Comment les Supply Chain réalisent-elles leurs prévisions ?
Quel temps fera-t-il demain ? Combien de personne iront voire le dernier James Cameron au cinéma la semaine prochaine ? Quelle couleur sera à la mode l’année prochaine ?
Difficile de répondre avec précision à ces questions !
Pourquoi ? Parce que le propre du futur, c’est d’être incertain. En règle général, nous ne pouvons pas savoir avec certitude de quoi sera fait demain.
Mais cela ne nous empêche pas de faire des suppositions, de prendre des hypothèses, de faire des projets et de nous organiser en conséquence.
En Supply Chain, l’objectif premier est d’assurer la mise à disposition de produits, services ou ressources au moment où nous en avons besoin et dans des quantités adaptés au besoin. Comme certains délais sont incompressibles, certaines décisions doivent être prises des jours, des semaines voire des mois à l’avance.
C’est pour cela que l’une des activités cœur des SC, c’est la prévision de la demande. Tout l’enjeu est d’estimer à l’avance et le plus justement possible quelle sera la demande future, et d’en tirer les bonnes décisions !
Comment cela fonctionne-t-il ? Comment les Supply Chain réalisent-elles ses prévisions ?
Depuis des décennies, elles s’appuient sur une approche dite « déterministe » de la prévision. Une prévision déterministe est un chiffre unique considéré comme le futur le plus probable. Bien que cette vision du futur soit uniquement une hypothèse moyenne, c’est ce chiffre unique qui nourrit toute la logique d’approvisionnement : dimensionnement de stock, calcul de besoin et planification de production, de transports, dimensionnement d’équipes, etc. Tout est dimensionné pour répondre à cette vision « unique » du futur.
Parfois, cette prévision s’accompagne d’une mesure d’erreur permettant de matérialiser l’incertitude. Mais cette mesure n’est pour ainsi dire jamais exploitée dans les calculs.
Que se passe-t-il si la prévision ne se réalise pas ?
En fait, il est extrêmement rare qu’une prévision déterministe se réalise parfaitement !
On a pour ainsi dire 50% de chance d’être au-dessus et 50% d’être en dessous. Dès lors, selon l’importance l’erreur qu’on aura commise, on devra faire face soit à une pénurie soit au contraire à des surdimensionnement.
Evidemment, les professionnels de la Supply sont très au fait de cette limite majeure et ils ont très rapidement développé des palliatifs leur permettant de « limiter la casse ».
Deux cas de figure.
Lorsque la demande réelle est plus élevée que la prévision, il y a pénurie. L’outil principal dans ce cas est ce qu’on appelle le stock de sécurité. De façon simpliste, il s’agit de garder « sous le coude » un certain stock « au cas où » on en aurait besoin.
Dimensionné sur la base d’une analyse statistique de la demande et des retards de livraison passés, ces stocks de sécurité sont plus ou moins régulièrement actualisés.
Lorsque la demande est inférieure à la prévision, là, il s’agit de mettre en œuvre à posteriori et lorsque cela est possible des actions appropriées permettant d’écouler l’excédent.
Il est intéressant de noter qu’au final, seul le stock de sécurité permet, par une analyse de la variabilité de la demande passée et de la fiabilité des livraisons passées, une prise en compte partielle de l’incertitude.
Quelles sont les limites de l'approche déterministe ?
La talon d’Achille de l’approche déterministe réside dans sa vision d’un futur considéré ensuite comme certain.
En fait, dans une approche déterministe, que la demande future soit 500+/-10 ou 500+/-500 ou 500(+200/-100), l’approvisionnement restera strictement identique puisqu’il ne considère que la demande moyenne et ignore totalement l’incertitude qui l’accompagne.
La seule prise en compte de l’incertitude se fait au travers du stock de sécurité. Or, ce stock ne considère que le comportement passé, généralement sur une grande période de temps.
Si l’incertitude évolue au fil du temps, il n’en tiendra pas compte.
Si par une meilleure maitrise d’un process ou grâce à des informations plus fiables, une entreprise était en mesure de réduire l’incertitude de son futur, cela ne changerai rien à sa politique d’approvisionnement.
Si à l’inverse, à cause d’une évolution X ou Y, l’incertitude du futur devait augmenter, là encore la politique d’approvisionnement n’évoluerait en rien.
Autre limite: le stock de sécurité ne considère l’incertitude que pour la demande et le respect des dates de livraison. Or, beaucoup d’autres informations sont également incertaines. C’est le cas par exemple de la quantité à recevoir, de la qualité de la réception à venir et même des stocks courants qui sont dans la pratique plus ou moins erroné, comme en témoigne les écarts d’inventaires constatés chaque années.
Fort heureusement, il existe une nouvelle approche permettant de palier à ces limites et autorisant des prises de décisions beaucoup plus fiables.
Qu'est-ce qu'une approche probabiliste ?
Les probabilités sont le langage par excellence permettant de décrire parfaitement des informations incertaines.
Loin de se limiter au « futur le plus probable », une prévision probabiliste est une prévision décrit l’intégralité des futurs possibles, et leur chance de réalisation.
Par exemple, au lieu d’annoncer que demain il fera 20°, une prévision probabiliste énonce 0% de chance qu’il fasse 16° ou moins, 10% qu’il fasse 17°, 14% qu’il fasse 18°, 18% qu’il fasse 19%, 25% qu’il fasse 20° et ainsi de suite jusqu’à 0% qu’il fasse 25% et plus.
Sur ce principe, il est possible de parfaitement décrire l’incertitude associée à n’importe quelle information, comme une date de livraison, une quantité à recevoir, un niveau de stock, le prix de certaines ressources (matière, hr, transportation), etc.
Dès lors qu’on dispose de cette description parfaite du futur et de son incertitude, il est possible d’évaluer les différents scénario d’approvisionnement et de sélectionner celui le plus adapté: réduisant le risque, garantissant un niveau de service et/ou minimisant un coût.
On le comprend, parce qu’elle s’appuie sur une analyse exhaustive des scénarios possibles et qu’elle autorise la prise en compte de toutes les formes d’incertitudes, l’approche probabiliste permet une prise de décision parfaitement éclairée là où l’approche déterministe ne tient compte que l’incertitude qu’imparfaitement et de façon incomplète.
Passer d'une approche déterministe à une approche probabiliste. Quel chemin pour quels apports ?
Une récente étude réalisée par Vekia (à paraître prochainement) sur la base du dataset de la competition M5 démontre que, pour une même forecast, le passage de déterministe à probabiliste entraîne une réduction des couts de SC moyen de 53%.
Passer du déterministe au probabiliste représente une transformation profonde des pratiques, outils et process liés à la génération d’une prévision et la consommation de celle-ci. Il s’agit désormais de manipuler des probabilités là où auparavant on manipuler un futur probable.
La 4ème génération d’APS, aujourd’hui disponible de façon robuste et à l’échelle, permet d’effacer ses limites en proposant un module simple de mise en œuvre comme d’usage et compatible avec les ERP existants.