Concepts de base de la prévision

1. Enjeux de la prévision

1.1 - Pourquoi travailler sur prévisions ?

Lorsque le délai de production est supérieur au délai promis au client il faut produire d’après des prévisions.

Lorsqu’une entreprise veut développer un secteur d’activité, elle vérifie – par des prévisions – l’évolution possible des marchés concernant ses produits.

Il vaut mieux une image floue que ... pas d’image du tout !»
(Proverbe chinois)

Une peu d’histoire...

À partir des années 80, il y a eu une remise en cause des organisations traditionnelles en raison d’un environnement changeant et de profondes mutations dans les comportements de consommation des individus.

Avant les années 80

Les entreprises fonctionnaient sur un modèle de production de masse.

Cette organisation basée sur une approche métier était rigide et avait pour défaut majeur un taux de service faible.

 

Organisation avant les années 80

Après les années 80

Pour remédier à cette difficulté, une nouvelle méthode de production est apparue.

La production différenciée, permit de gagner en flexibilité et en agilité.

La logistique est dorénavant appréhendée de façon globale, les systèmes d’informations ayant permis de développer ce qu’on appelle la Supply Chain

Organisation après les années 80

Environnement changeant...

Dans ces conditions, il devient indispensable de définir des processus opérationnels permettant de mieux contrôler la construction des prévisions de ventes, afin de s’adapter à cet environnement.

1.2 - Buts et utilisations de la prévision

« ...Gouverner c’est prévoir… »

Une prévision est l’activité où l’on cherche à calculer ou prédire un évènement futur, sur la base d’une analyse rationnelle de données disponibles, de l’expérience passée et de tout autre évènement pertinent.

Cela se traduit concrètement par :

Objectif

Réduire l’incertitude dans le calcul des ventes futures de produits afin de fabriquer ou acheter ces derniers à l’avance dans les quantités appropriées.

Plus la fiabilité des prévisions est élevée, et plus il est possible :

1.3 - Unités de consommation

Pour un même article on peut rencontrer :

Attention aux livraisons invraisemblables à la suite d’erreur d’unité dans le calcul des prévisions.

À ces unités de consommation peuvent s’ajouter d’autres unités comme :

À savoir...

Si la quantité statistiquement prévue est inférieure à la taille de lot mini du fournisseur alors la prévision sera au minimum la taille de lot.

Pour réduire les manipulations, et donc réduire les coûts de manutentions en logistique et transport, la quantité statistiquement prévue sera arrondie à la quantité d’emballage juste supérieure.

En synthèse : la quantité à prévoir est un multiple d’unité fournisseur et/ou d’une unité de conditionnement.

1.4 - Faut-il faire des prévisions sur tous les articles ?

Sous‐entendu à force de vouloir chercher mieux, on risque de perdre ce qui est bien !

L’efficacité de la prévision dépend pour plus de 80% de la qualité de l’organisation de cette fonction et pour moins de 20% du choix des modèles mathématiques utilisés.

Segmentation des produits par catégorie.

Les catégories évoluent en fonction :

À retenir :

Il est essentiel d'identifier les produits critiques pour lesquels on doit suivre la qualité des prévisions car « le mieux est l’ennemi du bien …»

1.5 - Méthode de segmentation : Classification ABC

La classification ABC est une application de la loi de Pareto (ou loi des 20/80) selon laquelle 20 % des unités les plus importantes représentent 80 % de la valeur globale ou du chiffre d’affaires.

Elle segmente les articles en trois groupes :

Notes linguistiques

Le sigle ABC vient de American Audit Bureau of Circulation.

Il est important de ne pas confondre cette méthode ABC classique avec une méthode comptable américaine des années 80 appelée elle aussi ABC pour Activity Based Costing.

Certains auteurs apportent une légère distinction entre les termes méthode ABC et classement ABC ou classification ABC.

Ils emploient ces derniers termes pour mettre l’accent sur l’action plutôt que sur la méthode.

La classe de précision – la fluctuation

Le critère de consommation n’est pas suffisant pour cibler les produits critiques. Il faut également intégrer la fluctuation des ventes.

Classe de précision

Intégration de la fluctuation des ventes

2. Niveaux de planification dans la prévision de la demande

La prévision de la demande se fait à trois niveaux :

  1. Business plan.
  2. S&OP (Sales and Operations Planning) = PIC (Planification Industrielle et Commerciale).
  3. Master Scheduling (Programme directeur).
S&OP (PIC)
Plan tactique réalisé une fois par mois et validé par la direction au niveau des familles de produits. Ce processus rapproche l’approvisionnement de la demande.
MS
Master Scheduling (Programme directeur) : tableau qui regroupe par période, les prévisions et commandes clients, le stock disponible prévisionnel, le disponible à la vente et le PDP
MPS (PDP)
MPS = Master Production Schedule - PDP = Plan Directeur de Production

Les prévisions deviennent de plus en plus détaillées au fur et à mesure qu’on passe du Business Plan au Master Scheduling (dont le output est le MPS)

2.1 - Comment les prévisions servent de support au planning ?

