1- La prévision des ventes ? Préférez la prévision de la demande !
Planifier et donc adapter les capacités logistiques (main d’oeuvre / moyens / capacités de transport / etc.) à la future activité est un prérequis à une organisation bien dimensionnée.
Le moyen le plus courant pour procéder à ces prévisions est de se baser sur des historiques d’activité aux quels peuvent être appliqués des variables exogènes (campagnes de publicité, promotion exceptionnelle, etc.). Cependant, se baser sur des historiques de ventes est trompeur !
En effet, les ventes (par définition) ne permettent pas de faire ressortir les situations de marché dans lesquelles la demande était supérieure à l’offre (cas des ruptures)...
Ainsi en se basant sur des historiques de ventes, on risque de se priver de ventes potentielles en n'adaptant pas correctement l’offre à la demande et donc répéter les mêmes erreurs génératrices de manque à gagner !
C'est pour çelà qu'il est préférable de construire les prévisions à partir d’historiques de demande et non d’historiques de ventes.
Reste cependant à être capable de mesurer ses fameuses ruptures à réintégrer dans les statistiques de ventes...
2- Sélection de livres sur la prévision des ventes
|
3- Saisonnalité
En regardant l’évolution de la courbe des ventes sur le premier graphique (période = 1 an), le néophyte sera certainement enthousiasmé devant une telle progression du chiffre d’affaires de notre société spécialiste dans la distribution de jouets !
Un rapide coup d’oeil au second graphique qui porte sur une période plus longue (période = 3 ans) devrait cependant lui remettre les idées en place... et par là même attirer notre attention sur le fait que la base de la prévision des ventes consiste à "neutraliser" l’effet trompeur de la saisonnalité sur l’étude de la tendance.
On ne doit donc pas baser des prévisions d’après l’étude de l’activité durant une seule période P (semaine, mois, année, etc.). Pour ne pas risquer de se voir tromper par la saisonnalité (et donc déterminer une tendance fausse), il est indispensable d’intégrer également les données de l’activité des périodes P-1, P-2, etc.
La saisonnalité constitue donc un "produit masquant" pour déterminer la vraie tendance. Reste alors à être capable de "neutraliser" les effets de la saisonnalité en la "lissant" grace à des méthodes telle que celle des moyennes mobiles, par exemple.
Une fois la tendance vraie déterminée reste alors à ré-affecter à celle-ci les variations saisonnières pour déterminer quelles seront les futures ventes en P+1 (cf graphique 3).
4- Méthodes de Prévisions
On entend par méthodes de prévisions, l’ensemble des techniques, outils et méthodologies permettant d’établir des prévisions.
Ces méthodes doivent être orientées vers l’anticipation de situations futures sous la forme de scénarii construits sur la base d’hypothèses ou de données historiques.
En général, les méthodes de prévisions sont utilisées pour établir des prévisions de la demande d’un produit / service, pour établir des probabilités sur l’occurence d’une situation concrète ou pour déterminer les prévisions de ventes.
Les méthodes de prévisions doivent permettre de mesurer, avec une marge d’erreur contrôlée, des indicateurs pour tracer le comportement d’un individu /, d’une population / d’un échantillon.
Nous listons ci-dessous des méthodes de prévisions appliquées dans le domaine industriel et commercial de nos jours :
I) Méthodes quantitatives (basées sur des données historiques)
1. La Régression Linéaire
2. la Régression
3. la Moyenne Mobile Simple
4. la Moyenne Mobile Pondérée
5. Le Lissage Exponentiel
6. La Méthode de Winters
2. la Régression
3. la Moyenne Mobile Simple
4. la Moyenne Mobile Pondérée
5. Le Lissage Exponentiel
6. La Méthode de Winters
Cette dernière méthode est particulièrement intéressante car elle permet de décrire une tendance et donc une direction. Elle prend en compte la saisonnalité (répétition des événements dans une période. Par ex : un an) et permet l’interprétation des cycles (répétitiopn des évènements identiques dans des périodes supérieures à la durée de la période. Par ex : l’année) qui permettent de réajuster les projections.
