00:00:00 Introduction
00:03:16 Pourquoi les promotions du Black Friday sont risquées
00:08:11 Les distributeurs doivent-ils s’aligner sur les remises de leurs concurrents ?
00:12:50 Mesurer les ventes à plein tarif perdues
00:19:29 Présentation de Dublin, un distributeur fictif
00:21:32 Taux de rendement et prévisions probabilistes
00:29:33 Choisir les produits à proposer en réduction
00:34:37 Économie du panier et robotisation du commerce
00:39:13 Allocation omnicanale et rééquilibrage des stocks
00:44:04 Black Friday et Noël
00:45:06 Le Black Friday comme activité courante
00:48:53 Le taux de rendement apériodique
00:57:03 Dublin doit-il participer au Black Friday ?
01:02:16 Loi de Goodhart et enseignement final
01:03:43 Conclusion
Résumé
Conor Doherty interroge Joannes Vermorel, PDG et fondateur de Lokad, sur l’optimisation du Black Friday sans sacrifier la rentabilité à long terme. À travers Dublin, un distributeur fictif au milliard de dollars de chiffre d’affaires, ils examinent les remises, les prévisions probabilistes, la sélection des produits, l’allocation omnicanale, le rééquilibrage des stocks et le taux de rendement. Joannes défend l’idée que le Black Friday doit s’inscrire dans l’optimisation quotidienne de la supply chain plutôt que d’être traité comme un événement isolé.
Transcription complète
Conor Doherty: Joannes et moi venons de terminer une discussion sur le Black Friday. Une discussion un peu particulière parce que… Ah, c’est ma montre. Je dois prendre mon médicament pour le cerveau. Gardez ça au montage. Une discussion particulière, donc, qui combine en fait deux demandes du public.
La première était de parler du Black Friday et de la manière de se préparer à ce qui, pour beaucoup de nos spectateurs nord-américains, est l’une des journées commerciales les plus importantes de l’année, voire la plus importante. L’autre était de revenir aux fondamentaux des contenus de Lokad, notamment aux cours consacrés aux personnages fictifs de la supply chain. Cet épisode est donc un mélange de ces deux demandes : Joannes et moi prenons l’un de ces personnages et analysons les décisions qu’un grand distributeur prendrait, ou devrait prendre, avant d’engager des ressources financières considérables pour satisfaire la demande du Black Friday. Nous allons essayer de publier cet épisode au plus vite.
Avec un peu de chance… Non, c’est certain, avant le Black Friday. Si vous regardez cet épisode, j’espère que vous apprendrez quelque chose d’utile. Si c’est le cas, contactez-nous pour nous le dire. Sinon, ne nous contactez pas pour nous le dire.
Quoi qu’il en soit, bon visionnage. Alors, Joannes, aujourd’hui, j’essaie de répondre à deux demandes du public. La première vient de nos spectateurs, principalement nord-américains, dont beaucoup travaillent dans la distribution et se préparent actuellement au Black Friday. Nous sommes le 22 octobre, je crois, donc à un peu plus d’un mois de l’événement.
Ils sauront bientôt si les décisions prises il y a quelques mois et celles qu’ils prennent maintenant portent leurs fruits. Si elles se révèlent rentables. Ils étaient curieux de savoir comment nous aborderions le Black Friday et les promotions. Nous allons y venir.
C’est aussi pour cela que j’ai essayé de répondre à une deuxième demande récurrente : revenir à la série sur les personnages fictifs de la supply chain que tu avais réalisée il y a quelques années. Ces cours demandent énormément de temps, mais j’ai essayé de réunir les deux demandes. J’ai donc créé mon propre distributeur omnicanal fictif, réalisant un milliard de dollars de chiffre d’affaires, appelé Dublin. Il s’apprête à aborder…
Joannes Vermorel: Exactement.
Conor Doherty: Le Black Friday. Nous allons parcourir la chaîne de décisions nécessaire pour préparer ces promotions. Je te donnerai davantage de contexte ensuite. Mais avant cela, et je pense que c’est une bonne manière de cadrer la perspective générale de Lokad sur ce sujet, tu as déjà beaucoup parlé de ton aversion pour les promotions et de l’idée qu’elles constituent, au mieux, un remède à court terme.
Avant d’entrer dans l’optimisation du Black Friday, qui est pratiquement la plus grande journée du commerce physique au monde, quelle est ta position générale sur les promotions et les remises ? Peux-tu nous l’expliquer ?
Joannes Vermorel: Lorsque vous exploitez un réseau de magasins physiques, vous disposez de nombreux actifs fixes qui coûtent beaucoup d’argent toute l’année. Vous payez le loyer toute l’année : vous ne pouvez pas vous débarrasser de vos magasins en août ou en juillet sous prétexte qu’il y a peu de monde. Et même si décembre est un excellent mois, vous ne pouvez pas ajouter des mètres carrés uniquement pour ce mois-là. Vous avez une capacité constante que vous payez en permanence. Il en va de même pour toute l’infrastructure de soutien : les centres logistiques, les entrepôts, tout cela reste en place et est largement fixe. Vous pouvez adapter certaines choses, mais c’est difficile. Quant à la main-d’œuvre, la flexibilité varie selon les pays, mais il est difficile d’être extrêmement flexible sans se retrouver avec des personnes qui ne maîtrisent pas leur travail. Vous pouvez embaucher davantage, certes, mais si vous voulez des opérations de qualité et fiables, les remplir de personnes présentes seulement quelques semaines n’est généralement pas une très bonne recette. En partant de ce constat, qui vaut pour la plupart des distributeurs et pour ce personnage de Dublin, ce que vous voulez, c’est maximiser l’utilisation de ces ressources toute l’année.
Ce qui est intéressant, c’est qu’historiquement, l’une des idées à l’origine de la popularisation du Black Friday était de faire venir les gens plus tôt, pendant la période creuse précédant la ruée de Noël. Vous créez de l’animation et de l’activité pour attirer les clients avant le pic de fin d’année. C’est une bonne chose. Aujourd’hui, évidemment, personne ne décide vraiment du Black Friday : il arrive, c’est devenu une habitude. Concernant les promotions, il faut garder à l’esprit que promouvoir ne signifie pas nécessairement faire des remises. Idéalement, vous voulez surtout mettre des produits en avant, plutôt que baisser leurs prix.
