ? Vous en achetez beaucoup plus et vous stockez cela. Le produit n’est pas périssable perishable. Vous possédez déjà l’installation de stockage. Ainsi, au-delà des stocks, cela ne nécessite pas beaucoup plus d’investissement.
Dans ce cas, il est raisonnable de synchroniser le marché : vous passez une commande supplémentaire, et l’année prochaine, vous réaliserez un joli profit puisque tout le monde augmentera ses prix, alors que vous aurez acheté plus tôt à un prix inférieur.
C’est pourquoi réduire les stocks n’est pas nécessairement un objectif. Ce n’est un objectif que s’il peut être réalisé de manière rentable.
Conor Doherty: Très bien.
Ça fait presque une heure que nous avançons, mais il reste encore beaucoup à faire. Je vais supposer que vous souhaitez continuer. Je connais vos intentions. Sujet important. Que le procès-verbal l’atteste.
Mettons fin à ces stocks de sécurité.
Un pour aujourd’hui : nous allons clore le sujet. Je tiens à être très clair : ce n’est pas une usine, mais je vais devoir lire quelque chose, et cela se termine par un compliment à votre égard, alors patientez.
Ceci est de Murthy. Je sais qu’il est un participant régulier. Commentaire :
Alors que la plupart des entreprises préconisent l’utilisation des stocks de sécurité, très peu mesurent réellement leur fréquence d’utilisation. Dans plusieurs études que nous avons menées — nous, pas Lokad —, tant sur les produits finis que sur les matières premières, nous avons constaté que plus de 50 % des références, selon une estimation prudente, n’avaient pas eu recours aux stocks de sécurité au cours des 90 derniers jours. À mon avis, cela met en lumière un écart majeur.
Bien que le stock de sécurité soit nécessaire — et je suis sûr que vous contesterez cela —, il doit être régulièrement revu et ajusté afin de refléter la demande réelle et les modes d’utilisation. Joannes a parfaitement raison.
Cela vous a-t-il plu, monsieur ?
Joannes Vermorel: Merci.
Faisons une pause d’une seconde. Si vous avez une recette numérique qui doit être mise à jour manuellement même la moitié du temps, ce n’est absolument pas acceptable. C’est désastreux.
Revenons à ce qui peut constituer une attente réaliste. Chez Lokad, lorsque nous créons une recette numérique qui génère des décisions de stocks, ou des décisions de production, ou des décisions de tarification, ou des décisions d’allocation de magasins, ce que nous souhaitons, c’est 0 % d’insanité.
Parmi cinq millions de décisions, nous ne voulons pas une seule ligne qui soit absurde.
Oui, certaines de ces lignes ne seront pas parfaites puisque l’avenir ne s’est pas déroulé comme prévu. Cela va. Mais tel qu’il se présente aujourd’hui, d’après nos connaissances, même si nous générons des millions de décisions, nous souhaitons essentiellement zéro décision absurde.
Si nous avons une recette numérique qui génère ne serait-ce que 1 % de décisions absurdes, elle est inutilisable. Les gens deviendront fous. Elle n’est même pas proche d’être utilisable.
Donc, si vous avez une recette numérique — stock de sécurité — qui génère, selon certains, au moins 50 % de décisions déraisonnables que les gens doivent corriger manuellement, c’est parce que les chiffres n’ont initialement aucun sens.
Très fréquemment, les gens ajustent la moitié des chiffres, puis modifient de façon considérable l’autre moitié afin que le stock de sécurité « ait en quelque sorte du sens ». Ils bidouillent les paramètres juste pour obtenir le stock de sécurité là où il devrait être.
On observe que très fréquemment, lorsque toutes les modifications manuelles sont prises en compte, vous vous rapprochez de 90 %. Mais prenons ces 50 %.
Nous sommes à nouveau 50 fois au-dessus de ce qui constituerait une qualité raisonnable pour votre recette numérique. Il est fondamental que votre modèle ne génère pas de décisions déraisonnables. Sinon, il faut changer de modèle.
