Mesurer la qualté de la prévson Luc Baetens 24/11/2011 www.mobus.eu
Luc Baetens 11 ans d expérence Planfcaton Optmsaton des stocks Organsaton de la Supply Chan Performance de la Supply Chan Geston de la demande Sales & Operatons Plannng Réseaux Logstques SAP Fnance Implémentaton p. 2
Un smple changement dans le processus clé double le retour sur nvestssement August F. Möbus (1790-1868)
3 10 mllon 27 43 68 111 140 140 MÖBIUS 140 Collaborateurs 17 M Chffre d affares 4 Pays 18 16 14 12 10 8 6 4 2 0 1997 Créaton MÖBIUS Spn off Unversté de Gand Prof. dr. r. Hendrk Vanmaele 1997 1999 2001 2003 2005 2007 2009 2011 effectfs CA en mllons
SUPPLY CHAIN MANAGEMENT Achats & Douanes & Planfcaton Appro Stocks & Producton Logstque Demande Taxes Douanes & Taxes Stratége SC & Organsaton Satsfacton clents Planfcaton & Producton Optmsaton des stocks Geston de la demande Achats & approvsonnement Lean Management Logstque
CONSEIL EN ORGANISATION Gouvernance Comprehenson clent Archtecture d entreprse Développement de l organsaton Geston des processus Planfcaton ressources Geston de la qualté Geston des rsques Geston de la performance
REFERENCES MÖBIUS FRANCE Dscrete Manufacturng Chemcal & Pharma Hgh-tech Consumer Products Trade Constructon & Mllng Servces Utltes Waste Mgt Fnance Publc 7
Stocks have reached what looks lke a permanently hgh plateau Irvng Fsher 3 jours avant le crash de Wall Street en 1929. p. 8
Les ndcateurs sont connus et documentés depus longtemps. Pour mesurer le bas de la prévson Mean Error (Erreur moyenne) Percentage Error (Erreur en pourcentage) Pour mesurer la fablté de la prévson Mean Absolute Devaton (écart moyen absolu) Mean Absolute Percentage Error (Erreur moyenne absolue en pourcentage) ME PE MAD MAPE n n n n 1 1 1 (F - A ) n n F - A 1 n (F n F 1 1 - A A - A A ) On peut auss mesurer la stablté de la prévson en regardant l évoluton de la fablté et du bas en foncton de l horzon de prévson. 9
La performance qu compte est celle perçue par le clent. Une bonne mesure dot permettre d agr s beson.
Début Novembre : Mesurer la performance de la prévson du mos d Octobre, fate en Septembre. p. 11
La mesure sur le derner mos seulement n est pas un bon ndcateur. La pertnence statstque d une seule observaton? Melleure pratque : au mons 4 mos, déalement sur 6 mos. Suggeston de graphque : fablté en foncton du volume cumulatf. 100% Fablté des prévsons 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% % de la gamme Fablté cumulatve Fablté Volume annuel p. 12
Début Novembre : Mesurer la performance de la prévson du mos d Octobre, fate en Septembre. Et s le plannng d approvsonnement s est basé sur la prévson du mos de Jun? p. 13
Une prévson n'a un sens que quand elle est utlsée pour prendre des décsons.
