- Le stock de sécurité dans MySales est dérivé de l'erreur de prévision statistique, et non de règles empiriques arbitraires ou de pourcentages fixes du volume des ventes.
- Les semaines historiques sont segmentées en groupes de demande faible, moyenne et élevée, car la précision des prévisions varie selon le niveau de demande -- et les périodes de forte demande génèrent généralement les exigences de stock de sécurité les plus élevées.
- Un coefficient configurable et un plafond maximum absolu (
% max SS) donnent aux entreprises un contrôle direct sur le compromis entre disponibilité en rayon et coût des stocks. - L'ensemble du calcul est automatique, reproductible et auditable -- éliminant la subjectivité de la planification manuelle du stock de sécurité.
Comment MySales calcule le stock de sécurité
Dans MySales, le stock de sécurité est calculé automatiquement sur la base de statistiques d'erreur de prévision. Il n'y a pas de tampons manuels, pas de pourcentages empiriques et pas d'approximations.
Le système suit un processus déterministe en six étapes au niveau SKU x magasin (ou tout niveau d'agrégation supérieur). Chaque étape s'appuie sur la précédente, produisant une valeur de stock de sécurité à la fois statistiquement fondée et opérationnellement encadrée.
1. Fondation des données historiques
Le calcul commence avec des données hebdomadaires pour trois variables :
- Prévision des ventes -- la demande prédite par le système
- Ventes réelles -- ce qui a réellement été vendu
- Niveaux de stocks -- le stock disponible à chaque point dans le temps
L'analyse est effectuée au niveau SKU x magasin par défaut, bien qu'elle puisse fonctionner à des niveaux d'agrégation supérieurs lorsqu'elle est configurée pour le faire.
2. Division des semaines en trois groupes de demande
Toutes les semaines historiques sont triées par volume de prévision et divisées en trois segments :
| Segment | Part des semaines | Description |
|---|---|---|
| Demande faible | 30 % du bas | Semaines avec le volume prévu le plus faible |
| Demande moyenne | 40 % du milieu | Semaines avec un volume prévu modéré |
| Demande élevée | 30 % du haut | Semaines avec le volume prévu le plus élevé |
L'erreur de prévision n'est pas uniforme selon les niveaux de demande. Les périodes de forte demande présentent généralement des erreurs absolues plus importantes que les périodes de faible demande. En calculant l'erreur séparément pour chaque segment, MySales produit un stock de sécurité qui reflète le profil de risque réel de chaque régime de demande -- plutôt que de moyenner les erreurs dans des conditions fondamentalement différentes.
3. Estimation de l'erreur de prévision
Pour chacun des trois groupes de demande, le système calcule l'écart type de la différence entre les ventes réelles et la prévision.
Erreur = Ventes réelles - Prévision
L'écart type de ces erreurs donne une métrique unique : l'erreur de prévision hebdomadaire typique pour ce SKU, exprimée en unités. C'est la colonne vertébrale statistique de l'ensemble du calcul du stock de sécurité.
4. Coefficient de stock de sécurité
L'erreur de prévision calculée est multipliée par un coefficient défini par l'utilisateur, configuré dans :
Prévisions > Administration > Ajustement du stock de sécurité
Ce coefficient donne à l'entreprise un levier direct sur la politique de stocks :
| Coefficient | Stratégie | Cas d'utilisation |
|---|---|---|
| 0,7 | Lean agressif | SKU à faible marge ou à risque élevé de détérioration |
| 1,0 | Protection standard | Par défaut -- couvre l'erreur de prévision typique |
| 1,3 | Tampon conservateur | SKU à forte valeur ou catégories avec de lourdes pénalités de rupture de stock |
La relation est linéaire : doubler le coefficient double le stock de sécurité.
Le coefficient doit refléter la priorité commerciale, et non l'incertitude statistique. Un distributeur avec de solides relations fournisseurs et de courts délais peut se permettre un coefficient plus bas. Un distributeur approvisionnant des magasins éloignés avec des livraisons peu fréquentes devrait viser plus haut. Le modèle statistique gère les mathématiques ; le coefficient encode la stratégie.
5. Mise à l'échelle selon l'horizon de commande (D1-D2)
Le stock de sécurité est initialement calculé sur une base hebdomadaire. Il doit ensuite être mis à l'échelle pour correspondre à l'horizon de commande réel -- le nombre de jours entre la date de commande (D1) et la date de livraison (D2).
La formule de mise à l'échelle est simple :
SS (mis à l'échelle) = SS (hebdomadaire) x (N / 7)
Où N est le nombre de jours dans la fenêtre D1-D2.
| Horizon de commande | Facteur d'échelle | Effet |
|---|---|---|
| 3 jours | 3 / 7 = 0,43 | Stock de sécurité réduit à ~43 % de la valeur hebdomadaire |
| 7 jours | 7 / 7 = 1,00 | Stock de sécurité égal à la valeur hebdomadaire complète |
| 14 jours | 14 / 7 = 2,00 | Stock de sécurité doublé pour couvrir une fenêtre de deux semaines |
Les horizons de commande plus courts nécessitent naturellement moins de stock de sécurité. C'est délibéré -- les commandes plus fréquentes réduisent l'exposition à l'erreur de prévision.
6. Limite supérieure (% max SS)
La dernière étape applique un plafond absolu sur le stock de sécurité :
Le SS ne peut pas dépasser Prévision(D1-D2) x % max SS
Une valeur typique est de 50 %, ce qui signifie que le stock de sécurité ne peut jamais dépasser la moitié de la demande prévisionnelle sur la fenêtre de commande.
