Pourquoi améliorer la disponibilité des produits en rayon ?

La disponibilité des produits en rayon des points de vente physiques ou au sein des lieux de stockage pour les e-commerces dépend des différents acteurs de la chaîne logistique. Délivrer les bons produits, au bon moment, au bon endroit et dans les bonnes quantités reste donc une problématique qui concerne à la fois le fonctionnement interne de l’entreprise, mais également des mécanismes externes à elle. L’indisponibilité des articles vendus en rayon a un impact à la fois sur le chiffre d’affaires des enseignes ainsi que sur la notoriété et la réputation du business concerné. Les conséquences de l’absence de produits en rayon peuvent ainsi être chiffrées et décrites sur le court et long terme.

Quels comportements sont adoptés par les clients face aux ruptures de références en linéaire ? Quels outils et processus permettent de prévoir voire anticiper la non-disponibilité des produits au sein des rayonnages ? Comment prévoir la rupture des stocks et amortir les retards de livraison ? Nous revenons ici sur les causes et les répercussions que peuvent induire les indisponibilités de produits et de marchandises en rayon dans les points de vente des retailers, des chaînes de distribution et des hypermarchés.

Les conséquences de l’indisponibilité des produits en rayon sur le chiffre d’affaires

Répondre à la demande client revient à assurer des ventes en temps voulu. Cela passe par assurer la disponibilité des articles et des produits au sein des lieux de vente en continu. Les pertes que peuvent générer les ruptures de stock ou la non-mise en rayon de produits peuvent être immédiates, mais avoir également une portée sur le long terme. En effet, des ruptures ponctuelles en produit peuvent pousser les clients à patienter ou à choisir une marque alternative, voire à aller chercher le produit en question auprès d’un concurrent. Cependant, lorsque l’absence des articles ou des produits devient récurrente, elle peut conduire au changement définitif de l’enseigne par le client.

Aussi, les calculs de déficit de chiffre d’affaires causé par la non-disponibilité de produits ne peuvent se cantonner à la prise en compte de la perte d’une vente ponctuelle. Elles doivent considérer le départ du client dans sa globalité : fréquence des visites dans le magasin, prix du panier moyen acheté par ce même client lors de ses visites, etc. Le pire scénario à anticiper dans ces calculs est le départ définitif du client si celui-ci décide de se tourner vers un concurrent dont le taux de service est plus élevé.

Un autre type d’impact négatif sur les finances des magasins peut être mis en évidence lors de défauts de service au niveau des rayons : les pertes de trésorerie liées aux produits restés en réserve par oubli et non proposés à la vente en rayon. La stagnation de ces références en lieu d’entreposage cause l’immobilisation de capitaux et des pertes financières conséquentes non comptabilisées.

Impact du manque de disponibilité des produits sur la satisfaction client

L’absence répétée de produits en linéaire peut affecter la relation tissée entre le commerce et les clients. Les comportements des visiteurs d’un point de vente en réponse à l’absence temporaire d’un article donné oscillent entre :

• substitution : recours à un produit similaire d’une autre marque ou achat du même produit, mais dans un format différent ;
• acquisition différée du produit : attente d’un second passage en magasin ;
• déplacement au sein d’un autre magasin pour combler le besoin ;
• décision d’annuler l’achat.

Ces comportements dépendent de l’importance du produit ou de sa popularité aux yeux des clients. Ainsi, un produit alimentaire indispensable connaîtra un plus grand taux de substitution qu’un produit cosmétique dépendant de préférences personnelles fortes. L’attachement du consommateur à une marque donnée pousse également celui-ci à différer son achat ou à le chercher auprès d’une autre enseigne rendant ainsi la substitution difficile.

Par ailleurs, une indisponibilité récurrente des articles au sein des rayons du point de vente met à mal l’image de l’enseigne aux yeux des clients habitués. La réputation du point de vente peut en pâtir à terme. La fidélisation des clients au sein d’une unité de vente dépend de différents critères, dont le taux de service au consommateur. Afin d’assurer l’attachement du client à l’enseigne et donc sa fidélisation, les collaborateurs au sein d’un même magasin doivent œuvrer à mettre en place les processus adéquats pour assurer la disponibilité en continu des articles dans les rayons.