Niveau de planning Prévision Horizon
Business planning Lancement d’un nouveau produit,
Nouvelle technologie,
Investissement
2 à 10 ans
S&OP (PIC) Unités physiques de production au niveau de la famille de produits
Ajustement des capacités (PIC),
Établissement des budgets
1 à 3 ans
(18 mois minimum)
Master scheduling (PDP et MRP) Unités physiques de production au niveau de l’élément final
Gestion des approvisionnements,
Ajustement des capacités (CRP)
3 à 18 mois
Ordonnancement Prévision à très court terme jours

Horizon = temps d’acquisition des ressources critiques

On admet généralement que : horizon = 2 * cumulative lead time

Plus l’horizon est long, plus grande sera l’incertitude

…Parler d’un avenir très lointain, c’est mesurer l’infini avec un décimètre…

D. Pennac

2.2 - Principes fondamentaux

  1. L’incertitude croît avec l’horizon de prévision.
  2. Plus l’horizon de prévision augmente, plus il est nécessaire de faire des prévisions agrégées (par familles).

  3. Il faut toujours associer un pourcentage d’erreur.
  4. Faire des prévisions n’est pas une science exacte, il est important d’y associer une variabilité espérée.

  5. Il faut segmenter les prévisions lorsqu’elles sont nombreuses.
  6. Si le nombre de prévisions à réaliser est grand, on n’aura pas le temps de tout valider…

  7. On doit assurer l’intégration de différents types d’informations.
  8. Les chiffres ne sont pas tout, on doit intégrer des données quantitatives (historiques) ainsi que des données qualitatives (ou globales).

3. Prévision et collecte de données

3.1 - Les prévisions : quatre principes

  1. Sont rarement précises au fil du temps.
  2. Elles sont basées sur des statistiques de probabilité. Des erreurs sont donc inévitables et doivent être attendues.

  3. Devraient inclure une estimation de l’erreur.
  4. Basées sur l’étude de la variabilité autour de la demande moyenne. Les prévisionnistes peuvent fournir des estimations d’erreurs basées sur des statistiques soit en pourcentage de la prévision soit en marge entre une valeur max et une valeur min.

  5. Sont plus précises pour des groupes ou familles de produits.
  6. Il est plus facile de prévoir des ventes globales pour un type de boisson que des ventes dans un certain conteneur (boite, bouteille, taille de lot, etc.

  7. Sont plus précises sur de courtes périodes.
  8. Les prévisions à long terme sont plus sensibles aux évènements inattendus que les prévisions à court terme.

    On a donc intérêt à réduire le lead time !

3.2 - La collecte et la préparation de données : trois principes

Beaucoup de prévision sont basées sur des historiques de données.

La collecte et la préparation des données à utiliser sont de ce fait de la plus haute importance.

Il faut un jugement et des compétences analytiques solides.

  1. Enregistrer les données en termes nécessaires pour la prévision
  2. De préférence les demandes des clients – et non les ventes ou les livraisons. Ces dernières ne sont pas une véritable indication de la demande.

    On utilise les mêmes périodes de prévision que le calendrier de production

    Pour faire correspondre les éléments prévus au niveau S&OP, la prévision doit se faire au niveau de la famille de produit.

    Au niveau MPS, la prévision doit se faire au niveau des "end items".

  3. Enregistrer les circonstances relatives aux données
  4. L’historique des données des demandes peut être influencé par des évènements comme des promotions, le temps, le changement de prix, des grèves, des initiatives marketing de concurrents. Ces facteurs doivent être pris en compte dans l’analyse des données.

  5. Enregistrer la demande séparément pour les différents groupes de clients
  6. Différents canaux de distribution ont des cycles de commande différents ainsi que des tailles de lot différents.

    Il faut enregistrer les données pour chaque groupe séparément pour tenir compte de l’importance de la demande sur l’horizon prévisionnel.

4. Prévisions quantitatives et qualitatives

4.1 - Techniques qualitatives

Elles sont basées sur l’intuition donc subjectives. Elles sont un complément nécessaire pour le business plan et aident à prévoir des tendances générales grâce notamment à des études de marché, etc. C’est une vision à moyen ou long terme.

4.2 - Techniques quantitative extrinsèque :

Elles sont basées sur l’idée de corrélation et de cause à effet, elles s’appuient sur des indicateurs externes pour faire des prévisions de demandes.

Par exemple : Les mises en chantier influencent la vente de matériaux de construction, ou de jouets !

C’est une vision au-delà du court terme pour des familles de produit.

Deux types d’indicateurs :

4.3 - Techniques quantitatives intrinsèques

Basées sur plusieurs hypothèses :

Exemple :
  • Moyenne mobile : à chaque nouvelle observation on élimine la plus ancienne
  • Utilisée quand la demande est stable, petite tendance ou saisonnalité et les variations sont aléatoires

  • lissage exponentiel