Mon problème avec le recours massif aux remises, comme le font beaucoup de réseaux de distribution, c’est que cela détruit votre crédibilité tarifaire auprès des clients. Si un produit est vendu 100 un jour, puis avec 40 % de réduction, donc à 60, avant de revenir à 100, les clients pensent que vous avez des marges extravagantes, ce qui n’est généralement pas le cas. Ou bien ils retiennent ce que vous faites et s’habituent de plus en plus à traquer vos propres promotions. Vous créez des incitations perverses : les gens se souviennent des remises et anticipent les suivantes, jusqu’à ne venir que lorsque vous en proposez. Ce comportement peut être aggravé par de mauvaises incitations au sein de l’équipe commerciale, qui doit atteindre des objectifs, surtout en volume, et réclame donc désespérément toujours plus de remises.
Vos employés responsables des prix et de l’allocation aux magasins vont continuer à plaider en interne pour davantage de remises, simplement pour atteindre leurs objectifs de volume. Mais ces objectifs ne sont pas la finalité. Le but n’est jamais le volume, ni l’atteinte d’un objectif arbitraire.
Il n’y a qu’un seul objectif : le taux de rendement à long terme. C’est cela que vous voulez améliorer. Et mon expérience est que la quasi-totalité des chaînes de distribution qui jouent activement le jeu des remises importantes sont peu rentables.
Au mieux, elles affichent une marge brute de quelques points de pourcentage, un taux à un seul chiffre, et ce n’est même pas brillant. Pour moi, c’est davantage un signe de désespoir que de véritable maîtrise de leur destin et de vision précise de la manière dont elles veulent conduire leur marque sur le marché.
Conor Doherty: C’est vrai. Mais l’objection immédiate serait que, et nous reviendrons ensuite sur Dublin, un distributeur ne fixe ni les prix de ses concurrents ni les usages du marché. On peut raisonner dans l’abstrait, mais dans la réalité, à certaines périodes, les clients sont conditionnés à attendre des remises, non pas à cause de vos actions, mais à cause des habitudes du marché lui-même. Par exemple, vous avez deux distributeurs : l’un participe aux promotions du Black Friday ou de Noël, et l’autre non.
Comment savoir si je prends la bonne décision alors qu’à première vue, si je ne participe pas, mon concurrent aspire toute la fréquentation ?
Joannes Vermorel: Oui, mais la première question est : est-ce vraiment le cas ? Vos concurrents travaillent avec les mêmes contraintes que vous. Eux aussi ont des actifs fixes.
Ils ne peuvent pas absorber dix fois plus de demande, parce que rien ne suit : ni les mètres carrés, ni la capacité des entrepôts, ni le personnel. Cela conduit très vite à un service client médiocre, avec de longues attentes et des clients insatisfaits. À mon sens, la plupart des entreprises ont abusé de ces mécanismes. Nous revenons aux incitations internes : tout le monde pousse pour faire du volume, parce que c’est ainsi que l’on atteint ses objectifs. Les objectifs de volume sont faciles à calculer et à mesurer, mais on ne fixe jamais d’objectifs de taux de rendement.
Il existe une déconnexion très forte, surtout dans la distribution, entre le véritable intérêt économique à long terme, à savoir le taux de rendement, et les objectifs trimestriels assignés aux employés. Ma suggestion est de penser à la promotion de l’enseigne. Cela ne signifie pas tout solder, ni suivre tous les concurrents exactement au même prix.
Vuitton réalise d’excellentes affaires sans chercher à s’aligner sur les prix de ses concurrents. Et si vous voulez être le moins cher des moins chers, ceux qui y parviennent font généralement très peu de remises : ils proposent des prix très bas tous les jours et construisent ainsi la confiance de leurs clients. Les marques qui pratiquent ces remises ne sont généralement pas très compétitives sur les prix. Donc, lorsque tous vos clients ne viennent plus que pour les remises, voici ce que je suggère.
Le remède est un parcours d’une décennie, au cours duquel vous réduisez progressivement les remises proposées. Nous l’avons fait pour quelques clients qui avaient des remises massives, de plus de 30 % au total. Réduire ce niveau de moitié, ce qui reste encore élevé, a littéralement pris cinq ans pour un client auquel je pense.
Vous ne pouvez pas le faire du jour au lendemain. Il faut diminuer progressivement les remises pour ne pas perdre soudainement votre clientèle. Vous continuez à tenir compte de ses attentes, mais vous voulez parvenir à une situation avec beaucoup moins de remises. Il peut en rester, mais les promotions peuvent porter sur autre chose. Elles ne doivent pas nécessairement être de fortes réductions de prix.
Vous pouvez aussi proposer des séries limitées de certains produits, disponibles seulement quelques jours parce que les quantités sont restreintes, et mettre en avant cette rareté plutôt qu’une remise.
Conor Doherty: Avant de passer au personnage de Dublin, puisque tu parles d’objectifs, l’une des questions qui m’ont été posées et que je te transmets est la suivante : comment distinguer, par exemple, un volume X de ventes réalisé grâce à une remise de 20 % aujourd’hui du volume que j’aurais vendu le mois prochain au prix normal ? Comment démêler ce signal de demande déformé par les remises de la possibilité d’avoir sacrifié des ventes à plein tarif, plus ou moins garanties dans un mois, pour recevoir moins d’argent, mais tout de suite ? Et comment déterminer si cet arbitrage est intéressant ?
Joannes Vermorel: Oui. Nous revenons ici au caractère dysfonctionnel de la théorie classique de la supply chain. Elle ne reconnaît même pas l’existence des prix. J’ai de nombreux livres, des manuels universitaires, sur mon bureau, et le sujet en est tout simplement absent. Voilà pourquoi les gens jouent au jeu des volumes : c’est la seule chose qu’ils voient. Les prix ne font même pas partie de la théorie.