II) Méthodes qualitatives (basées sur des appréciations ou des estimations. Ces méthodes sont appliquées lorsque des données historiques ne sont pas disponibles. Ex : changements économiques abruptes)
1. La Méthode Delphi (opinion des experts)
2. L'Analyse des Marchés
3. L'Enquête des groupes
2. L'Analyse des Marchés
3. L'Enquête des groupes
Les prévisions sont principalement utilisées pour estimer la demande future. Dans ce cadre, deux types de demandes peuvent être analysées :
a. Demande dépendante : en fonction ou en dépendance de la Matière Première, des Ressources ou des Niveaux de Stocks
b. Demande indépendante : en fonction du Produit Fini ou du Niveau de Production
a. Demande dépendante : en fonction ou en dépendance de la Matière Première, des Ressources ou des Niveaux de Stocks
b. Demande indépendante : en fonction du Produit Fini ou du Niveau de Production
Autre regroupement de Méthodes de Prévisions :
I) Les Analyses de Séries des Temps :
1. La Moyenne Mobile Simple
2. La Moyenne Mobile Pondérée
3. Le Lissage Exponentiel
4. L'Analyse de régression f(t)
1. La Moyenne Mobile Simple
2. La Moyenne Mobile Pondérée
3. Le Lissage Exponentiel
4. L'Analyse de régression f(t)
II) Les Analyses des relations de Causses à Effets :
1. Modèles Dynamiques
2. Software
1. Modèles Dynamiques
2. Software
III) Les Méthodes pour évaluer les Méthodes de Prévisions :
1. La Déviation Moyenne Absolue : addition des déviations
DMA = ( I Déviation Réelle - Déviation Prévisionnelle I ) / (Nombre de périodes)
2. Le Signal de Traçabilité : mesure la direction de la déviation de la demande réelle :
ST = (Somme des erreurs des prévisions) / DMA
ST = (Somme des Déviations) / DMA
1. La Déviation Moyenne Absolue : addition des déviations
DMA = ( I Déviation Réelle - Déviation Prévisionnelle I ) / (Nombre de périodes)
2. Le Signal de Traçabilité : mesure la direction de la déviation de la demande réelle :
ST = (Somme des erreurs des prévisions) / DMA
ST = (Somme des Déviations) / DMA
5- Progiciels de prévision des ventes
6- Le CPFR : Collaborative Planning, Forecasting and Replenishment
Pour beaucoup, le CPFR est vu comme la continuité de l’actuel GPA (Gestion Partagée des Approvisionnements) à qui il pourrait à terme succéder.
Cette méthode est basée sur l’amélioration de la supply chain (chaîne d’approvisionnement) grâce à une collaboration accrue entre acteurs dont certains objectifs sont pourtant contraires (clients et fournisseurs) avec en particulier un partage des informations ayant trait aux prévisions des ventes et à la planification.
L'idée est de synchroniser les plans d’actions des entreprises en fonction de ce partage d’informations.
Le CPFR nécessite ainsi une évolution dans les mentalités avec l’adoption de stratégies de type « gagnant-gagnant » impliquant coordination, échange d’informations et homogénéisation des systèmes d’échange de données informatiques.
Le CPFR peut donc être considéré comme l’étape suivante dans la collaboration entre distribution et industrie. L’échange de prévision de ventes devrait permettre d’améliorer les performances en terme de réduction des stocks et d’amélioration de la qualité de service (réduction des délais et des ruptures).
La principale limite à la généralisation de cette méthode réside toutefois dans la nécessaire évolution des mentalités pour passer à une réelle « logique collaborative »
Source : faq-logistique
+ commentaires + 1 commentaires
Bons articles, avez-vous entendu parler de LFDS (Le_Meridian Funding Service, Email: lfdsloans@outlook.com - Contact WhatsApp: +1-9893943740--lfdsloans@lemeridianfds.com) est en tant que service de financement USA / UK ils m'accordent un prêt de 95,000.00 $ pour lancer mon entreprise et je les paie annuellement depuis deux ans maintenant et il me reste 2 ans, même si j'aime travailler avec eux car ce sont de véritables prêteurs qui peuvent vous accorder tout type de prêt.
Enregistrer un commentaire