[Podcast] Les 3 scénarios de prévision des ventes au 1er décembre

by Rupert Schiessl & Emmanuel Kouratoras

#Noël #Prévision des ventes #Confinement

En 2020, les fêtes de fin d'année vont être fortement impactées par la situation sanitaire. Ce nouvel épisode des Verteego Insights vous propose de découvrir avec Rupert Schiessl, les 3 scénarios de prévision des ventes possibles au 1er décembre.

Emmanuel KOURATORAS : Bonjour à tous ! Nous nous retrouvons pour un nouvel épisode des Verteego Insights. Aujourd'hui, nous allons parler de ces fameuses fêtes de fin d'année et, nous allons voir ensemble, les trois scénarios de prévision des ventes qui vont être possibles au 1er décembre. Pour nous aiguiller dans ces scénarios, nous allons nous entretenir avec Rupert Schiessl, CEO de Verteego. Bonjour Rupert.

Rupert Schiessl : Bonjour Emmanuel.

E.K : La situation actuelle liée à la pandémie de la COVID 19 a déjà vu, lors du premier confinement, des changements radicaux dans les habitudes de consommation des Français. Pour ce deuxième confinement, plusieurs scénarios sont envisagés et chacun impacte différemment les fêtes de fin d'année. Si un déconfinement est annoncé au 1er décembre, quelles sont, selon toi, les conséquences pour les commerçants en termes de prévision des ventes ? Et quelles solutions innovantes peuvent-ils mettre en place pour essayer de réduire ces incertitudes ?

R.S : Si, à Noël, nous sortons du confinement, nous pourrons voir un effet de rattrapage, comme nous avons pu le voir à la sortie du premier confinement. Celui-ci sera, sans doute, très bénéfique pour l'économie. D'autant plus que, dès qu'il aura lieu pendant le fameux mois qui précède les fêtes de Noël. Pour le commerce, c'est sans doute le scénario optimal, comme tout le monde peut l'imaginer.

Qu'est-ce qui va se passer au niveau de la prévision ? Elle va continuer à être difficile, parce que cela fait maintenant plusieurs mois qu'elle est très compliquée. On connaît désormais les variations inhérentes à la crise sanitaire. Ce sont les variations qui sont liées aux décisions politiques, prises au fur et à mesure et sans avertissement, et qui sont donc compliquées à prendre en compte pour les commerçants. La bonne nouvelle, c'est qu'il y a des solutions pour tout ça. En effet, le machine learning est capable de prédire aussi dans des situations avec une forte variance et des algorithmes. Certains algorithmes de machine learning peuvent être adaptés à ce type de situation, face à une demande très fluctuante. Ce sont des algorithmes particuliers, capables d'intégrer le très court terme et de pondérer fortement ce dernier. Cela veut dire que l’on est dans une situation où l’on va donner plus de poids à ce qui s'est passé récemment dans la prévision.

Cette méthode de prévision est, évidemment, fortement opposée à la méthode de prévision plus traditionnelle que l’on va surtout utiliser dans un monde stable, où l'historique est plus important et ancien. Il est important, évidemment, de mettre à jour très régulièrement les modèles de prévision du machine learning. On appelle le ré-entraînement, cela signifie que l’on va entraîner des modèles régulièrement et on va être capable de sortir des informations relativement fiables.

E.K : On peut également imaginer un deuxième scnéario, dans lequel, le gouvernement choisisse de mettre en place un confinement plus spécifique où les déplacements seraient limités. Nous avons pu voir les solutions de clic and collect se développer sur le territoire depuis le premier confinement, ce qui permet aux consommateurs de se déplacer en points de vente physique juste pour récupérer leurs commandes. Mais, du coup, quel impact l'utilisation de ce canal de vente pourrait avoir sur les prévisions des flux des entreprises et notamment sur le stockage et le transport ?

R.S : Effectivement, dans cette deuxième situation, qui ressemble à celle dans laquelle nous nous trouvons actuellement, c'est-à-dire que les commerces physiques restent fermés mais, que les clients peuvent, grâce à l'e-commerce, soit être livrés à domicile, soit récupérer via un clic & collect leurs marchandises en magasin. Si à partir du 1er décembre, on reste dans cette situation-là, on va avoir une continuité de la situation actuelle.

Finalement, du point de vue du prévisionniste, c'est presque la situation idéale. En effet, on va pouvoir compter sur un historique de données qui représente déjà plusieurs semaines. C'est évidemment très court par rapport à ce qu'on pourrait espérer dans un monde normal, pré-COVID, mais dans la situation actuelle, cela peut être utile pour faire des prévisions pertinentes. Comme nous l’avons vu dans le premier scénario, certains algorithmes ont cette capacité à intégrer le très court terme.