Il faut un modèle prédictif qui estime quelle aurait été la demande avec un prix différent, en tenant compte des prix des concurrents. C’est difficile, et cette difficulté est renforcée par le fait que beaucoup d’éléments liés aux prix évoluent très lentement. Par exemple, si vous êtes plus cher que vos concurrents, vous ne perdez pas tous vos clients du jour au lendemain. Il y a une lente érosion de la clientèle, qui se déplace progressivement vers la concurrence.
Bien entendu, toutes choses égales par ailleurs : si vous offrez un meilleur service, une meilleure disponibilité ou une meilleure perception parce que le magasin est plus propre et mieux rangé, vous vendez effectivement un produit différent, car tout ce qui l’entoure fait partie de l’expérience. Chez Lokad, nous appelons cela des prévisions fonctionnelles. Il ne s’agit pas seulement de probabilités : la prévision est une fonction du prix que vous pouvez décider. Ce n’est pas non plus simplement de l’élasticité, car les réactions des clients sont généralement très non linéaires. Un autre aspect souvent mal compris est que les clients ne regardent pas d’abord les prix de vos concurrents. Ils vous regardent d’abord et comparent les prix au sein de la même enseigne.
Conor Doherty: Je crois que tu avais donné récemment l’exemple du lait. Tu peux augmenter son prix d’un centime, ou d’un penny, sans perdre tous tes clients. Mais si tu ajoutes un penny, puis un autre, puis encore un autre, à un certain point, tout s’effondre.
Joannes Vermorel: Oui, parce que vous êtes allé trop loin. Il y a aussi de la cannibalisation et de la substitution au sein de votre propre assortiment. Nous ne parlons pas d’un produit isolé. Prenez, par exemple, un magasin de bricolage.
Vous avez peut-être trois gammes de tournevis : les très bon marché, ceux au bon rapport qualité-prix et ceux d’une bonne marque qui durent toute une vie.
Lorsque les clients réfléchissent aux prix, avant de vérifier ceux des concurrents, ils évaluent les prix relatifs de votre offre. Je cite les tournevis parce que c’est un cas intéressant : vous pouvez les acheter individuellement ou en coffret avec plusieurs embouts ; avec ou sans boîte ; compacts ou grands ; électriques ou non.
Vous avez beaucoup d’options, et l’essentiel de l’analyse tarifaire du client porte sur ce qu’il a devant lui. C’est là qu’apparaissent les non-linéarités les plus fortes : si un produit devient légèrement plus cher qu’un autre qui se trouve littéralement sur la même étagère, face au client, les choix peuvent basculer massivement. Bien davantage que lorsqu’il faut parcourir plusieurs kilomètres ou prendre sa voiture pour aller dans un magasin inconnu. C’est beaucoup plus immédiat. Il faut donc un modèle prédictif de ce qui se passera à court et à long terme avec vos prix et de la manière dont ils orienteront le comportement des clients. Il y a beaucoup de science des données sophistiquée dans tout cela, c’est vrai, mais je nuancerais l’idée que tout se résume à cela. La science des données concerne surtout l’analyse à court terme. Pour les effets à long terme, il faut une réflexion de haut niveau et des appréciations, car vous ne pouvez pas simuler ni extrapoler ce qui se passera pendant la prochaine décennie. Vous devez intégrer au modèle des jugements, par exemple sur la manière dont les gens s’habituent à une politique de remises.
C’est quelque chose qui se joue sur une décennie. Vous n’apprendrez pas ces comportements uniquement à partir des données. Les données historiques peuvent peut-être vous indiquer certaines choses, mais, en définitive, le Supply Chain Scientist devra exercer son jugement pour les modéliser correctement.
Conor Doherty: Très bien, avançons et mettons cela en pratique. Avant cela, en l’honneur de cet épisode et parce que je sais combien tu aimes la technologie — je sais que tu adores les ordinateurs —, je t’ai préparé une feuille de papier.
Sur cette feuille, à l’encre verte, tu trouveras le contexte de Dublin, que je vais lire. J’ai écrit en majuscules. J’espère que tu pourras lire. C’est un aide-mémoire, si tu veux notamment retrouver le chiffre d’affaires.
Nous afficherons les informations à l’écran, mais nous voulons mettre ces idées à l’épreuve dans le contexte de Dublin. Tu peux les lire ; je vais les présenter au public. Dublin réalise un milliard de dollars de ventes annuelles, possède cent magasins et un site web qui représente environ un quart de ses ventes.
Pour notre public nord-américain, imaginez Target, mais sans l’alimentaire. L’enseigne vend des vêtements, des articles pour la maison, des jouets et de l’électroménager. Lors du dernier Black Friday, Dublin a enregistré des ventes record, mais ses décisions n’étaient pas brillantes : beaucoup de ruptures de stock, beaucoup de livraisons tardives parce que les commandes avaient été passées trop tard, et beaucoup de stock mort en janvier, qui n’avait donc pas non plus pu être vendu pendant Noël.
Cette année, Dublin veut faire mieux. Joannes, avec ce contexte et tout ce que nous avons dit comme point de départ, comment les dirigeants de ce distributeur généraliste au milliard de dollars de chiffre d’affaires doivent-ils aborder la question de l’amélioration ? On l’entend souvent : nous voulons faire mieux, nous savons que nous ne sommes pas excellents.
Je l’entends souvent. Nous savons que nous pouvons faire mieux, mais dans ce contexte, que signifie faire mieux au point de départ ? Nous construirons la suite à partir de là.
Joannes Vermorel: Il faut d’abord adopter la perspective économique. Faire mieux, c’est améliorer le taux de rendement. C’est aussi simple que cela.
Conor Doherty: Et exprime tout cela dans le contexte que je t’ai donné. C’est notre cadre pour la suite.
Joannes Vermorel: Le taux de rendement, c’est ceci : j’investis 1 000 dollars, j’immobilise 1 000 dollars dans cette activité et, au bout d’un an, après les rotations de stock, combien ai-je de dollars ? Idéalement, vous aimeriez peut-être avoir 1 200 dollars après un an. Cela ferait 20 %. C’est bien.
Ce serait plutôt bien. Voilà le taux de rendement : vous engagez une certaine somme, elle se capitalise au cours de l’année, et vous regardez combien vous avez à la fin.