Cette protection prévient trois risques spécifiques :
- Accumulation excessive de stocks pour les SKU à rotation lente
- Casses et détérioration dues à la surcommande de produits périssables
- Gonflement des commandes qui fausse les signaux de la chaîne d'approvisionnement en amont
Si le stock de sécurité calculé dépasse cette limite, il est plafonné de force.
Ce que l'entreprise doit comprendre
Le stock de sécurité n'est pas conçu pour couvrir 100 % des pics de demande. Son objectif est plus étroit et plus précis : compenser l'amplitude typique de l'erreur de prévision.
Le système optimise pour un équilibre en trois volets :
- Disponibilité en rayon (OSA) -- s'assurer que les produits sont présents lorsque les clients les souhaitent
- Niveaux de stocks -- minimiser le fonds de roulement immobilisé en stocks
- Casses -- réduire le gaspillage des produits invendus ou périmés
Les parties prenantes demandent souvent : "Pourquoi sommes-nous en rupture de stock si nous avons un stock de sécurité ?" La réponse est que le stock de sécurité couvre l'erreur de prévision typique, pas les pics de demande extrêmes. Couvrir 100 % de tous les scénarios de demande possibles nécessiterait des niveaux de stocks économiquement insoutenables. Le système vise le compromis statistiquement optimal -- et le coefficient vous donne le levier pour l'ajuster.
Exemple concret : Stock de sécurité pour un SKU spécifique
L'exemple suivant retrace le calcul complet pour un seul SKU, exactement comme MySales l'exécute -- étape par étape, sans simplification.
Paramètres :
- SKU :
123456 - Magasin :
Magasin_01 - Horizon de commande : D1-D2 = 7 jours
- % max SS = 50 %
- Coefficient de stock de sécurité = 1,0
- Longueur de l'historique : 20 semaines
Étape 1. Collecter les données historiques
| Semaine | Prévision | Réel |
|---|---|---|
| 1 | 90 | 85 |
| 2 | 95 | 110 |
| 3 | 100 | 98 |
| 4 | 105 | 130 |
| 5 | 110 | 108 |
| ... | ... | ... |
| 20 | 140 | 170 |
Étape 2. Segmenter les semaines par niveau de demande
20 semaines triées par valeur de prévision :
- Faible (30 %) -- 6 semaines avec la prévision la plus faible
- Moyen (40 %) -- 8 semaines du milieu
- Élevé (30 %) -- 6 semaines avec la prévision la plus élevée
Le segment de forte demande contribue presque toujours le plus à la valeur finale du stock de sécurité.
Étape 3. Calculer l'erreur de prévision pour le groupe à forte demande
Erreur = Réel - Prévision
| Semaine | Prévision | Réel | Erreur |
|---|---|---|---|
| 15 | 130 | 150 | +20 |
| 16 | 135 | 160 | +25 |
| 17 | 138 | 155 | +17 |
| 18 | 140 | 170 | +30 |
| 19 | 142 | 160 | +18 |
| 20 | 145 | 165 | +20 |
Écart type des erreurs : environ 22 unités.
Étape 4. Appliquer le coefficient de stock de sécurité
SS (hebdomadaire) = 22 x 1,0 = 22 unités
Étape 5. Mettre à l'échelle selon l'horizon de commande
Avec une fenêtre de commande de 7 jours :
SS (mis à l'échelle) = 22 x (7 / 7) = 22 unités
Étape 6. Appliquer le plafond % max SS
- Prévision sur la fenêtre D1-D2 : 60 unités
- SS maximum autorisé : 60 x 50 % = 30 unités
- SS calculé : 22 unités
Comme 22 < 30, le stock de sécurité n'est pas plafonné.
Stock de sécurité final = 22 unités
Étape 7. Comment cela alimente la commande de réapprovisionnement
Les 22 unités de stock de sécurité entrent dans le calcul de la demande de base aux côtés de :
- Stock au D1 = 30 unités
- Stock de présentation minimum = 5 unités
Le système utilise ces paramètres pour déterminer la quantité finale de commande de réapprovisionnement. Le stock de sécurité de 22 unités est le résultat d'un calcul statistique -- pas d'un réglage manuel, pas d'un pourcentage de substitution, et pas de l'intuition d'un planificateur.
Impact sur l'activité
Le calcul automatique et statistiquement fondé du stock de sécurité produit des résultats mesurables selon trois dimensions. Les coûts de stocks diminuent car le stock de sécurité est dimensionné à l'erreur de prévision réelle plutôt que gonflé par des tampons manuels conservateurs. La disponibilité en rayon s'améliore car le système alloue un stock de sécurité plus élevé là où l'incertitude des prévisions est la plus grande -- généralement pendant les périodes de forte demande où les ruptures de stock sont les plus coûteuses. L'efficacité opérationnelle augmente car les planificateurs n'ont plus à passer du temps à définir et ajuster manuellement les paramètres de stock de sécurité pour des milliers de combinaisons SKU-magasin.
L'effet net est un passage d'une gestion des stocks réactive -- où les planificateurs courent après les ruptures de stock et réduisent les surstocks après coup -- à un processus de réapprovisionnement proactif et piloté par les données qui se recalibre en permanence selon la précision réelle de la prévision de demande.