Prévisions de ventes journalières de produits de mode

1. Prévisions de ventes journalières de produits de mode Joëlle BOUCHARD Centre interuniversitaire de recherche sur les réseaux d'entreprise, la logistique et le transport (CIRRELT), Université Laval, Québec Benoit MONTREUIL Centre interuniversitaire de recherche sur les réseaux d'entreprise, la logistique et le transport (CIRRELT), Chaire de recherche du Canada en ingénierie d'entreprise, Andréanne LEPAGE Centre interuniversitaire de recherche sur les réseaux d'entreprise, la logistique et le transport (CIRRELT), Université Laval, Québec 10e Congrès de Génie Industriel 12-14 juin 2013 La Rochelle (France)

2. Plan de la présentation • Mise en contexte • Caractéristiques des séries chronologiques • Méthode proposée • Résultats • Conclusion

3. Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Méthode proposée Mise en contexte 1/4 Mise en contexte Pour demeurer compétitif face à la concurrence et pour susciter la demande des clients, des milliers de produits de mode sont introduits sur le marché à chaque saison. Le nombre de produits offerts par saison pour l’entreprise considérée

4. Conclusion Conclusion Mise en contexte Mise en contexte Caractéristique des séries chronologiques Caractéristique des séries chronologiques Résultats Résultats Mise en contexte 2/4 Méthode proposée Mise en contexte 2/4 Méthode proposée Mise en contexte Si on considère les déclinaisons produits-couleurs, le nombre de produits offerts double.

5. Conclusion Conclusion Mise en contexte Mise en contexte Caractéristique des séries chronologiques Caractéristique des séries chronologiques Résultats Résultats Mise en contexte 3/4 Méthode proposée Mise en contexte 3/4 Méthode proposée Mise en contexte Si on considère les déclinaisons produits-couleurs-taille, le nombre de produits offerts est considérable. Plus de 160 000 SKU à prévoir par année

6. Conclusion Conclusion Mise en contexte Mise en contexte Caractéristique des séries chronologiques Caractéristique des séries chronologiques Résultats Résultats Mise en contexte 4/4 Méthode proposée Mise en contexte 4/4 Méthode proposée Mise en contexte Les décisions d’approvisionnement sont prises sur la base des prévisions de ventes des produits Comment élaborer des prévisions journalières de milliers de produits de mode ?

7. Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Méthode proposée Caractéristique des séries chronologiques 1/4 Séries chronologiques courtes La durée de vie de la plupart des produitsest de quelques mois seulement

8. Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Méthode proposée Caractéristique des séries chronologiques 2/4 Double saisonnalité Les séries chronologiques subissentun effet saisonnier (ex. mensuel) et journalier

9. Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Méthode proposée Caractéristique des séries chronologiques 3/4 Effet calendaire Les séries chronologiques subissent l’effet des jours spéciaux comme les fêtes annuelles et les périodes de solde après Noël.

10. Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Méthode proposée Caractéristique des séries chronologiques 4/4 Structure hiérarchique des produits Les produits sont classés de manière à les regrouper en catégories d’articles présentant les mêmes caractéristiques

11. Méthode proposée 1/5 Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Méthode proposée Méthode de prévision par ratio Étape 1: Effectuer une prévision directe des ventes au niveau d’agrégation le plus pertinent. Prévision des ventes d’une division ?

12. Méthode proposée 2/5 Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Méthode proposée Méthode de prévision par ratio La prévision des ventes au niveau d’une division ne permet pas de faire ressortir la saisonnalité mensuelle que subissent les produits au niveau des départements. Prévision des ventes d’un département ?

13. Méthode proposée 3/5 Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Méthode proposée Méthode de prévision par ratio La prévision des ventes au niveau des catégories, niveau immédiatement supérieur aux produits dans la structure hiérarchique, permet de bien saisir la double saisonnalité et les jours spéciaux.

14. Méthode proposée 4/5 Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Méthode proposée Méthode de prévision par ratio Étape 2 : Attribuer un ratio des ventes totales à chacun des produits en considérant, pour la même période, l’ensemble des produits appartenant à ce regroupement. Xi,t: valeur historique du produit i au temps t TOt: vente totale de l’ensemble des produits inclus dans la catégorie au temps t Ri,t: Ratio de la prévision directe au temps t allouée au produit i (1) (2)

15. Méthode proposée 4/5 Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Méthode proposée Méthode de prévision par ratio Étape 3 : Lisser les ratios calculés de façon à atténuer les variations irrégulières des ventes RLi,t: Ratio lissé de la prévision directe au temps t allouée au produit i (3)

16. Méthode proposée 5/5 Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Méthode proposée Méthode de prévision par ratio • Étape 4 : Calculer les ratios normalisés afin de s’assurer que la somme des ratios lissés calculés précédemment pour chaque produit représente 100% des ventes totales. RLNi,t : Ratio lissé normalisé de la prévision directe au temps t alloué au produit i (4)

17. Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Résultats 1/9 Méthode proposée Prévision directe des ventes pour une catégorie de produits Prévision 112 jours à l’avance (à peu près la durée de vie d’un produit).

18. Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Résultats 2/9 Méthode proposée Prévision par ratio pour un produit spécifique Prévision 112 jours à l’avance (à peu près la durée de vie d’un produit).

19. Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Résultats 3/9 Méthode proposée Prévision par ratio pour un produit-couleur spécifique Prévision 112 jours à l’avance (à peu près la durée de vie d’un produit).

20. Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Résultats 4/9 Méthode proposée Prévision par ratio pour un produit-couleur-taille spécifique Prévision 112 jours à l’avance (à peu près la durée de vie d’un produit).

21. Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Résultats 5/9 Méthode proposée Comparaison des résultats entre les valeurs réelles cumulées et prévues selon la méthode de prévision utilisées Prévision 112 jours à l’avance

22. Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Résultats 6/9 Méthode proposée Méthodes de désagrégation Gross et Sohl (1990) Les auteurs proposent 21 méthodes de désagrégation pour calculer les prévisions sur un produit individuel à partir d’une prévision directe calculée sur une ligne de produits. Ils retiennent 2 méthodes qu’ils jugent plus performantes. Méthode F : Méthode A :

23. Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Résultats 7/9 Méthode proposée Comparaison des résultats entre les valeurs réelles cumulées et prévues selon la méthode de prévision utilisée

24. Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Résultats 8/9 Méthode proposée Comparaison des résultats entre les valeurs réelles cumulées et prévues selon la méthode de prévision utilisées

25. Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Résultats 9/9 Méthode proposée Comparaison des résultats entre les valeurs réelles cumulées et prévues selon la méthode de prévision utilisées

26. Conclusion Mise en contexte Caractéristique des séries chronologiques Résultats Méthode proposée Conclusion 1/2 Conclusion • méthode simple et facile d’implantation; • répond aux besoins des gestionnaires d’obtenir des prévisions journalières par produit, par division, un à plusieurs jours à l’avance; • considère les effets saisonniers influençant la demande; • permet de diminuer considérablement le nombre de modèles de prévision requis; • permet d’obtenir des prévisions par produit sans avoir recours à un historique de données pour ce produit;

27. Problématique Méthode proposée Résultats Conclusion Conclusion 2/2 Pistes de recherche • Adapter la méthode aux prévisions horaires (triple saisonnalité) • Faire des expérimentations avec divers contextes industriels de prévision • Adapter la méthode pour un contexte ou le nombre de magasins varie en fonction de l’introduction progressive des produits suite à la réaction des clients • Adapter la méthode pour tenir compte des inventaires 27

28. 28