C’est littéralement l’idée centrale du taux de rendement. Comment les distributeurs jouent-ils à ce jeu ? Ils achètent et gèrent à un certain prix, vendent à un prix supérieur, puis font tourner l’argent, idéalement plusieurs fois dans l’année. C’est ainsi qu’ils obtiennent un effet d’intérêts composés et génèrent leurs bénéfices.
Pour moi, c’est devenu relativement évident, parce que c’est ainsi que Lokad travaille depuis plus d’une décennie. Mais la plupart des distributeurs ne raisonnent toujours pas de cette manière. Ils pensent en objectifs de volume : nous projetons ceci, donc cela va se produire et tout ira bien. Mais cela ne fonctionne pas ainsi.
Une fois que nous parlons de taux de rendement, l’étape suivante consiste à reconnaître que le futur est incertain. Face à un événement très volatil comme le Black Friday, vous ne pouvez pas affirmer pour tous vos produits : je vendrai telle ou telle quantité. Il faut comprendre que l’incertitude augmente avec le pic. Si vous vendez quelque chose de manière très régulière et stable, vous pouvez être relativement certain du volume vendu la semaine prochaine. Mais si vous regardez plusieurs mois en avant, avec en plus une forte poussée publicitaire et un changement important des prix, l’incertitude devient énorme. Sans compter que vos concurrents vont eux aussi faire beaucoup de choses.
Vous vous placez donc dans une situation pleine d’incertitude. Quand les surstocks apparaissent, la réalité est souvent que quelqu’un a dit : nous sommes absolument certains de vendre 2 000 unités, nous le savons. Mais ils ne le savent pas : l’incertitude est très forte. Ils en vendent peut-être 1 500, soit les trois quarts, et cela semble s’être bien passé. Pourtant, les 500 unités restantes peuvent représenter davantage que les ventes normales de tout le reste de l’année. Même si la majorité de la marchandise a bien été écoulée pendant l’événement, vous pouvez vous retrouver avec des mois et des mois de stock, qui finissent par devenir du stock mort.
Conor Doherty: N’est-ce pas précisément ce qui s’est passé dans notre scénario ?
Joannes Vermorel: Le problème, c’est que vous avez écoulé la marchandise avec, généralement, une forte remise et des marges extrêmement faibles. Il suffit donc de peu de stock excédentaire pour que l’opération ne soit plus rentable. Chez Lokad, nous examinons tous les futurs possibles et cherchons le taux de rendement moyen. Vous prenez une trajectoire : nous allons acheter cette quantité. Regardons tous les futurs possibles, la manière dont cette décision se comporte et son taux de rendement net une fois tous les événements pris en compte au fil de leur déroulement. Mais pour faire cette analyse du risque, il faut d’abord que le risque existe dans votre modèle : vous devez le modéliser. C’est exactement ce que fait Lokad lorsque nous défendons les prévisions probabilistes. Elles permettent de reconnaître que le futur est très incertain.
Vous attribuez des probabilités, et certains facteurs augmentent l’incertitude. Vos distributions de probabilité seront encore plus étalées, notamment si vous emmenez vos prix dans des zones que vous explorez rarement ou si vous menez des campagnes publicitaires inhabituelles. Tout cela repousse les limites de l’incertitude vers des territoires sur lesquels les données vous renseignent peu. L’incertitude est donc très grande et, chose intéressante, lorsque vous faites face à beaucoup d’incertitude, la conséquence habituelle, pour obtenir un meilleur taux de rendement, est d’être plus prudent.
C’est aussi simple que cela. La plupart du temps, lorsque nous travaillons avec des clients et reconnaissons toutes les incertitudes, la conclusion est plus prudente que leur plan. Le problème est que nous rencontrons beaucoup de résistance : les primes et les objectifs des employés dépendent de l’atteinte de volumes. Vous pouvez avoir une prime liée à un objectif de ventes du Black Friday, sans rien qui vienne la modérer en tenant compte du stock mort généré.
Conor Doherty: Comme dans l’exemple précédent : tu vends un volume X avec une remise de 20 %, mais l’aurais-tu vendu à plein tarif ? Si les primes sont liées à cet horizon, tu avances simplement la vente. Et c’est un problème : tu as perdu de l’argent à long terme.
Joannes Vermorel: Oui. En distribuant ces primes, vous créez de nouveau des incitations perverses qui seront détournées parce qu’elles ne sont pas alignées sur les intérêts à long terme de l’entreprise. C’est aussi simple que cela. Chez Lokad, nous adoptons la perspective économique, puis faisons le nécessaire pour ne pas ignorer le risque. En pratique, notre meilleur outil pour cela est la prévision probabiliste. Ensuite, vous évaluez les décisions avec ces prévisions fonctionnelles, ce qui est différent des probabilités : elles reflètent le fait que certaines décisions ne sont pas encore prises, mais que vous les prendrez vous-même à l’avenir.
Par exemple, les prix. Vos prix ne sont pas incertains ; ils sont indécis. Il y a une différence entre l’incertitude irréductible et ce qui n’a simplement pas encore été décidé, mais sur quoi vous aurez finalement la main.
Conor Doherty: Puisqu’on parle de décider, l’un des points de départ, avant même les prix, consiste à choisir ce que tu vas remiser dans ton assortiment. Nous avons Dublin, et tu as ta fiche de référence, très bien écrite. Pour ceux qui n’en ont pas, j’ai cité les vêtements, les articles pour la maison, les jouets et les appareils électroménagers. Pour la discussion, imaginons des appareils aussi grands que des réfrigérateurs, peut-être pas des climatiseurs, je ne sais pas. Dans ce cadre général, comment choisir ce que l’on va remiser ?
Évidemment, on ne veut pas appliquer une réduction uniforme à tout. On veut certains produits qui fassent venir les gens, mais pas tous.
Joannes Vermorel: Oui. Et le pire avec les remises, ce sont les achats d’aubaine : des gens qui auraient acheté de toute façon et qui découvrent le jour même qu’il y a une remise. Très bien.
Cela ne change rien à leur décision, mais merci. Merci beaucoup.
Conor Doherty: Tout à fait. J’ai acheté un projecteur exactement dans ces circonstances la semaine dernière.