N’acceptez pas quelque chose qui vous donne plus qu’un pourcentage infinitésimal de décisions déraisonnables. Votre modèle devrait avoir 0 % d’insanité. C’est fondamental.
Sinon, vous ne pouvez rien automatiser, et vous ne pouvez même rien améliorer.
Pourquoi ? Parce que si vous avez un processus qui est en grande partie manuel, si vous avez 1 % d’insanité, en pratique, les praticiens de la Supply Chain doivent revoir toutes les lignes, car vous ne savez pas où se trouvent les anomalies.
Si vous avez 1 % d’insanité, les gens revoient près de 100 % des lignes. C’est comme si vous n’aviez aucune automatisation.
Et s’ils revoient toutes les lignes et ajustent bon nombre d’entre elles, comment serez-vous convaincu que le modèle B est meilleur que le modèle A ? Il y a tellement de modifications manuelles entre les deux que la comparaison devient impraticable.
Si vous comparez deux systèmes, vous n’aurez même pas les mêmes praticiens pour A et pour B. Si vous avez Bob, qui est excellent, contre Roger, qui est en retrait, Bob obtiendra de bien meilleurs résultats. Est-ce parce que le modèle est différent ou parce que Bob est meilleur que Roger ?
C’est pourquoi vous devez automatiser. Mais si vous souhaitez automatiser, vous avez besoin de 0 % d’insanité. Ici, il y a 50 % de sur-ride manuel. Cela signifie que le système ne fonctionne pas en pratique.
Conor Doherty: Très bien, merci.
Je continue. Cette question vient de Manuel. Salut Manuel.
Vous en avez déjà parlé auparavant, donc je vais ajouter du contexte pour élargir la question. La question était : pouvez-vous commenter l’utilisation des stocks de sécurité dans les FMCG ?
Ajoutons les inconvénients de cette approche en ce qui concerne la périssabilité, les radiations, etc.
Joannes Vermorel: FMCG : vous avez des fournisseurs et, en général, vous souhaitez des camions pleins.
Si nous parlons de produits massifs — shampoings, céréales, etc. — il s’agit de biens produits en série, et vos fournisseurs livreront typiquement en camions pleins.
Pour chaque fournisseur, vous commanderez généralement plus d’un produit. Peut-être une douzaine de références au moins, à chaque commande passée dans une journée. Cela peut être une expédition par semaine, selon les cas.
Mais fondamentalement, supposez qu’il est habituel de vouloir remplir un camion entier.
Le stock de sécurité vous fournira des quantités pour ces 10 produits que vous commandez au fournisseur, mais cela ne constitue pas un camion plein.
Que faites-vous ? Vous vous retrouvez avec une quantité équivalente à un demi-camion, ou à un camion plus 5 %. Comment gérez-vous cette situation ? Le stock de sécurité ne vous l’indique pas.
Les gens disent : « Oh, mais c’est un point de départ. » Cela signifie qu’il vous faudra un employé qui ajuste chaque chiffre, un par un, jusqu’à ce que cela corresponde aux contraintes.
Pour moi, c’est absurde. Si vous avez un modèle qui crée des complications rendant obligatoire la révision de chaque chiffre un par un, il faut changer de modèle.
De même, le stock de sécurité ne peut pas intégrer la possibilité d’organiser une promotion. Vous avez l’option, et non l’obligation, d’organiser une promotion pour liquider l’excès de stocks.
Où est cette option dans votre modèle ? Elle est absente.
Si vous avez un modèle de Supply Chain où les prix — que ce soit pour ce que vous achetez ou ce que vous vendez — sont absents, c’est absurde. C’est encore une perspective non économique.
Pour les FMCG, les marges sont généralement faibles. Vous ne pouvez pas vous permettre de négliger cet aspect. Vos marges sont trop minces pour laisser autant d’argent sur la table.
Peut-être que si vous êtes une entreprise incroyablement profitable — Louis Vuitton — vous vendez des produits avec des marges confortables. Si votre Supply Chain n’est pas super optimisée, vous bénéficiez tout de même de larges marges de luxe, ce qui n’est donc pas un problème majeur.
