Analyse prédictive : comment l’utiliser pour sécuriser ses stocks ?

L’analyse prédictive joue un rôle crucial dans la sécurisation des approvisionnements et des stocks, ainsi que dans la diminution des risques possibles sur la supply chain. Comment est-elle mise en œuvre à l’échelle des entrepôts logistiques ? Explications par Assâad Moumen, Manager supply chain au sein de Wavestone.

Peut-on résumer le principe de l’analyse prédictive en affirmant qu’elle consiste à prédire l’avenir en se basant sur l’analyse statistique du passé ? Pas vraiment. « Une prévision reste, par nature, fausse. Personne ne peut prédire l’avenir », rectifie Assâad Moumen. 

Définition de l’analyse prédictive

L’analyse prédictive, en logistique, permet d’anticiper la demande en fonction des données historiques (chiffres de vente, ou de production par exemple) et de facteurs externes tels que l’inflation ou encore la météo. « Il s’agit de comprendre les éléments, puis de les modéliser », complète Assâad  Moumen.

De la prévision naïve à l’IA : l’évolution des méthodes d’analyse prédictive

L’une des méthodes historiques d’analyse prédictive, dite de « prévision naïve », consiste à prévoir une tendance en projetant une moyenne, calculée à partir de données antérieures. « Historiquement, on le faisait sur Excel. On peut le faire sans logiciel très poussé, mais cela sera limité du point de vue du volume des données à traiter. » Aussi, selon Assâad Moumen, la prévision naïve « n’est pas suffisamment précise », tout comme d’autres méthodes standard plus avancées, telles que le lissage exponentiel.

Comment aller plus loin et rendre l’analyse prédictive plus pertinente ? « Il y a une technique qui consiste à intégrer, en plus des données de vente, des corrélations de cet historique avec des données exogènes ». Par exemple : comprendre la corrélation entre des ventes et la météo. « Là, on peut appliquer d’autres algorithmes, qui sont plutôt de l’IA, pour mieux comprendre les comportements, la saisonnalité et les tendances. »

L’arrivée de l’IA fait avancer la discipline : elle permet de créer et de projeter des modèles plus sophistiqués. Plus d’Excel à ce niveau, mais des bibliothèques et des algorithmes de prédiction logistique à paramétrer. Est-il possible d’aller encore plus loin ? Réponse d’Assâad Moumen : « On peut aussi mettre en place des prévisions avec des outils sur mesure, avec un ensemble d’outils de data science. »

Est-ce que toutes les supply chain aujourd’hui comportent de l’analyse prédictive ? « Ce n’est pas forcément le cas », explique Assâad  Moumen : « Ce n’est pas parce qu’il y a un retard, mais plutôt parce que l’activité de certaines entreprises ne dépend pas de l’analyse prédictive. L’aéronautique, par exemple, travaille sur un carnet de commandes ferme qui peut aller jusqu’à 10 ans : dans ce cas, pas besoin de faire de l’analyse statistique pour anticiper la demande. » 

En dehors de ces exceptions, les supply chain ont massivement adopté l’analyse prédictive. Elle permet en effet « d’éviter des problèmes que l’on retrouve presque tout le temps dans la chaîne logistique ». Revue d’avantages : 

• Éviter les situations de surstock ou rupture de stock ainsi que les problèmes d’approvisionnement.
• Anticiper les ressources pour accompagner la demande : usines, moyens de transport…
• Mieux négocier ses contrats d’achat de matière première.
• Évaluer plus précisément le budget nécessaire pour lancer des nouveaux produits.

« Le grand avantage de l’analyse prédictive est une très bonne connaissance et compréhension de la demande et de la concurrence, qui permet à l’entreprise de lancer des produits plus spécifiques et mieux adaptés au besoin, et d’adapter toute la chaîne logistique derrière. Au-delà de mieux s’organiser, elle aide à la recherche d’innovations, permet d’être plus à l’écoute et réactif au marché, et de fidéliser encore plus ses clients. »

Pour comprendre comment l’analyse prédictive influe sur la gestion des stocks en entrepôt, il faut tout d’abord distinguer plusieurs niveaux de stock : 

• Le stock de sécurité ou d’anticipation, qui permet de prévenir des éléments aléatoires de la demande (voir notre encadré). L’analyse prédictive, dans ce cas, permet de « sécuriser un niveau de variation », précise Assâad Moumen.
• Le stock cyclique ou de fonctionnement, aussi basé sur la prévision, mais à plus court terme, puisqu’il répond aux besoins quotidiens de l’entrepôt.

Trouver le bon niveau de stock

Du côté des entrepôts, l’analyse prédictive est particulièrement intéressante pour déterminer les niveaux de stock optimaux en fonction de la demande prévue. Lorsqu’elle est bien conduite, elle réduit les délais de réapprovisionnement et garantit que les produits seront expédiés rapidement. 

Planifier les stocks en fonction de la capacité de son entrepôt

Face aux tensions que connaît le foncier logistique, l’analyse prédictive en logistique se met au service de la gestion de l’espace : « Elle sert énormément pour définir le schéma directeur logistique », c’est-à-dire un plan d’action sur 3 à 5 ans, notamment de tous les flux qui alimentent la chaîne logistique. De quelle manière ? « Elle permet d’anticiper le stockage, et les problèmes immobiliers qu’on peut constater aujourd’hui. » En effet, en anticipant quel volume de stockage sera nécessaire à moyen terme, elle permet de construire une vraie stratégie foncière.

Rendre l’entrepôt plus ergonomique et plus performant

Comment l’analyse prédictive participe-t-elle à l’optimisation logistique ? « On est capables de rendre les stocks plus accessibles pour que les opérateurs travaillent de façon ergonomique et soient plus réactifs. » Ainsi, l’emplacement des produits est pensé pour s’adapter au travail du personnel, afin de réduire la pénibilité des tâches tout en améliorant la performance.

Pour décupler l’efficacité, deux maîtres-mots : automatisation et modularité. « Comment mieux stocker à l’intérieur d’un entrepôt en utilisant les nouvelles technologies ? Utiliser des nouveaux rayons qui prennent moins d’espace, voire automatiser ou mécaniser complètement l’entrepôt avec des robots/cobots ou des étagères qui peuvent bouger en fonction des commandes. » Ainsi, une solution d’optimisation logistique complète comprend à la fois des algorithmes prédictifs logistiques, mais aussi des logiciels de gestion automatisée des entrepôts. Ces technologies œuvrent de pair pour orchestrer le ballet des robots en entrepôt ! 

Pour aller plus loin, découvrez comment notre système d’entrepôt automatisé Skypod optimise la performance des entrepôts.