Je l’aurais acheté de toute façon. Au prix normal.
Joannes Vermorel: Et l’électroménager entre précisément dans cette catégorie. C’est une décision à laquelle les gens réfléchissent pendant des mois.
Conor Doherty: Oui, exactement. Et j’ai utilisé ChatGPT pour réduire le nombre d’options.
Joannes Vermorel: Les gens ne décident pas d’acheter un magnifique réfrigérateur américain à deux portes simplement parce que l’occasion se présente.
Conor Doherty: Ce n’est pas un achat impulsif.
Joannes Vermorel: Exactement, pas parce qu’il y a 15 % de réduction aujourd’hui. En général, l’électroménager se prête très mal aux promotions. Vous voulez plutôt des produits qui déclenchent des achats impulsifs.
Les jouets ne sont pas un mauvais choix. Dans cet exemple, je choisirais des jouets, éventuellement des vêtements. Pour les jouets, ce serait encore mieux si le produit risquait d’être épuisé avant Noël. C’est une occasion qui aura disparu avant Noël, donc on ne peut pas simplement attendre cette date, puisqu’il n’en restera plus. Cela peut être bon marché, pas nécessairement rare : par exemple, une édition limitée sous licence Pokémon, Naruto, Harry Potter ou autre. Mon intuition serait de chercher quelque chose de relativement peu cher : vous pouvez afficher une grosse réduction en pourcentage, et un prix total faible déclenchera plus facilement un achat impulsif. À l’inverse, sur un réfrigérateur américain à deux portes qui coûte 3 000 euros, une remise de 10 % n’est pas tellement impressionnante, alors qu’elle représente déjà 300 euros. Si vous vendez un produit à 10 euros avec une réduction de 50 %, vous ne concédez que 5 euros.
Il faut réfléchir à une promotion visible et attractive, mais fondamentalement peu coûteuse. Idéalement, elle ne doit pas trop perturber le positionnement tarifaire que vous cherchez à maintenir toute l’année : les gens doivent pouvoir compter sur des prix raisonnables et stables, sans se sentir floués. Imaginez que vous achetiez un réfrigérateur cher et que, deux semaines plus tard, il soit remisé de 10 %. Vous pouvez en vouloir à l’enseigne. Et si vous êtes encore dans le délai de retour, vous pouvez le rapporter. Certaines personnes jouent à ce jeu. Oui, je connais quelqu’un qui l’a fait récemment.
Conor Doherty: Ce n’était pas moi. J’ai toujours mon projecteur, mais je connais des gens qui l’ont fait.
Joannes Vermorel: Oui. Et c’est un enfer. Ce n’est vraiment pas ce que vous voulez provoquer.
Conor Doherty: C’est intéressant de réfléchir aussi aux habitudes d’achat. La plupart des personnes qui vont chez Dublin achètent plusieurs choses. Nous avons déjà parlé de la perspective du panier. Il n’y a pas d’alimentaire dans ces magasins, mais les gens ne viennent généralement pas acheter seulement un jouet pour leur enfant.
Ils achètent cela et d’autres choses. En revanche, quelqu’un qui vient acheter un réfrigérateur peut ne vouloir que cela. Il ne vient pas flâner. Choisir des remises sur des produits achetés seuls peut donc générer une visite ponctuelle.
Les clients ne repartent pas avec un réfrigérateur, un tas de vêtements, des assiettes et des bols. Comment cette perspective du panier, selon laquelle les gens achètent plusieurs produits ensemble et l’absence de l’un peut gâcher toute l’expérience, s’intègre-t-elle aux remises du Black Friday chez Dublin ?
Joannes Vermorel: Nous parlons d’un phénomène assez complexe, d’un événement qui se produit à un moment donné. Comme je le disais, l’entreprise a des ressources fixes pour presque tout, y compris ses analystes des prix et du merchandising. Nous entrons ici dans un domaine où il faut robotiser tout cela. Les gens doivent déjà consacrer du temps à la gestion quotidienne, et il leur faudrait maintenant beaucoup plus de temps pour gérer cet événement annuel. Ma suggestion, et c’est ainsi que travaille Lokad, est que le Black Friday et tous les événements quasi cycliques fassent partie de l’activité courante. Vous avez un modèle qui représente ce que nous appelons la quasi-cyclicité : ce n’est pas exactement cyclique, cela revient chaque année mais peut se décaler un peu, comme le Nouvel An chinois. Toutes les décisions générées jour après jour en tiennent compte. Je pense que l’on surestime les grandes décisions propres au Black Friday par rapport à toutes les tâches ordinaires. Par exemple, pour préparer les magasins, vous commencerez probablement à leur envoyer davantage de marchandises jusqu’à trois semaines avant l’événement. Pourquoi plusieurs semaines ? Pour éviter une livraison massive obligeant les centres logistiques à multiplier les heures supplémentaires afin d’expédier deux fois plus de marchandises que d’habitude dans les cinq derniers jours.
Vous voulez donc que cette planification à rebours se fasse en douceur, en exploitant les différences entre magasins. Certains peuvent avoir un peu de surface disponible : vous pouvez commencer à leur envoyer des marchandises trois semaines à l’avance. Ce n’est pas un problème.
Cela tiendra. D’autres magasins ont très peu de place en rayon : vous ne pouvez donc pas les charger plusieurs semaines à l’avance. Tout cela demande beaucoup de microgestion. Pour bien le faire, de manière fluide et à grande échelle, il faut le robotiser. C’est notre troisième pilier : perspective économique, modélisation probabiliste et robotisation, pour que tout se fasse sans silos, comme un flux continu de décisions quotidiennes. Le Black Friday est un événement ponctuel, mais toutes vos décisions l’anticipent et procèdent à de petits ajustements à son approche. Ensuite, vous faites de petits ajustements en sens inverse pour traiter les restes, par exemple en rééquilibrant les stocks dans le réseau.
