Incertitudes dans la consommation

Quelle est l'incertitude dans les demandes ?

L'incertitude dans les demandes se réfère à la variabilité et à l'imprévisibilité de la quantité de produits que les clients (finaux, externes ou internes) demanderont dans une commande. En règle générale, il ne sera pas possible pour les gestionnaires et les analystes de contrôler ces incertitudes, mais nous pouvons mesurer ces incertitudes dans la consommation historique (nous regardons en arrière), ainsi que dans la demande future (nous regardons en avant) de la SKU.

Cette incertitude peut être causée par divers facteurs, tels que des changements dans les préférences des consommateurs ou des clients, le remplacement d'articles, la saisonnalité, les conditions économiques et les actions de la concurrence.

L'incertitude de la demande passée (historique) peut être mesurée en sigmas (quantité d'écarts types), et c'est l'un des plus grands défis dans l'optimisation des stocks, car elle affectera le stock de sécurité requis (ESR) et la taille des lots en jours (TMEA).

Comprendre l'incertitude de la demande est crucial pour la méthodologie SIO, car cela fournit des informations pour mieux comprendre les différents contextes des demandes passées et futures de chaque article, et ainsi moduler les soldes afin d'atténuer les risques de ruptures ou d'excès.

• Incertitudes des prévisions : Pour quantifier le degré d'incertitude dans les prévisions des demandes futures, générées par les prévisions (forecast) de Navigator ou des systèmes de l'entreprise utilisatrice, nous utilisons le MAPE et le MASE, dans cet ordre (sujet pour un autre article) ;
• Incertitudes des consommations passées : Pour quantifier le degré d'incertitude de la consommation passée, nous utilisons le coefficient de variation, exprimé en sigmas.

Qu'est-ce que le Coefficient de Variation (CV) ?

Le Coefficient de Variation (CV) est une mesure statistique qui exprime la variabilité des quantités demandées (taille des lots) par les clients par rapport à leur moyenne. Le CV est calculé en divisant l'écart type par la moyenne et est généralement exprimé en sigmas ou en pourcentages.

Où :

σ = Écart type de la série temporelle de consommation

μ = Moyenne des consommations quotidiennes de la même série de données.

Nous exprimons généralement le CV en pourcentages. Cependant, gardez à l'esprit qu'un article avec un CV de 100 % a ses demandes fluctuant d'une unité de sigma (écart type) vers le haut ou vers le bas.

Le CV est particulièrement utile car :

• Comparabilité : Il permet de comparer le degré de variabilité des consommations de différents articles, indépendamment de leurs unités ou magnitudes.
• Standardisation : Il offre une mesure standardisée de la variabilité, facilitant l'analyse et l'interprétation du degré de difficulté historique, et ainsi inférer ce que nous allons affronter dans la demande future de l'article.
• Quantification du risque : Il aide à évaluer le risque associé aux incertitudes dans la satisfaction des demandes, permettant d'ajuster les paramètres de gestion des stocks.

Relation avec l'Incertitude de la Demande

Dans la méthodologie SIO, nous évaluons les variations de la taille des lots dans chaque transaction. Ainsi, nous considérons généralement des statistiques de TMEA (Temps Moyen Entre Prises). Les mesures de CV oscillent entre zéro (plus elles sont faibles, plus les lots sont "standardisés") et 600 %. Au-delà de 600 %, cela signifie que les quantités de lots sont chaotiques.

Un CV élevé indique une forte variabilité des consommations et, par conséquent, une plus grande incertitude, augmentant le défi d'inférer la taille probable du prochain lot. Cela implique que l'entreprise devra maintenir des soldes plus importants. D'autre part, un faible CV indique une moindre variabilité, permettant une gestion des stocks plus précise et allégée.

Ainsi, nous utilisons le CV pour sélectionner l'orientation des stratégies de stocks, de réapprovisionnement et de logistique, ainsi que d'apprentissage automatique, en particulier dans les contextes où la consommation est très incertaine et, par conséquent, plus difficile et coûteuse à prévoir et à gérer les stocks comme contingences pour le Service (NSR).

Comment interpréter ces incertitudes ?

Dans la carte des Incertitudes de la consommation, nous avons d'abord une barre qui synthétise les proportions d'articles dans chaque classe de CV. Nous avons opté pour seulement trois classes afin de simplifier les interprétations des utilisateurs.

Juste après, le Navigator affiche les comptages d'articles pour chaque classe d'incertitudes.

Finalement, dans la partie inférieure de la carte, nous avons un graphique à barres qui montre les distributions des incertitudes de la taille des lots de manière plus détaillée. La hauteur de ces barres correspond à la quantité d'articles (fréquence), séparés en classes jusqu'à une certaine mesure du CV, qui est exprimée en pourcentage.

Ces barres offrent la fonctionnalité de "drill-down", c'est-à-dire que lorsque l'utilisateur clique sur l'une de ces barres verticales, il sera redirigé vers la liste des articles qui la composent. Dans cette liste, s'il clique sur l'un des articles, il sera redirigé vers l'écran d'Indeep de cet article.

Analogies entre les Incertitudes et Murphy

Gasnier fait une analogie entre les incertitudes dans la consommation et le personnage fictif de "Murphy". Cette analogie est liée à la loi de Murphy, qui affirme que "si quelque chose peut mal tourner, cela tournera mal". Dans la gestion des services et des stocks (SIO), cela signifie que s'il y a la possibilité d'une variation inattendue de la demande, cette variation se produira probablement un jour. Par conséquent, il est crucial de planifier et de se préparer à ces incertitudes, en utilisant des outils tels que le CV pour atténuer les risques et assurer un service adéquat. Devenez "ami" avec Murphy, et comprenez sa personnalité. Comptez sur le pire, car si cela se confirme, vous serez préparé.