Quelles sont les méthodes de prévision des stocks ?
La prévision des ventes permet aux entreprises de disposer de la trésorerie suffisante pour mener leurs activités. Prévoir les ventes implique également de mettre en place des stratégies de gestion des stocks afin de faire face plus efficacement à la demande du marché. En effet, l’enjeu principal de la prévision des stocks est d’éviter les situations de sur-stockage, de sous-stockage et de rupture de stock qui sont les causes de préjudices importants subis par les établissements évoluant dans le retail ou dans la grande distribution. Cependant, seule une procédure conduite dans le respect des fondamentaux de la prévision des stocks garantit des résultats satisfaisants. À condition pour une entreprise de choisir la méthode de prévision la plus appropriée dans le contexte qui est le sien.
Méthodes de prévision des stocks basées sur la moyenne
On peut utiliser ici deux types de prévisions :
- la méthode de la moyenne mobile ;
- la méthode de la moyenne mobile pondérée.
La méthode de la moyenne mobile
C’est la méthode la plus ancienne d’estimation des stocks. Les calculs se font sur la base de l’adéquation entre demande future et récente des consommateurs. Les prévisions futures s’appuient donc sur la moyenne des demandes antérieures sur une période donnée, estimée comme la plus pertinente. La condition fondamentale pour que la prévision se réalise, c’est donc de disposer de suffisamment de données historiques à exploiter.
L’avantage de la méthode de la moyenne mobile, c’est sa simplicité d’application. Elle convient surtout aux entreprises qui connaissent une certaine stabilité dans la demande de leurs produits par la clientèle. L’inconvénient, cependant, pour une organisation, c’est l’incapacité à extrapoler les tendances et donc à faire face aux aléas qui peuvent survenir.
La méthode de la moyenne mobile pondérée
La méthode de la moyenne mobile pondérée reprend le même principe que la méthode de la moyenne mobile. Seulement qu’ici, une pondération plus importante est accordée aux demandes les plus récentes des consommateurs dans la période considérée. Dans ces conditions, le calcul de la moyenne des demandes passées sera sensible au poids des requêtes récentes.
Cette méthode de prévision à l’avantage de moduler l’importance accordée aux diverses demandes et d’être plus précise en ce qui concerne la quantité de stocks à commander. Par contre, à l’instar de la méthode de la moyenne mobile, elle ne prévoit pas de tendance ni de variation saisonnière.
Méthodes de prévision des stocks basées sur un lissage
On distingue 4 méthodes basées sur le lissage :
- la méthode du lissage simple ;
- la méthode du lissage double ;
- la méthode de Holt ;
- la méthode Holt-Winters.
La méthode du lissage simple
Le principe du lissage simple est facile à intégrer : la prévision des stocks futurs s’établit en combinant la dernière demande réelle avec la dernière prévision ; celle-ci étant elle-même le résultat des précédentes demandes et prévisions. Un poids de lissage est affecté à la dernière demande pour davantage affiner les prédictions.
Avec cette méthode le volume de données historiques à exploiter est moindre contrairement à la méthode de la moyenne mobile ou de la moyenne mobile pondérée ; ce qui représente clairement un avantage. Cependant, elle apparaît inadaptée lorsqu’il s’agit de tenir compte d’une tendance, d’un cycle ou d’une saisonnalité.
La méthode du lissage double
Ici, l’entreprise est appelée à reproduire une deuxième fois le lissage en traitant finalement le premier lissage comme s’il s’agissait d’une nouvelle demande. C’est la méthode la plus adaptée lorsque les données brutes présentent une ou plusieurs tendances. Concrètement, deux pondérations différentes sont utilisées pour actualiser les composantes de chaque période, en plus de la prévision intermédiaire.
L’objectif du lissage double est non seulement de lisser le niveau des données, c’est-à-dire d’éliminer les variations aléatoires, mais également de lisser la tendance et donc d’éliminer l’effet de la tendance sur les valeurs lissées. Ces valeurs peuvent être obtenues soit avec des pondérations optimales soit avec des pondérations définies par l’entreprise.