Mais si vous vendez du shampoing au supermarché, c’est un domaine où le prix compte. Chaque centime compte.
Conor Doherty: Très bien. Je continue.
Ceci vient de David Rollington. Salut David, ami de la chaîne. Tout le monde est un ami de la chaîne — qu’est-ce que je dis ?
Mais bon, David. C’est un long commentaire. Vous pouvez prendre une autre gorgée si vous le souhaitez.
Sur ce sujet, les stocks de sécurité : il doit y avoir une discussion complète, une communication et un accord sur les KPI avant toute chose. Lorsque les KPI sont imposés et que tous les achats proviennent de l’étranger, le stock de sécurité devient nécessaire.
C’est similaire à la manière dont fonctionnent les accords du processus S&OP. La Finance doit être impliquée pour garantir que tous les compromis soient correctement pris en compte. Qu’en pensez-vous ?
Joannes Vermorel: La Finance doit-elle être impliquée ? Oui.
Les compromis économiques conséquents doivent-ils être pris en compte ? Absolument.
Le stock de sécurité fait-il quoi que ce soit de tout cela ? Absolument pas.
Pour moi, c’est encore le problème. C’est complètement non-sens.
On me dit : « La Finance doit être impliquée, nous devrions prendre en compte tous les facteurs économiques, » puis : « par conséquent nous devrions adopter le stock de sécurité. » Comment en venir là ?
Il n’y a rien d’économique dans le stock de sécurité. Il suppose que vous optez pour un taux de service arbitraire exprimé en pourcentage. Vous prenez en compte les distributions, le délai de livraison, la demande, et vous ne considérez pas les remises sur les prix, la périssabilité, la probabilité de radiation, le coût de stockage, le coût d’opportunité de stocker quelque chose au lieu d’autre chose, etc.
On me donne des tas de très bonnes raisons, puis il y a ce saut : tous les facteurs économiques doivent être pris en compte, donc le stock de sécurité. Comment en arriver là ? Cela me laisse perplexe.
C’est pourquoi je dis au public : vous devez examiner sérieusement ce que signifie l’économie. Pensez en termes d’allocation des ressources et de taux de rendement.
Quand vous commencez à penser de cette manière, vous vous rendez compte : pourquoi avons-nous du stock de sécurité au milieu de notre système ? Cela n’apporte rien, cela complique simplement sans raison valable.
Conor Doherty: D’accord. Ce n’est qu’un commentaire pour moi, mais cela ajoute du contexte.
Vous avez parlé de laisser de l’argent sur la table. J’adore personnellement cette expression car elle permet de visualiser ce dont vous parlez.
Vous pouvez comparer deux choses et dire que le processus A fonctionne. Nous pouvons discuter du degré de performance. Le processus B fonctionne peut-être mieux.
À quoi ressemble mieux ? Moins d’argent laissé sur la table, ou, plus positivement, plus d’argent dans vos poches à la fin du mois.
Joannes Vermorel: Exactement.
Deux choses peuvent être vraies simultanément. Si vous avez de très mauvaises pratiques de stocks, de très mauvaises pratiques de production dans votre Supply Chain, mais que vos produits sont absolument fantastiques, vous ferez quand même de l’argent. Mais ce n’est pas grâce à votre système intelligent de gestion des stocks ou à votre planning de production.
Il existe de nombreux cas historiques : des entreprises ayant des pratiques atroces dans ce domaine, mais dont les produits étaient si bons qu’elles survivent.
Par exemple, Nike a fait face à un désastre de Supply Chain massif malgré le fait de posséder l’une des marques les plus appréciées au monde. Vous pouvez le rechercher en ligne : c’est le désastre Nike 2004 avec l’un de nos ex-concurrents, i2.
Nike a survécu. Ils restent rentables. Mais si vous regardez leur bilan en matière de Supply Chain, du moins à l’époque, ce n’était pas génial.
Ainsi, vous pouvez laisser des tonnes d’argent sur la table, et si, pour d’autres raisons, votre entreprise est extrêmement rentable, vous survivez. Mais ce n’est pas grâce à votre équipe de planification ou à votre équipe de Supply Chain.
