Cinq outils pour la gestion des risques basée sur la demande

Lors de l'analyse des risques liés à la chaîne d'approvisionnement, les responsables logistiques ont tendance à se concentrer sur les perturbations généralisées telles que les catastrophes environnementales et les pandémies. En effet, ce sont ces événements qui ont le plus d'impact direct sur le consommateur final et qui captent l'attention des médias grand public.

Il existe cependant des changements moins visibles mais non moins puissants qui peuvent également faire dérailler une chaîne d'approvisionnement non préparée. Parmi celles-ci figure la perturbation de la chaîne d'approvisionnement induite par la demande, dictée par des changements soudains de comportement des consommateurs. Dans notre économie de chaîne d'approvisionnement axée sur la demande, ce type de perturbation est tout aussi important à prévoir.

Bien que de nature différente, le risque induit par la demande peut être affecté par le risque d'offre. À la suite de la pandémie de COVID-19, par exemple, les marchés de consommation ont vu un afflux de masques de créateurs, de purificateurs d'air HEPA et de désinfectant pour les mains.

La façon dont les consommateurs mangent et à qui ils achètent leur nourriture a également changé à la suite des blocages. Selon une étude récente de l'EIT, les habitudes alimentaires ont changé en 2020, avec de plus en plus de personnes mangeant à la maison, commandant des livraisons ou faisant leurs courses en ligne. Ceux qui ont mangé dans les villes ont choisi des restaurants locaux et indépendants plutôt que de grandes chaînes. Pour les achats en personne, beaucoup ont opté pour des magasins plus petits au lieu de supermarchés.

De nombreux responsables logistiques connaissent bien les risques posés aux sources d'approvisionnement à la suite de catastrophes environnementales. Ce qu'ils pourraient oublier, c'est l'effet que de tels événements ont sur la demande des consommateurs à long terme. Face aux réalités du changement climatique, de nombreux acheteurs choisissent des produits et services plus durables. Les clients d'aujourd'hui se demandent s'il existe une version plus durable du produit qu'ils souhaitent, s'ils ont vraiment besoin de cet article demain, ou s'ils ont vraiment besoin du produit.

La culture populaire est l'un des moyens les plus rapides de changer la demande. Les influenceurs célèbres peuvent changer les types de vêtements ou de cosmétiques que les consommateurs veulent en un rien de temps, lorsqu'ils sont photographiés dans la rue ou lors d'un événement sur le tapis rouge. Si la marque bénéficiant de cette exposition n'a pas prévu à l'avance une augmentation des ventes, elle pourrait faire face à des retards et perdre des affaires au profit de ses concurrents mieux préparés.

Bien que ces tendances ne soient pas toujours faciles à prévoir, qui savait que les spinners allaient décoller ? — certains initiés de l'industrie ont appris à lire le marché et peuvent voir les changements arriver plus tôt que la plupart.

Heureusement, le risque lié à la demande est plus facile à prévoir que le risque d'offre, en raison du large choix de sources de données disponibles et de la technologie d'analyse conçue pour traiter ces données. En fonction de la maturité de votre chaîne d'approvisionnement, vous devrez peut-être apporter des modifications à vos processus et à votre personnel pour utiliser efficacement ces outils. Voici cinq approches essentielles à intégrer dans votre stratégie d'atténuation des risques.

Capturer de nouvelles entrées de demande. Les prévisions de la demande sont généralement anticipées sur 30 à 90 jours. Mais une fenêtre aussi large est trop large pour capturer des informations exploitables. En suivant l'historique des ventes à court terme et les causes associées de la demande, les entreprises peuvent obtenir des informations en temps quasi réel au cours du mois pour faire des prévisions plus pertinentes.

Les entreprises doivent également maximiser le volume et la variété des sources de données qu'elles collectent. Des détails tels que le sentiment social, le point de vente (POS), l'inventaire et la disponibilité en rayon contribuent tous à améliorer la visibilité de la demande à court terme.

