La prévision des ventes en Logistique

Résumé du document

Dans le cadre des typologies de système de production, nous avons soulevé la problématique de planification dans la production pour stock. Cette planification repose sur une prévision fine de la demande.

En effet l'entreprise est de plus en plus contrainte de faire des prévisions puisque les délais exigés par le client sont de plus en plus courts. Il s?agit de disposer au bon moment des quantités requises des produits.

Pour cela, les besoins des clients doivent être anticipés par des prévisions. Plus les prévisions sont fiables, plus la planification de la production est optimale et donc plus l'entreprise est compétitive (au niveau des prix).
Pas de rupture de stock : les clients sont de plus en plus satisfaits.

La prévision est apparue suite au décalage temporel qui existe entre le besoin immédiat et les différents délais nécessaires pour répondre à ce besoin :

Le délai d'approvisionnement
Le délai de production
Le délai de livraison (ou délai commercial)

Le principe général de la prévision consiste à extrapoler des grandeurs économiques (demande ou vente) à venir à partir d'un ensemble de données mesurées par le passé. Ces données passées constituent une série temporelle historique ou série chronologique. Cette extrapolation va permettre de déterminer les valeurs les plus probables pour les périodes à venir. Ces prévisions correspondent à des estimations de vente (...)

Extraits

[...] Chapitre 3 : Prévisions de vente Sommaire : 1. Les méthodes de prévisions A. Approche qualitative B. Approche quantitative o Série chronologique à partir de résultats historiques o Régression linéaire o Types de prévisions 2. Série chronologique Les indicateurs statistiques de base Les fluctuations Méthode des Moyennes Mobiles Simples Méthode des Moyennes Mobiles Pondérées Méthode du lissage exponentiel Méthode des moindres carrés Analyse de la saisonnalité Méthode de régression et corrélation + Exemples et 4 exercices de TD corrigés Dans le cadre des typologies de système de production, nous avons soulevé la problématique de planification dans la production pour stock. [...]

[...] Ces prévisions correspondent à des estimations de vente Les méthodes de prévisions Elles peuvent être regroupées en deux grands groupes : Approche qualitative Approche quantitative A. Approche qualitative : Les approches qualitatives sont basées sur des avis intuitifs d'experts qui synthétisent de manière informelle un ensemble complexe et varié d'informations pour en déduire une opinion qui sera retenue comme prévision. Méthode DELHI : consiste à demander à un groupe d'expert d'indiquer leur opinion sur des questions posées. Les premières réponses anonymes sont adressées à d'autres experts à qui il est demandé de faire une nouvelle prévision et de la justifier (si elle est éloignée de l'opinion moyenne des autres experts). [...]

[...] Un autre indicateur utilisé permet de contrôler l'efficacité des prévisions : c'est le signal de Tracking ST = Dt Pt / Ecart moyen Analyse de la saisonnalité Calculer l'indice de saisonnalité ou coefficient saisonnier Cs : c'est le rapport entre la demande réelle d'une période par la demande moyenne. Ce coefficient peut être additif ou multiplicatif. Exemple : Pour une période donnée, la demande du marché est de 135 produits alors que la demande moyenne est de 100. L'indice de saisonnalité sera de 135/100. [...]

[...] Approche quantitative On développe des modèles mathématiques explicites, calculant les prévisions à partir de données historiques. a. Série chronologique à partir de résultats historiques Méthode d'extrapolation statistique de la demande passée : lorsque les modèles mathématiques évaluent les demandes futures directement à partir des demandes historiques. L'approche consiste à identifier les dynamiques dévolutions des demandes historiques (croissance ou décroissance) et à extrapoler ces dynamiques dans le futur. b. Régression linéaire Elle consiste à établir, sur la base de données passées, une relation entre les demandes à prévoir et une ou plusieurs autres variables explicatives. [...]

[...] Exemple : Une entreprise prévoit de vendre pour le mois suivant 2000 cuisines (prévision sans saisonnalité ni tendance), sachant que le coefficient de saisonnalité pour le mois est de 1,35. La prévision intégrant la saisonnalité sera 2000*1,35 = 2700 cuisines. e. Le coefficient permet de désaisonnaliser une demande dans le cadre de l'analyse d'un historique. Cela consiste à diviser la demander réelle d'une période par l'indice de saisonnalité de la période Exemple : Une entreprise a vendu en novembre et mai respectivement 21000 et 4700 paires de skis. [...]