Conor Doherty: C’était précisément ma question suivante, sur l’allocation dans le réseau. Comme nous l’avons dit, Dublin est omnicanal : cent magasins et un site web qui représente 25 % de son activité, ou du moins du chiffre d’affaires de l’année dernière. Comment allouer les stocks, sachant que les mêmes articles sont vendus en ligne et doivent aussi se trouver dans les magasins physiques ? Les clients arrivent et, s’ils ne trouvent pas ce qu’ils cherchent, ils risquent de repartir, parce qu’ils achètent des paniers. À grands traits, comment Dublin optimise-t-il cette allocation pour avoir assez de marchandises dans les entrepôts pour les ventes en ligne et dans les cent magasins, qui n’auront pas tous les mêmes besoins ?
Joannes Vermorel: De nouveau, vous cherchez ce que nous appelons la décision optimale ajustée au risque. Vous prenez en compte tous les futurs possibles et vous tranchez. Fondamentalement, vous faites des paris, et il n’y a pas d’autre solution : de petits paris dans chaque magasin, car la variabilité est très forte. Certains magasins écouleront certains produits et seront en rupture. Ce n’est pas un problème.
C’est normal, tandis que d’autres auront des excédents. C’est exactement ce qui arrive lorsque la variabilité est forte. Vous aurez beaucoup de déséquilibres : le magasin A a un produit en excès et un autre en rupture, tandis que le magasin B connaît la situation inverse.
Il faut alors rééquilibrer progressivement. Conceptuellement, le rééquilibrage des stocks est assez simple : vous prenez des marchandises, vous les mettez dans un camion et vous les déplacez vers un autre magasin, ou vous organisez une tournée.
La complexité tient surtout à l’explosion combinatoire des possibilités. Il faut considérer chaque SKU dans chaque magasin et tous les transferts potentiels, avec des coûts de transport non linéaires. Vous ne voulez pas déplacer une cuillère depuis un magasin puis répéter ce processus. Il faut raisonner en expéditions, et vous avez peut-être déjà des camions qui font des tournées.
Vous voulez en tirer parti : aujourd’hui, pendant que le camion me livre, je lui confie des produits qui seront déchargés à l’arrêt suivant et contribueront au rééquilibrage. Nous revenons à l’automatisation. Ces choses ne sont pas très difficiles, même si cela peut paraître intimidant de parler de dizaines de milliers de SKU par magasin et de cent magasins.
Cela représente évidemment des millions de combinaisons, mais ce ne sont pas de grands nombres pour les ordinateurs modernes. Vous ne pouvez pas traiter naïvement le problème par force brute, mais il n’est pas forcément nécessaire de disposer d’une analyse numérique extrêmement sophistiquée pour l’optimiser. L’idée essentielle est que cela relève de l’activité courante. On ne rééquilibre pas les stocks spécialement pour le Black Friday : on a une logique qui le propose en permanence et qui repose sur des fondements économiques. Elle ne proposera rien qui ne soit pas économiquement viable. Si le volume est insuffisant, nous n’allons pas suggérer de déplacer une cuillère d’un magasin à un autre. Ce serait absurde.
Il faut atteindre un certain volume et qualifier les opportunités : atteignent-elles la masse critique de rentabilité ? Nous raisonnons toujours en taux de rendement. Après le Black Friday, davantage d’opportunités apparaîtront, simplement parce que nous sortons d’un événement important. Le système proposera naturellement ces rééquilibrages, mais ils ne sont pas propres au Black Friday : c’est l’activité courante. Les recettes numériques quotidiennes saisiront le fait que davantage d’opportunités se présentent pendant cette période.
Conor Doherty: Lorsque tu parles d’équilibrer la répartition des stocks dans un réseau omnicanal, si l’on compare la préparation du Black Friday et celle de Noël, même dans cette perspective d’activité courante et sans différences radicales, il y a des nuances à souligner. Les promotions de Noël s’étendent sur une période, sur les semaines qui précèdent ; elles sont moins concentrées. Si j’ai une rupture de stock dans un magasin phare le 21 décembre, je peux encore le livrer le 22 ou le 23 et il y aura toujours des clients. Est-il juste de dire que, pour le Black Friday, on n’a qu’une seule occasion de réussir l’allocation, au moment où toute la fréquentation se concentre ?
Joannes Vermorel: Je pense que c’est une erreur d’analyse de raisonner ainsi. Votre activité est un continuum : vous devez servir vos clients avant et après. Vous ne voulez pas…
Conor Doherty: Mais ce volume ne sera plus là le lendemain, c’est ce que je veux dire. Le volume de personnes, pas le volume de stock.
Joannes Vermorel: Oui, mais il vous restera des stocks et ainsi de suite. Si le Black Friday commence à représenter un pourcentage à deux chiffres de votre chiffre d’affaires annuel, vous avez un énorme problème. Oui, énorme.
Tous vos actifs sont fixes. Vous payez le loyer du magasin chaque semaine de l’année, pas seulement pendant celle du Black Friday. Certaines activités en ligne peuvent peut-être dire : nous réalisons 80 % de notre activité annuelle ce jour-là et ce n’est pas un problème, parce que tout est virtuel ; nous pouvons servir un million de clients un jour et aucun le lendemain. Peut-être pour certaines activités en ligne. Mais quand vous avez une infrastructure, vous voulez qu’elle serve toute l’année.
Si vous ne le faites pas, un concurrent plus intelligent le fera et vous dépassera, simplement parce qu’il utilise mieux ses actifs. Il faut penser votre supply chain comme un actif productif qui génère des décisions jour après jour. Tout ce qui relève de l’activité courante doit être géré comme tel. Le Black Friday relève de l’activité courante : c’est un événement parmi d’autres. Et le Nouvel An chinois ?
Et le Ramadan ? Pâques ? La fête des Mères ? La fête des Pères ?
Et tel autre événement ? La Journée des célibataires ? Il y en a beaucoup. Ils n’ont évidemment pas tous la même ampleur.
Très bien. Mais ce sont tous des événements quasi cycliques qui doivent être modélisés comme tels. Pour cela, vous voulez que votre supply chain fonctionne pratiquement en pilote automatique.