Conor Doherty: Très bien. Merci.
Joannes, voici la dernière question, et je l’ai parcourue. Un peu de désaccord — ce que vous appréciez. Que le compte-rendu le montre : nous accueillons le désaccord, ou du moins des plaisanteries amicales. Vous pouvez toujours nous contacter et contester nos positions.
Ceci vient de Con. Bonjour, Con.
Lorsqu’on approvisionne le retail, les clients exigent généralement des taux de service très élevés combinés à des délais de livraison très courts, rien de comparable à l’horizon de cinq mois dans votre exemple de l’industrie du bâtiment. Ils fournissent également peu ou pas de visibilité sur la demande future, et le non-respect des taux de service convenus entraîne généralement des pénalités significatives.
Question : comment maintenez-vous des taux de service aussi élevés sans recourir aux concepts traditionnels de stock de sécurité ?
Joannes Vermorel: Ici, vous avez un problème : votre client, typiquement dans le retail de masse avec les FMCG, opte pour un accord où la qualité de service est littéralement définie en tant que taux de service. Voilà le cadre.
Le problème, c’est que cela ne répond toujours pas à ce que vous devriez faire.
Soyons honnêtes : vous êtes dans les FMCG et vous avez ces accords fondés sur le taux de service de vos clients. Vous dites : parce que mon client exige ce taux de service, je dois l’intégrer dans mon organisation. C’est un argument solide.
Mais malheureusement, si vous regardez à nouveau l’alternative économique, l’alternative économique est meilleure.
Pourquoi ? Imaginez que vous vous trouviez dans une situation où vous n’avez pas assez de stocks pour servir tous vos clients.
Comment décidez-vous lequel servir, et dans quel ordre ? Appliquez-vous la méthode FIFO (premier entré, premier sorti) ? Privilégiez-vous les clients VIP ? Voulez-vous répartir la pénurie entre tous vos clients ?
Votre client est-il vraiment également sensible pour tous vos produits ? Il y a beaucoup de subtilités ici.
Par exemple, si vous avez un client pour lequel vous n’atteindrez pas 98 %, est-il important de rester très proche de 98 % ou non ?
Si une entreprise cliente dit : « Je commande 1 000 unités, et si ce n’est pas fourni en totalité, cela compte comme un échec. Si vous me donnez 999, c’est un échec. » Dans ce cas, peu importe la proximité, cela compte comme un échec.
Alors, il vaut mieux ne rien envoyer. Nous avons cela avec nos clients : le détaillant dit que si vous ne le fournissez pas à 100 % en totalité, cela compte comme un échec. Si vous n’envoyez rien, c’est pareil. Ensuite, vous n’envoyez rien et vous utilisez les stocks restants pour servir d’autres clients et atteindre leurs objectifs.
Ainsi, nous avons un arbitrage, et le stock de sécurité ne vous indique pas votre performance dans l’arbitrage de ces clients.
Un autre exemple : votre KPI, à savoir un taux de service de 98 %, est calculé mensuellement. Vous avez eu un début de mois difficile, et vous êtes actuellement à 97 %.
Si vous voulez atteindre 98 % à la fin du mois lorsque vos clients calculent leur KPI, vous devez être à 99 % pour le reste du mois afin de compenser. Je simplifie, mais c’est l’idée.
Est-ce que ça vaut le coup ? Est-ce rentable ?
Devriez-vous augmenter vos niveaux de stocks et viser 99 % jusqu’à la fin du mois afin d’atteindre votre objectif final ? C’est une question.
Vous aviez atteint 98 %, mais vous n’avez pas livré car les choses dépassaient le cadre de votre modèle. La seule façon de répondre à « Devons-nous essayer d’atteindre 99 % pour compenser ? » est de réaliser une analyse économique du taux de rendement.
Si, pour passer d’un taux de service de 98 % à 99 %, vous devez multiplier vos coûts de stocks par trois, vous n’allez pas le faire. Si vous pouvez y parvenir en augmentant vos coûts de stocks de 10 %, peut-être devriez-vous le faire.