La question ici sera de savoir si ce mode de fonctionnement continue pendant la période de Noël, qui est quand même une période de très forte consommation. Certains commerces font 40%, 50% de leur chiffre d'affaires pendant celle-ci (et je ne parle même pas des magasins de jouets). Au cours de cette période de fêtes, seront-ils capables de faire face à cette nouvelle demande ? Est-ce que les stocks vont tenir ? Est-ce que le réapprovisionnement va tenir ? Est-ce que les flux en drive vont pouvoir être absorbés ? On va évidemment se poser, en plus des problématiques de prévision, des questions qui sont liées à la logistique, interne, transport, livraisons vers le client.

E.K : Imaginons maintenant qu'on soit dans le scénario 3, qui est la probabilité que le confinement soit prolongé jusqu'en janvier 2021. Cela obligerait les Français, qui n'ont vraiment plus le choix, à commander sur des plateformes e-commerce. Du coup, on imagine bien les conséquences sur la vente en ligne qui devient la norme pour les retailers. Comment vont alors réagir les commerçants ?

R.S : Ce troisième scénario sera sans doute le scénario catastrophe, non seulement pour les commerçants, mais aussi pour toute l'économie française. Si les magasins doivent rester fermés pendant la période de Noël, cela induirait une baisse importante de leur chiffre d'affaires annuel. Nous pouvons voir quand même, avec les évolutions politiques récentes, que ce scénario reste peu probable. Mais on peut quand même faire d'exercice d'esprit, d'imaginer ce que ça pourrait donner.

Une étude récente a montré que 64 % des consommateurs seraient prêts à faire leurs courses de Noël sur des sites d'e-commerce si jamais les magasins restaient fermés. En termes de prévision : qu'est ce que cela donnerait ? On serait avec une forte demande envers l'e-commerce qui sera encore plus élevée que ce qu'on a déjà vécu pendant le premier confinement.

Les prévisionnistes et les algorithmes devront s'appuyer sur un historique très court terme. Et là, effectivement, il y a, comme on l'a déjà dit, des algorithmes très spécifiques, que l’on a d'ailleurs dans notre plateforme Verteego, qui sont capables de s'appuyer sur peu de données, qu'elles soient endogènes ou exogènes, et de comprendre des schémas de consommation et comprendre que l'on est dans une situation particulière.

Comme c'est une situation particulière qu'il faut prendre en compte des informations plutôt récentes plutôt que de s'appuyer sur un historique plus long, qui n'est pas représentatif de ce qui se passe actuellement et de ce qui va se passer dans les semaines qui suivront la prévision.

E.K : Quel est ton retour d'expérience, suite au premier confinement, chez Verteego ?

R.S : C'est extrêmement intéressant parce que, chez Verteego, on a vécu cette émergence de l'e-commerce au cours des derniers mois. On travaillait plutôt avec ce qu'on appelle le break and mortar, le commerce physique. Les commerces avaient tendance, avant la crise de la COVID 19, à s'appuyer sur des ressources internes pour développer ce système de prévision.

C'était sans doute lié au fait que, les entreprises n'avaient pas vraiment l'utilité de faire appel à des softwares ou des prestataires externes, comme c'est le cas de Verteego. Là, avec la crise de la COVID 19, je dirais que, depuis avril, la situation a complètement changé. On est de plus en plus contacté par des acteurs de l'e-commerce, sans doute pour deux raisons.

Dans un premier temps, il y a cette forte demande qui doit être apportée, qui doit être absorbée par les équipes internes. Des commerçants doivent s'occuper d'autres sujets que la prévision. Et la deuxième raison, c'est que cette fluctuation de la demande est de plus en plus présente. Cette instabilité est beaucoup trop compliquée à prendre en compte quand on l'approche de manière professionnelle ou qu’on ne l'a pas faite auparavant.

E.K : Merci Rupert d'avoir répondu à nos questions. Vous pouvez également retrouver toutes nos analyses de l'application de l'intelligence artificielle et du machine learning pour les entreprises sur notre blog Verteego. Si vous avez des questions, des interrogations sur la prévision des ventes, la prévision des stocks, tout y est. Quant à moi, je vous dis à très vite pour un nouvel épisode des Verteego Insights.

Être informé(e) des dernières actualités

Recevez nos dernières news directement dans votre boîte mail

Posts similaires