Si vous abordez le Black Friday comme un silo, une opportunité déconnectée du reste, beaucoup de choses vont entrer en collision. Vous achetez des produits pour le Black Friday alors que vous avez déjà en magasin des substituts presque parfaits. Vous vous retrouvez en excès, sans voir que vos ventes se cannibalisent entre elles. Pour moi, c’est une erreur de penser pouvoir isoler le Black Friday. Il ne faut pas le faire. C’est une erreur classique liée à l’absence de robotisation : on gère avec des personnes et, pour les organiser, on divise le problème, on crée une équipe dédiée au Black Friday, distincte de celle qui s’occupe du quotidien. C’est logiquement incorrect. Il faut les mêmes recettes numériques pour gérer l’ensemble, avec le Black Friday comme un événement parmi bien d’autres. Peut-être plus important, mais rien de plus.
Conor Doherty: Je suis content que tu le décrives comme un événement parmi d’autres. Comme le montrait ma question précédente, les décisions du Black Friday préfigurent Noël. Tu disais tout à l’heure qu’il fallait mesurer toutes les décisions et leurs effets par le taux de rendement. Supposons que nous acceptions cela. Ceux qui nous écoutent se demanderont naturellement : un taux de rendement sur quel horizon ? Je prends des décisions pour le Black Friday, et elles vont évidemment influencer la demande à Noël.
Faut-il donc attendre après Noël ? Mais qu’en est-il des ventes réalisées lors du Black Friday, qui tombe, je crois, le 27 novembre ? Elles sont assorties d’un délai de retour de 45 jours.
Nous arrivons donc en 2027. À quel moment puis-je raisonnablement commencer à évaluer si mes décisions ont été bonnes en termes de taux de rendement ?
Joannes Vermorel: C’est une question un peu délicate, et j’en suis conscient. Il y a une réponse technique, qui figure dans le livre : c’est ce que j’appelle le taux de rendement apériodique. Mais, fondamentalement, vous voulez regarder jusqu’à la fin des temps.
Conor Doherty: On peut donner une réponse générale. Je comprends que ce soit technique.
Joannes Vermorel: D’abord, toutes les coupures arbitraires sont incorrectes. Il ne faut pas dire : je ne regarde que sur un jour. Pourquoi un jour ? Ou une semaine : pourquoi une semaine ? Un mois ? Logiquement, il n’y a aucune raison d’arrêter l’analyse à un moment donné. Dans son principe, votre démarche consiste à regarder jusqu’à la fin des temps.
Cela convient très bien. C’est d’ailleurs ce que font les banques avec les intérêts et ainsi de suite. En pratique, il existe des effets numériques qui rendent négligeable le rendement d’un argent que vous pourriez gagner dans un futur extrêmement lointain. C’est simplement un effet numérique.
Mais vous voulez calculer votre taux de rendement. Avec la perspective apériodique, je propose de considérer son évolution jour après jour jusqu’à la fin des temps. Lorsque vous regardez une série d’opérations, la courbe atteint un maximum puis diminue : vous prenez une décision qui coûte de l’argent, puis elle en rapporte, puis elle en coûte et en rapporte encore. Pour une opération donnée, comme un achat de stock, cela finit par s’éteindre, parce que le stock est épuisé ou que vous le jetez. J’achète quelque chose, je dépense maintenant, je reçois de l’argent au fil des ventes, puis je liquide ce qui reste et l’opération se termine. Imaginons que j’achète 1 000 unités et que j’en vende 99 % la première année, mais que le dernier pour cent mette une année entière de plus à se vendre.
Si je regarde seulement la première année, j’ai peut-être obtenu un rendement de 25 %. Le pour cent restant ne change presque rien, même si le produit a une bonne marge. Je pourrais le passer en perte et conserver un rendement de 25 %. Si j’étends l’horizon d’analyse à deux ans, je devrais diviser ces 25 % par deux.
Conor Doherty: Exactement. Cela ferait 12,5 %.
Joannes Vermorel: Mais est-ce juste ? Non, parce qu’à la fin de la première année, j’avais déjà récupéré l’argent. Pourquoi devrais-je attendre une année de plus pour évaluer mon taux de rendement ?
Cela n’a pas de sens. Imaginez qu’une unité mette mille ans à se vendre : vous finiriez avec un rendement totalement négligeable, ce qui serait complètement fictif. Avec le taux de rendement apériodique, je propose de regarder son évolution jour après jour et de retenir le jour futur où il est le plus élevé. C’est votre rendement effectif, parce qu’à ce moment-là, ce n’est plus théorique.
C’est le moment où vous avez récupéré votre argent, prêt à être réinvesti dans autre chose. Voilà pourquoi je raisonne de manière apériodique : vous regardez jusqu’à la fin des temps, mais, pour calculer le rendement effectivement obtenu, vous prenez le point où le taux de rendement effectif est le plus élevé.
Voilà l’analyse. C’est un peu technique, mais voyez cela comme une manière sophistiquée de dire : je veux comparer des décisions qui n’ont pas les mêmes horizons. C’est pour cela que je dis apériodique. On ne raisonne pas nécessairement sur une année : une décision peut arriver à son terme dans un mois, et une autre mettre un an à produire tous ses effets.
Nous n’avons pas les mêmes horizons. Il faut donc un taux de rendement qui ne soit pas défini par une période fixée à l’avance. C’est pour cela qu’il est apériodique.
Conor Doherty: Quelqu’un qui écoute cela se demandera, et ce que tu décris est tout à fait clair, je comprends, ce qu’il faut pour suivre et mesurer ce taux de rendement apériodique, ce qu’il est et ce qu’il n’est pas.
Joannes Vermorel: Ce n’est pas très compliqué. Je ne vais pas décrire la formule, mais la formule est…
Conor Doherty: Mais là, tu parles essentiellement d’un tableau de bord qu’ils pourraient consulter ?
Joannes Vermorel: Même pas, parce que le taux de rendement intervient au moment où vous voulez décider, lorsque vous considérez toutes les options. Calculer le taux de rendement apériodique après coup est très simple : vous pouvez le faire dans Excel, même s’il faut choisir un point. Le problème, c’est…
Conor Doherty: Oui, même dans Excel, ce serait facile.
Joannes Vermorel: Le problème, c’est que ce n’est pas le passé qui vous intéresse. Vous voulez le faire pour des décisions qui n’ont pas encore été prises. C’est là que les choses se compliquent. Analyser la rentabilité des décisions passées est relativement simple.