La méthode de Holt
La méthode de Holt encore appelée « méthode de lissage avec tendance » s’appuie sur la technique de lissage double. Elle en est en quelque sorte une version améliorée. Cette sophistication dans la technique s’avère importante non seulement pour évaluer le niveau des demandes, mais également pour prendre en compte les effets tendanciels comme dans le cas d’un lissage double.
Cette méthode s’accompagne en principe d’une connaissance encore plus fine du secteur d’activité dans lequel évolue l’entreprise instigatrice de la prévision des stocks. Les dirigeants doivent tenir compte, dans le calcul de cette prévision, du niveau des données et de la pente. Il s’agit d’une moyenne pondérée entre deux estimations de constante issues de la dernière observation ou qui ont été choisies.
La méthode Holt-Winters
La méthode Holt-Winters est encore dénommée « méthode de lissage triple » :
- le premier lissage concerne la prévision du niveau de la demande ;
- le deuxième lissage se rapporte à la prévision de la pente ;
- le troisième lissage est celui de la saisonnalité.
En fait, cette technique de prévision se base sur les calculs de la précédente méthode en incluant des effets de saisonnalité dans les séries chronologiques. Dans ces cas-là, la prévision est simplement multipliée par les indices de saisonnalité. Si la périodicité est mensuelle, l’indice de chaque mois est calculé en utilisant la demande des mois des années précédentes.
Méthodes de prévision des stocks basées sur la séparation quantité/intervalle
Quand la demande est stable et erratique, les méthodes de prévision des stocks basées sur la moyenne et sur un lissage sont très efficaces. Mais, elles ont tôt fait de montrer leurs limites lorsque la demande devient sporadique. Dans ce cas, ce sont les méthodes basées sur la séparation quantité/intervalle qu’il faut utiliser. On en distingue deux :
- la méthode de Croston ;
- la méthode de SBA.
La méthode de Croston
Le modèle de prévision des stocks de Croston concerne les commandes d’une pièce ou d’un article à mouvement lent pour reconstituer les stocks. Ainsi, il est conçu pour les historiques de données comportant plusieurs zéros. Cette technique combine deux types de prévision par le biais d’un lissage. Il s’agit de :
- la prévision de la quantité demandée en considérant uniquement les quantités non nulles en historique ;
- la prévision de la taille de l’intervalle entre deux demandes non nulles.
Ces deux lissages sont effectués de façon indépendante afin d’être exploités individuellement en cas de prévisions séparées ou conjointement dans le cas d’une prévision unique. Il faut noter également que les prévisions sont non tendancielles et non saisonnières.
La méthode de SBA
Cette méthode de prévision des stocks que l’on dénomme « l’approximation de Synthetos et Boylan » permet de corriger le biais créé par la méthode de Croston. En effet, les usages ont montré que l’indépendance entre l’historique de la demande non nulle et l’historique des intervalles entre deux demandes non nulles n’est pas aussi rigide qu’on le pense. Une corrélation entre ces deux mesures ne doit pas être négligée.
C’est en cela que cette méthode est plus qu’intéressante. Elle propose le même algorithme que la méthode de Croston, à la différence qu’une prévision SBA remplace la dernière phase conditionnelle par une formule dans laquelle « alpha » représente le coefficient correcteur déterminé par l’évaluation du biais.
En définitive, l’estimation du stock de produits d’une entreprise et donc des quantités à commander repose sur des hypothèses. L’avenir n’étant pas acquis en matière de prévision des ventes, il est d’autant plus difficile d’être précis dans les calculs lorsqu’on ne possède pas les bons repères. C’est en cela qu’une méthode efficace de prévision pour le réapprovisionnement des stocks est utile et doit être exécutée sans délai.
Nous vous recommandons ces autres pages :