Prévision de la demande Orienter la demande par une approche structurée

En ces temps difficiles, beaucoup d’entreprises découvrent qu’elles sont bien mal armées en matière de prévision de la demande pour faire face à la volatilité du marché. Lors d’une Matinale qui s’est tenue récemment à Paris sur le thème Prévision de la demande, gestion des stocks et des commandes, Charlie Chase, Supply Chain Business Enablement Manager chez SAS Global, a expliqué dans quelle mesure prévoir la demande signifiait bien plus que l’anticiper : c’est aussi un moyen de l’orienter.

Cette capacité à orienter la demande est désormais un élément clé du processus de prévision de la demande. Il s’agit en effet de saisir l’impact des promotions commerciales, des événements marketing, des facteurs économiques et de les intégrer rapidement dans les analyses prévisionnelles. Les systèmes classiques de planification et de prévision de la demande ne suffisent plus. Gérer les fluctuations de la demande dans un marché instable requiert des outils plus sophistiqués, mais aussi un niveau bien supérieur de collaboration et de réactivité au sein de l’entreprise.

Prévoir la demande client : le mot d’ordre des directeurs financiers

Une étude publiée récemment dans le magazine CFO révélait que la préoccupation majeure des directeurs financiers aujourd’hui ne réside plus dans les taux d’intérêt, ni dans les politiques gouvernementales, ni même dans la concurrence internationale : c’est la demande client et les moyens de l’anticiper qui les intéressent au plus haut point. Pourtant, remarque Charlie Chase, de nombreuses entreprises peinent toujours à résoudre des problèmes élémentaires de prévision commerciale.

L’échelle en est un : le fait qu’un nombre important de prévisions doit être produit rapidement alors que les logiciels de prévision existants sont incapables de s’y adapter. Leur gestion en est un autre : il y a trop de prévisions à créer et pas assez de personnel pour les traiter. Un obstacle plus fondamental est la fiabilité : les managers ont tendance à ne pas se fier aux prévisions générées par le système. Celles-ci sont alors soumises à de multiples révisions manuelles : « plus il y a de personnes qui interviennent, moins les prévisions sont claires », s’inquiète Chase.

« Orienter la demande est le plus délicat »

Charlie Chase estime qu’il n’y a aujourd’hui aucune excuse à ne pas disposer de prévisions fiables. « La technologie nous a rattrapés : nous disposons à présent de toute la puissance de traitement et de stockage nécessaire et d’un accès immédiat à toutes les données détaillées des points de vente. »

Il considère que le problème provient plutôt du manque de traitement analytique dans les systèmes ERP hérités classiques. « Vous pouvez planifier votre demande avec des solutions ERP/SCM traditionnelles, mais ces solutions sont basées sur les flux et laissent peu de place à l’analytique. Les processus de prévision associés sont donc principalement pilotés par la connaissance métier et un jugement biaisé, sans données factuelles pour étayer une hypothèse. Sans surprise, les prévisions qui en découlent sont imprécises et peu fiables. »

Un support pour les processus S&OP

Développant des solutions dans ce domaine depuis plus de 32 ans, SAS est le leader mondial du marché de la prévision aujourd’hui, avec plus de 7 700 clients « Prévision », et des plates-formes de prévision installées sur plus de 3 900 sites dans le monde. SAS® Demand-Driven Forecasting est une solution de prévision et de planification à grande échelle, qui fournit un processus structuré pour une planification collaborative à même d’assurer un support à l’ensemble des processus opérationnels et du circuit de vente (S&OP).

Les fonctionnalités clés de SAS® Demand-Driven Forecasting comprennent une bibliothèque ouverte de modèles prédéfinis de statistiques, une analyse « what if » avec simulation de scénarios pour orienter la demande, et un environnement de prévision de la demande avec générateur collaboratif.

Étapes clés d’amélioration

Charlie Chase persiste à penser que la plupart des entreprises ont besoin d’améliorer sérieusement leur prévision de la demande. Dans les étapes clés qu’il conseille à cet effet, on note le développement d’un processus systématique d’analyses « what if », avec modélisation des scénarios permettant de mesurer les impacts financiers engendrés par des modifications du mix-marketing ou de la ligne de produits. « Les entreprises doivent ensuite améliorer leur démarche de planification des ventes et des opérations, grâce à des prévisions automatisées fiables qui identifient les différentiels entre le réel et le prévisionnel. Il faut enfin effectuer les prévisions et mesurer leur fiabilité à partir d’alertes calibrées en fonction des besoins de l’entreprise et de son activité. »

La Prévision de la demande doit être un effort partagé dans toute l’entreprise

Charlie Chase insiste sur le fait que la prévision de la demande demeure, dans la plupart des entreprises, un domaine au mieux sous-estimé, au pire ignoré. Il incite les entreprises à investir rapidement dans des formations en prévision statistique pour le personnel impliqué dans le processus de prévision de la demande. Il conseille de mettre en place un département analytique distinct, pour créer et tenir à jour les prévisions statistiques, avec un champion interne de la prévision de la demande pour gérer le changement. « La prévision de la demande doit être un effort partagé dans toute l’entreprise », insiste-t-il, « car la faiblesse des prévisions a un impact sur chacune de ses fonctions. »

publié le 27/10/2009