C’est là le point : parce que ce n’est pas une perspective économique, il vous manque toute la nuance pour savoir si vous devez saisir l’opportunité ou renoncer.
Le stock de sécurité, de par sa conception, ne vous en dit rien. Vous êtes dans le flou à ce sujet.
C’est pourquoi nous revenons à laisser de l’argent sur la table.
Imaginez : la première semaine, vous êtes à 97,9 %, soit 0,1 % en dessous de l’objectif, puis pendant les trois semaines suivantes, votre système revient exactement à 98 %, et vous finissez par manquer votre objectif d’un infime pourcentage. C’est stupide.
Vous savez que si vous aviez poussé un tout petit peu, vous seriez passé au-dessus. Cela manque de nuance et de toute capacité à appréhender la non-linéarité.
Une non-linéarité serait : si vous n’atteignez pas exactement leur objectif de 98 % pendant tout le mois, ils vous classent comme un mauvais fournisseur.
Le safety stock ne prend en compte aucune non-linéarité, quelle qu’en soit la nature.
Joannes Vermorel : Un commentaire de suivi à ce sujet, de la part de Manuel : le taux de service ne mesure pas le taux de livraison à temps.
De plus, c’est un autre problème : comment distinguez-vous si je sers mon client à temps ou avec un jour de retard ? À quel point cela constitue-t-il un problème ? La réponse courte est : cela dépend. Cela dépend énormément.
Il ne fait pas non plus la différence si vous ne livrez pas en totalité.
Le taux de service vous indique seulement si c’est un succès ou un échec. Il ne vous dit pas de combien vous avez manqué.
Disons que j’observe une librairie où les clients viennent principalement acheter un livre à la fois. En moyenne, vous avez cinq personnes par jour qui achètent une unité du livre.
Puis il y a un professeur qui entre et dit, “Je veux 30 exemplaires.” Cela sera comptabilisé dans l’analyse du safety stock comme une demande non satisfaite, alors que cette unique demande vaut 30 unités.
C’est la distinction entre le taux de service et fill rate.
Maintenant, dans le retail et les FMCG, vous échouez à servir 1 000 unités d’un client aujourd’hui, et le lendemain, le même client revient avec une autre commande, demandant 1 100.
Hier, ils ont demandé 1 000, vous n’avez pas livré. Aujourd’hui, ils reviennent avec 1 100.
La demande totale est-elle de 2 100 — hier plus aujourd’hui — ou bien la demande d’aujourd’hui est-elle simplement celle non servie hier, redemandée ?
Bref : si vous n’entrez pas dans le domaine de l’analyse économique, vous ne pouvez pas donner un sens à cela.
Il y a une ambiguïté sur ce qu’est réellement la demande, et la seule manière d’y voir plus clair, en pratique, est de faire des estimations en euros ou en dollars sur ce qui est rentable.
Les problèmes liés aux safety stocks sont littéralement sans fin. C’est terrible.
Conor Doherty : Très bien.
Un dernier commentaire qui est arrivé. Je ne révèle pas les commentaires privés.
Comment formons-nous à nouveau les acheteurs qui se fient à un seul chiffre de safety stock ? Comment faire sortir les gens de la mentalité : “Je veux un chiffre simple. Ne me donnez pas des distributions. Donnez-moi un chiffre simple.”
Joannes Vermorel : Vous robotisez le processus de prise de décision.
Pourquoi avez-vous des acheteurs qui parcourent un tableur et font plus un, moins un sur des milliers de lignes pour produire un bon de commande ? C’est insensé.
C’est le problème.
Les gens voient tout comme l’incrément par rapport au statu quo. Non. Ce n’est pas la bonne approche.
L’attitude correcte est la suivante : j’ai besoin d’un modèle pour ce processus d’allocation qui me donne des décisions sensées dès le départ.
Pas via cinq couches de personnes ajustant les chiffres manuellement. Je veux une recette numérique qui génère des décisions de bon de commande bonnes, satisfaisantes, avec 0 % d’insanité.
Une fois que vous avez cela — et c’est ce que fait Lokad — de combien de formation supplémentaire avez-vous besoin ? Très peu.