Modélisation de la demande. Un modèle de demande permet de prédire le comportement futur des clients en fonction de l'expérience passée. Plus vous incorporez de sources externes dans votre modèle, plus il devient précis et prédictif. Les sources externes peuvent inclure des flux de médias sociaux, des informations concurrentielles, des prévisions météorologiques et des données de point de vente. Couplées à des sources de données internes telles que l'historique des ventes, les promotions et les lancements de nouveaux produits, ces informations peuvent brosser un tableau beaucoup plus précis du comportement passé et des tendances futures.

Prévisions probabilistes . Lorsque les prévisions sont basées sur plusieurs variables, l'ancienne approche déterministe « un nombre » est trop simpliste. En revanche, un processus de prévision probabiliste ou stochastique prend en compte l'incertitude pour aider à gérer le risque. Avec les prévisions probabilistes, des algorithmes avancés analysent plusieurs variables de demande pour calculer la probabilité de chaque résultat possible, puis déterminent lequel est le plus susceptible de se produire. Cela offre un moyen beaucoup plus fiable de faire des prévisions lorsque les modèles de demande sont variables, l'historique des commandes est limité (comme, par exemple, avec de nouveaux produits) ou des facteurs tels que la saisonnalité entrent en jeu.

Logiciel de prévision de la demande . Choisir le bon logiciel est essentiel pour analyser efficacement les données que vous collectez. Un logiciel de prévision de la demande qui utilise une approche probabiliste modélise automatiquement la demande ascendante pour des articles individuels. Il analyse les lignes de commande pour modéliser à la fois les quantités de demande historiques et la fréquence de la demande, afin de donner une estimation précise de la volatilité. Le bon système comprendra la différence entre la commande groupée de 20 unités et la vente d'unités individuelles du même produit 20 fois. Il gère également la demande intermittente « à longue traîne » de produits à rotation plus lente, qui sont difficiles à prévoir. Il prévoit des facteurs de marché tels que les tendances ou la saisonnalité, ainsi que des facteurs organisationnels tels que les promotions qui façonnent la demande, les nouveaux produits, le biais des prévisions et l'effet coup de fouet.

Perspicacité humaine et planification interfonctionnelle. Une fois que vous avez généré une prévision de probabilité de référence, vous avez besoin de personnes dans l'entreprise pour l'affiner en ajoutant leurs connaissances et leur expertise. Les facteurs de demande complexes, tels que les contradictions dans le comportement des consommateurs, sont mieux analysés par toute une équipe d'analystes humains.

Prenons l'exemple de l'industrie de la mode. Les acheteurs de la génération Z ont tendance à privilégier la durabilité et préfèrent les vêtements d'occasion « upcyclés ». Ils sont également le groupe démographique le plus susceptible d'acheter auprès d'entreprises de « mode rapide » pour suivre l'évolution des tendances. Afin de donner un sens à de telles contradictions, les acheteurs de mode qui analysent les tendances doivent comparer leurs notes avec des marchandiseurs plus proches des chiffres de vente réels. Dans n'importe quelle chaîne d'approvisionnement, plus vous pouvez impliquer de personnes dans l'affinement des prévisions de la demande dans les domaines de la finance, du marketing, des ventes, des opérations et de vos partenaires de distribution, plus ces prévisions deviendront précises au fil du temps.

Comme l'a dit un jour le gourou de la chaîne d'approvisionnement, Martin Christopher, « les entreprises individuelles ne se font plus concurrence en tant qu'entités autonomes, mais plutôt en tant que chaînes d'approvisionnement ». Jamais ce sentiment n'a été plus vrai qu'aujourd'hui. Les entreprises dont les chaînes d'approvisionnement sont les mieux à même de détecter et de réagir à la variabilité de la demande seront non seulement les plus résistantes au risque; ils seront également en mesure d'assurer les meilleurs résultats commerciaux globaux.

David Barton est directeur général, Amériques, chez ToolsGroup.