Dfférentes décsons utlsent dfférentes prévsons. Décson Horzon Nveau de détal Plannng de trésorere de l entreprse Réapprovsonnement des centres de dstrbuton Plannng de producton des produts fns Approvsonnement des matères premères 1 mos 1 mos 1 3 mos 3 6 mos Au nveau global de l entreprse A la référence et au centre de dstrbuton A la référence de produt fn A la référence de matère premère Dmensonnement des équpes de producton 3 6 mos A la lgne de producton 15
Le générateur et l utlsateur des prévsons ne voent pas la même performance. Génératon Consoldaton Utlsaton 40 60 80 20 90 Fablté (%) 0 100 40 60 80 20 90 Fablté (%) 0 100 Mesurer la performance de la génératon des prévsons Permet d objectver des personnes / des fonctons Ne permet pas d évaluer les conséquences de la performance Mesurer la performance des prévsons dans l utlsaton Permet d évaluer les conséquences de la performance Ne permet pas d objectver des personnes / des fonctons p. 16
On dot défnr des ndcateurs dfférents pour mesurer les deux aspects. Génératon Consoldaton Utlsaton Prévson par référence par clent 20 40 60 80 Fablté (%) 0 100 90 Prévson sur 3 mos glssants à M-3 20 40 60 80 Fablté (%) 0 100 Approvsonnement par référence 90 Prévson par référence par clent 20 40 60 80 Fablté (%) 0 100 90 Prévson sur 1 mos à M-1 20 40 60 80 Fablté (%) 0 100 Prévson de marge brute par famlle 90 p. 17
La performance qu compte est celle perçue par le clent. Une bonne mesure dot permettre d agr s beson.
Pour agr effcacement, l faut cbler. p. 19
Pour ben cbler les références qu demandent une attenton partculère, on peut effectuer dfférentes analyses. Evaluaton des écarts Prévsons hstorques Erreur de prévson Nouvelles prévsons Ventes réalsées Classfcaton des références p. 20 Détecton des valeurs anormales
On peut analyser et classfer les références en foncton des ventes réalsées. Pluseurs classfcatons smples exstent pour défnr les références qu mértent plus d attenton du prévsonnste : Classfcaton en foncton du volume de ventes (chffres d affares). Classfcaton en foncton du profl de la demande. Classfcaton en foncton de la valeur du produt / la marge générée. Classfcaton en foncton d mportance stratégque du produt. Pour plus de fnesse, on peut croser ses classfcatons (ABC 123) p. 21
Du pont de vue du prévsonnste, le profl de la demande est souvent plus mportant que le volume. NOUVEAU TENDANCE FAST (STABLE) ERRATIQUE SAISONNIER AGITE (LUMPY) FIN DE VIE OBSOLETE LENT (SLOW) p. 22
Une façon effcace de cbler les efforts de prévsons peut être auss de valorser les erreurs de prévson. Erreur de prévson Volume Pareto Err Prév A B C Total A 50% 20% 10% 80% B 3% 5% 7% 15% C 0% 1% 5% 5% Total 52% 26% 22% 100% p. 23
Le type d erreur de prévson donne une ndcaton sur la composante qu pose problème. Fablté = 100% Impossble Prévson OK Bas mportant Nveau Tendance Poltque Sasonnalté Evènements Bas = 0 Fablté < 0 p. 24
Erreur de prévson (%) Sur les évènements, on peut encore détaller l analyse des causes des erreurs. Pods des erreurs lées aux promotons réseau VAE 70% 60% 50% + 52% 40% 30% 20% 10% 0% + 60% + 6% + 16% + 18% + 63% + 6% + 14% + 18% + 1% + 13% + 34% M-1 M-2 M-3 Erreur Mos Promo Erreur Promo Non Prévue Erreur Promo Prévue Non réalsée Erreur Quantté Promo p. 25
La comparason d une nouvelle prévson avec l ancenne prévson permet d dentfer des changements mportants. Changement de comportement d un produt? Changement de tendance Changement cycle de ve Où nstablté du modèle de prévson? Changement de paramètres / de modèle Prse en compte d une fausse tendance / sasonnalté Les ndcateurs peuvent être les mêmes que ceux que l on utlse pour mesurer la performance de la prévson. p. 26
Dans tous les cas, l analyse dot être suve par une acton Changer le modèle de prévson Focalser l effort de prévson commercale sur le produt Corrger l hstorque Revor le stock de sécurté p. 27
La performance qu compte est celle perçue par le clent. Une bonne mesure dot permettre d agr s beson.
Merc Luc Baetens luc.baetens@mobus.eu p. 29 +33 1 49 49 08 10