Operations
Sachez quoi réapprovisionner, en quelle quantité et exactement quand.
Prévision Intelligente des Stocks is logiciel prévision des stocks for teams that want the reasoning shown, not hidden. Plans start at $49 a month with a 14-day free trial.
La plupart des petits distributeurs et détaillants réapprovisionnent au feeling, avec un tableur des ventes du mois dernier, ou un mini/maxi fixé il y a trois ans que personne n’a revu depuis. Cela fonctionne jusqu’à ce qu’un fournisseur glisse d’une semaine, qu’une référence se mette à décoller, ou qu’un pic saisonnier arrive plus tôt que l’an passé. La Prévision Intelligente des Stocks remplace l’intuition par un modèle par référence, et affiche le calcul à côté de chaque chiffre pour que votre acheteur puisse le contester.
Importez l’historique des ventes en CSV et le moteur ajuste un modèle de demande par référence, et non un modèle unique pour tout le catalogue. Les articles à rotation rapide et ceux de longue traîne se comportent différemment, et les moyenner ensemble est la façon dont une prévision finit par se tromper avec aplomb sur les deux.
Pour chaque article, elle produit une prévision quotidienne sur l’horizon choisi, un stock de sécurité, un point de commande, une quantité économique de commande, la date de rupture projetée et les jours de couverture au stock actuel. Chacun de ces éléments est accompagné des données qui l’ont produit.
L’approche habituelle dans un tableur consiste à regrouper les ventes historiques par jour de la semaine et à comparer chaque jour à la moyenne. Cela paraît raisonnable et c’est discrètement faux : si la demande croît, les jours les plus récents sont plus élevés simplement parce qu’ils sont plus récents. En regroupant par jour de semaine, la tendance se répartit entre les groupes et un produit en croissance régulière semble avoir un pic le jeudi.
Ce moteur retire d’abord la tendance. Les indices saisonniers proviennent du rapport de chaque observation à une moyenne mobile centrée — la méthode classique de décomposition — et le résultat n’est appliqué que lorsque le motif se maintient de façon cohérente sur les deux moitiés de l’historique. Une promotion ponctuelle en mars ne devient pas une hausse permanente de mars.
La plupart des formules de stock de sécurité ne considèrent que la variabilité de la demande. C’est la moitié du problème. Si votre fournisseur annonce quatorze jours et livre entre dix et vingt-quatre, le délai lui-même est une source de risque, et un tampon dimensionné sur la seule variance de la demande ne le couvrira pas.
La formule utilisée ici est la formule standard qui inclut les deux termes :
SS = z × √( L × σd² + d² × σL² )
où z est le facteur de niveau de service, L le délai moyen en jours, σd l’écart-type de la demande quotidienne, d la demande quotidienne moyenne et σL l’écart-type du délai. Fixez un niveau de service de 95 % et z vaut 1,645 ; fixez 99 % et il vaut 2,326. La page affiche le chiffre utilisé et la valeur de chaque entrée : si le tampon semble faux, vous voyez quelle donnée le pousse.
Aucune méthode de prévision ne gagne sur tous les produits, le moteur en ajuste donc deux et laisse les données trancher. L’important est la façon dont il tranche : sur des données que le modèle n’a pas vues.
Cela compte plus qu’il n’y paraît. Noter une prévision sur les données qui ont servi à l’ajuster récompense les modèles qui mémorisent le bruit, et le symptôme habituel est un paramètre de lissage qui dérive vers son maximum et produit une tendance orientée à l’envers. Réserver des données est la protection la moins coûteuse contre la mise en production d’un modèle excellent en backtest et déficitaire en entrepôt.
Quelques centaines de références, une réserve, aucun planificateur. La formule Starter couvre 300 références et envoie la liste de réapprovisionnement par e-mail ; l’utile, c’est le radar de rupture classé, pas le graphique de prévision.
Stock réparti sur des sites aux profils de demande différents et un délai fournisseur qui bouge. Growth ajoute la prévision par site, la modélisation de la saisonnalité et le suivi des délais fournisseurs.
Des milliers de références où le vrai travail est de décider quoi ignorer. La classification ABC par chiffre d’affaires et les plans d’achat groupés par fournisseur transforment un catalogue de 25 000 lignes en une courte liste de décisions.
Si votre processus actuel est un tableau croisé et une colonne de réassort, la migration est un export CSV. Gardez le tableur jusqu’à ce que les deux concordent : c’est généralement le moyen le plus rapide de faire confiance à une prévision.
Importez votre historique de ventes et le moteur ajuste tendance et saisonnalité par référence, puis calcule stock de sécurité, point de commande, quantité économique de commande et date prévue de rupture, en affichant le calcul pour que votre responsable des opérations puisse vérifier chaque chiffre.
Prévision Intelligente des Stocks starts at $49 a month with a 14-day free trial. Netstock is from $900 per month per company.
Sept jours au minimum, mais le modèle est nettement meilleur à partir d’une soixantaine. En dessous de sept jours, il refuse de prévoir plutôt que de deviner, et vous explique pourquoi.
Il tient compte de la variabilité de la demande et de celle du délai fournisseur : le score z de votre niveau de service, multiplié par la racine carrée du délai fois la variance de la demande plus la demande au carré fois la variance du délai. La formule et chaque donnée d’entrée sont affichées à côté du résultat.
Non. La saisonnalité est détectée à partir de ratios à une moyenne mobile centrée, qui retire d’abord la tendance. Regrouper les ventes brutes par jour de la semaine — ce que font généralement les tableurs — fait passer une tendance régulière pour de la saisonnalité, et c’est exactement l’erreur évitée ici.
Également recherché sous : prévision de la demande pme · calcul point de commande · logiciel stock de sécurité · alternative à netstock · logiciel gestion des stocks · éviter les ruptures de stock · quantité économique de commande