Ce qui est difficile, c’est de le faire pour les décisions à venir. Nous retrouvons alors les probabilités. Les probabilités ne font pas bon ménage avec Excel. Il faut des outils permettant cette modélisation probabiliste.
Le problème serait exactement le même si nous choisissions un autre indicateur que le taux de rendement apériodique. Le vrai problème n’est pas cet indicateur : c’est la modélisation probabiliste, qui constitue la grande difficulté et qui ne rentre pas dans Excel.
Conor Doherty: Très bien. Pour conclure cet exercice autour de notre personnage fictif, conseillerais-tu ou non à Dublin de participer aux remises du Black Friday ?
Joannes Vermorel: Je pense que cela dépend de la manière de le faire. La perspective économique ne raisonne pas dans l’absolu. Elle dit qu’il faut penser au taux de rendement : ce que vous faites est-il rentable et dans l’intérêt à long terme ? Les promotions peuvent être bonnes, mais il existe énormément de manières de promouvoir. Quelle partie de l’assortiment mettez-vous en avant exactement ? Tout ? C’est probablement une erreur. Une petite sélection qui n’est disponible en magasin que pendant l’opération ? C’est probablement bien. Le retour peut-il être important ?
Pouvez-vous servir les clients ? Beaucoup de problèmes dépendent des circonstances. Que se passe-t-il si les magasins ne peuvent pas absorber l’affluence ? Les clients vous en veulent-ils ou vivent-ils une excellente expérience et vous apprécient-ils pour cela ? Tout est dans les nuances. Il faut robotiser les décisions pour que le Black Friday devienne un élément parmi les autres et libérer du temps pour que les gens réfléchissent vraiment à la manière de l’aborder.
Que voulons-nous mettre en avant ? Quelle image voulons-nous véhiculer ? Quel message ? Quelle histoire racontons-nous ? Ce sont de très bonnes questions, plutôt que de foncer dans une politique extrêmement agressive avec des remises de plus de 30 %, qui ne feront que créer des problèmes ensuite. Les clients ne croiront plus à vos prix habituels, ils attendront et commenceront à exploiter le système. Vous finirez par être dépassé par un concurrent qui utilise mieux ses actifs fixes, du même type que les vôtres.
Conor Doherty: Je crois avoir déjà raconté cette anecdote, mais nous connaissons tous les deux quelqu’un qui a une feuille Excel pour suivre les prix dans les Monoprix de son quartier. Nous sommes à Paris. Il aime une marque de café très précise, qui est régulièrement en promotion. Cela semble aléatoire, mais il a constaté que cela arrivait environ tous les deux mois et demi. Alors il entre et vide le rayon.
Une seule personne prend dix ou quinze paquets de ce café précis, puis va la semaine suivante dans un autre magasin qui propose sa propre offre et vide à nouveau le rayon. Les Pays-Bas, ou plutôt leurs habitants, sont particulièrement connus pour ce comportement. Ce que tu décris n’est donc pas une tendance fictive. Est-ce la majorité des gens ?
Non. Mais réfléchissez au signal de demande. Vous avez une rupture parce qu’une personne est entrée et a acheté quinze unités. Cela ne veut pas dire qu’il faut en remettre quinze immédiatement, car elles pourraient ne pas se vendre du tout. Nous revenons donc à cette perspective de l’incertitude dont tu parles depuis le début.
Joannes Vermorel: Oui, et à une perspective très globale où l’on réfléchit vraiment à l’intérêt à long terme de l’entreprise. C’est pour cela que je parle de perspective économique. Je ne parle pas des résultats financiers trimestriels.
C’est généralement une vision très étroite et myope. La perspective économique est intellectuellement beaucoup plus exigeante, mais elle n’est pas tellement plus compliquée sur le plan analytique.
Elle exige de réfléchir réellement à la stratégie, à ce que l’on cherche à accomplir, à la manière de servir les clients et de dépasser les concurrents, plutôt que d’emprunter des raccourcis assez stupides et paresseux, comme donner aux équipes un gros objectif de volume. C’est exactement ce que ferait une entreprise stupide et paresseuse, et cela finit inévitablement par se retourner contre elle. Vos propres employés exploiteront ces mécanismes, et les clients en subiront finalement les conséquences.
Conor Doherty: C’est la loi de Goodhart, non ? Quand une mesure devient un objectif…
Joannes Vermorel: Exactement. La loi de Goodhart, pour ceux qui veulent approfondir. Et elle pose aussi un problème pour la recette numérique, puisque nous fixons les objectifs. Voilà pourquoi, dans la manière dont Lokad travaille avec des recettes numériques, la révision constante de l’objectif est un parcours. Il s’agit de modéliser l’intérêt économique à long terme de l’entreprise et ce qui entre dans la maximisation du rendement.
Ce n’est pas une démarche cartésienne dans laquelle vous décidez d’abord de quelque chose et tout le reste en découle. C’est un processus empirique. Dans la série de cours, je l’ai appelé optimisation empirique : vous fixez votre objectif, regardez les décisions qu’il génère, identifiez les décisions aberrantes, affinez l’objectif et continuez à itérer. La formule de l’objectif est constamment révisée. C’est le travail du Supply Chain Scientist. Pas arbitrairement, mais parce qu’elle reflète l’évolution permanente de la stratégie de l’entreprise.
Conor Doherty: Très bien, Joannes, merci beaucoup. Je n’ai pas d’autres questions, même si je sais que nous reviendrons sur un sujet très proche lorsque nous parlerons de Noël et de la manière de l’optimiser. D’ici là, je n’ai pas d’autres questions pour toi.
Merci beaucoup d’avoir participé. Et merci à vous de nous avoir regardés. J’espère que notre public nord-américain appréciera cet épisode. Si vous voulez en savoir plus sur l’optimisation des stocks et de l’allocation, en réalité dans l’activité courante, mais aussi en préparation des grands événements, n’hésitez pas à contacter Joannes et moi sur LinkedIn ou à nous écrire directement à contact@lokad.com.
Nous reviendrons bientôt avec d’autres sujets. Il ne reste donc plus qu’une chose à dire : au travail.