Les acheteurs sont très heureux. Ils regardent le chiffre et disent : “Tout est bon. Parfait. Fini.” Ils peuvent passer leur temps à discuter avec les fournisseurs pour rendre les choses plus collaboratives, au lieu de passer la moitié de leur temps à revoir des tableurs.
Si vous abordez le problème en pensant que l’acheteur va revoir les chiffres ligne par ligne, et que vous voulez fournir des chiffres qui correspondent à leurs paradigmes traditionnels — les paradigmes traditionnels sont dépassés. Ne jouez pas à ce jeu. Il est impossible de gagner.
Chez Lokad, ce que nous faisons, c’est d’aller directement vers une robotisation complète des décisions qui ne nécessitent pas d’intervention manuelle pour être générées, et qui ne nécessitent pas de correction manuelle après génération.
Elles sont 100 % bonnes, satisfaisantes, avec 0 % d’insanité. Peut-être que l’acheteur dirait : “J’aurais fait ça un peu différemment,” mais cela ne vaut pas mon temps, expédiez-le simplement.
C’est la bonne situation.
Ensuite, la reconversion consiste à former l’équipe à réallouer son temps vers des activités à plus forte valeur ajoutée, au lieu de passer son temps à ajuster sans fin les chiffres.
Mais pour cela, vous avez besoin d’un modèle qui n’est pas défaillant par conception.
Le safety stock est défectueux par conception, et donc le safety stock ne vous laissera jamais échapper à cette situation infernale où les gens sont les co-processeurs humains de votre système.
Votre système génère des absurdités, et les humains passent ligne par ligne pour corriger ces absurdités.
Si vous voulez échapper à cela, vous avez besoin d’une alternative. Ce ne sera pas une variante du safety stock. Ce sera quelque chose de bien plus simple, mais radicalement différent.
Conor Doherty : D’accord.
Ma réflexion, lorsque j’ai entendu la question — comment reconvertir des acheteurs qui se fient à un seul chiffre de safety stock et ne veulent pas de distributions — est qu’il y a là une hypothèse.
Le monde que vous défendez : au lieu de regarder un tableur Excel et d’arrondir un chiffre à la hausse ou à la baisse, vous avez toujours, dans le monde automatisé, un chiffre dans un dashboard.
L’idée des distributions, c’est la manière dont ce chiffre est calculé. C’est sous le capot.
Nous ne prônons pas que les planificateurs de supply chain doivent devenir des ingénieurs et statisticiens avancés.
C’est un chiffre dans le modèle actuel, et c’est un chiffre dans le modèle alternatif que nous proposons.
Joannes Vermorel : Exactement.
Lorsque vous passez un bon de commande pour un produit, vous devez indiquer la quantité.
Donc oui, les distributions de probabilité sont fondamentales, mais elles se trouvent sous le capot. C’est ainsi que le calcul est effectué.
De nos jours, avec nos clients chez Lokad, ils n’ont pas besoin d’être très compétents en probabilités, tout comme si vous conduisiez une voiture, vous n’avez pas besoin d’être un expert en thermodynamique. Ça fonctionne tout simplement.
Conor Doherty : Eh bien, sur ce point, nous y sommes depuis 90 minutes. Nous sommes à court de questions, nous manquons de temps.
Comme toujours, Joannes, merci beaucoup de m’avoir rejoint.
Et à tous les autres, merci d’être présents. Merci pour vos commentaires, vos questions, vos messages privés. Ils sont adorables, comme toujours.
Si vous souhaitez poursuivre la conversation, je le dis chaque semaine : contactez Joannes et moi. Connectez-vous avec nous sur LinkedIn. Nous sommes toujours ravis de discuter.
Si vous souhaitez contester Joannes, nous pouvons également organiser cela. Nous sommes ouverts aux retours et aux débats, ou simplement à une conversation amicale.
Vous pouvez aussi, si vous le souhaitez, nous envoyer un email à contact@lokad.com.
Et sur ce, nous vous verrons la semaine prochaine lorsque nous parlerons des KPI. Mais pour l’instant, retournez travailler.