Les facteurs limitant la disponibilité des produits en rayon

Les facteurs derrière la limitation de la disponibilité des produits voire de la rupture de leurs stocks en magasin sont nombreux. Ils peuvent être liés au management de la supply chain, aux équipes opérationnelles de l’entreprise ou à des aléas d’origine externe. Nous distinguerons ici quelques scénarios pouvant induire des ruptures en linéaire :

• les prévisions souvent manuelles effectuées par les équipes opérationnelles manquent de précision et peuvent conduire à des approximations plus ou moins éloignées de la réalité du terrain lors du passage de commandes ;
• les retards de livraison de la part des fournisseurs conjugués à des estimations peu fiables des stocks minimaux et de sécurité rendent l’organisation incapable de répondre aux besoins des clients durant la période de réapprovisionnement ;
• des problématiques affectant la chaîne logistique au niveau des fournisseurs des fournisseurs (fourniture des matières premières nécessaires à l’élaboration des produits) bloquent la supply chain dans sa globalité ;
• le total des effectifs humains alloués aux différents espaces de vente est insuffisant pour assurer les fonctions de gestion des stocks, de mise en rayon et de comptabilité des marchandises.

Les causes de rupture des produits en linéaire sont nombreuses. Outre les retards induits par les fournisseurs, des ruptures peuvent avoir lieu même lorsque le produit en question est présent en réserve. Une enseigne peut recourir à un audit afin de déceler l’ensemble des processus ou fonctionnements pouvant être à l’origine d’approvisionnements défectueux au sein des rayonnages.

Les méthodes de détection des ruptures de produits en linéaire

Les méthodes utilisées majoritairement dans la détection des ruptures relèvent de techniques statistiques ou manuelles. Leur principal inconvénient est qu’elles ne sont pas anticipatoires. En effet, les outils statistiques visent à détecter les ruptures en rayon une fois qu’elles ont eu lieu en se basant généralement sur les tickets de caisse et l’historique de la fréquence d’achat des produits.

Les méthodes manuelles, quant à elles, requièrent que l’équipe en charge d’un rayon fasse des passages de vérification à différents moments de la journée. Cependant, ces relevés ne peuvent couvrir tous les produits et omettent les ruptures comblées ayant eu lieu entre deux passages de contrôle. De plus, elles nécessitent la présence d’effectifs conséquents pour être efficaces et diminuent l’intérêt de la solution d’un point de vue économique.

L’avènement des outils prédictifs basés sur le machine learning permet d’envisager la mise en place d’un suivi anticipatoire des insuffisances d’articles dans les rayonnages des magasins. L’intelligence artificielle assure l’élaboration et l’apprentissage d’algorithmes apportant des prévisions quant aux ruptures de produits en rayon, en lieu de stockage en temps réel. De plus, ces algorithmes sont en mesure de générer des propositions d’assortiments de produits qui augmentent les comportements de substitution de la part des clients plutôt que l’annulation de l’achat ou l’acquisition de la référence auprès d’un concurrent.

Le machine learning et la disponibilité des produits en rayon

L’apprentissage des algorithmes de machine learning prend en compte des flux de données historiques et continues internes au point de vente, liés à tous les acteurs de la chaîne logistique ainsi que de la data exogène pouvant avoir un impact sur le fonctionnement du magasin. Les données internes concernent les tickets de caisse (paniers), les unités de stocks (SKU) disponibles, les horaires d’affluence, les équipes de travail, etc., tandis que les données externes peuvent être des informations concernant la météo, les grèves, des données économétriques, les évènements régionaux et locaux.

La capacité des outils de data science à capturer et à ingérer des volumétries de données conséquentes permet de dresser un portrait multidimensionnel du phénomène ou des variables étudiés. Ainsi, dans le cas de la disponibilité des produits en linéaire les outils de forecasting et de machine learning assurent en général des prédictions concernant la totalité des références d’un magasin. Elles permettent ainsi aux équipes et gestionnaires de rayon de s’affranchir des relevés manuels qui ne peuvent suivre l’ensemble de SKU mis en vente au sein du commerce. De plus, les applications prédictives poussent la compréhension du phénomène de la disponibilité et de la non-disponibilité des produits jusqu’à la prise en compte des retards de livraison côté fournisseurs en proposant les assortiments de produits optimaux pouvant pousser le client à substituer le produit et éviter ainsi l’annulation de l’achat entre autres.

Pour conclure, assurer un taux de service de qualité au consommateur dépend de différents facteurs logistiques. En prenant en compte les pertes de chiffres d’affaires, la dégradation de l’image et de la notoriété de la marque, le taux de fidélisation des clients, les conséquences d’une mise en rayon défaillante affectent les points de vente à différents niveaux. Par ailleurs, différents outils émergent grâce à l’intelligence artificielle en vue de mieux anticiper ces problématiques et éviter les pertes financières même ponctuelles.