Accueil / Tribunes / Comment les distributeurs devront pérenniser leurs modèles de prévision de la demande post-pandémie

EXPERTISES

Comment les distributeurs devront pérenniser leurs modèles de prévision de la demande post-pandémie

22.03.2021 • 09h54
|
par Emilien VILLEROY
A_1

Symphony RetailAI

Une tribune signée par Patrick Buellet, chief strategy officer de Symphony RetailAI.

Alors que nous sommes tous dans l’attente d’une issue positive à cette pandémie et d’un retour à un sentiment de « normalité », de nombreux distributeurs s’interrogent déjà sur cette nouvelle « normalité ». Comment le commerce de détail peut-il se préparer à ce qui va arriver alors que l'année écoulée a été si pleine d'incertitude ? Selon Accenture, 94 % des entreprises du Fortune 1000 ont subi des perturbations majeures de leur supply chain à cause de la pandémie de Covid-19. On peut donc imaginer que l’on va tirer de nombreuses leçons de cette gestion de la supply chain riche d’enseignements.


La priorité aujourd’hui de toutes les entreprises est de savoir comment se rendre plus agile, en comprenant mieux et en répondant à l'évolution des comportements des consommateurs et du climat économique. Les données, et ce que nous en faisons, jouent un rôle crucial pour permettre cette agilité et vont aider les distributeurs à répondre plus rapidement aux changements soudains de la demande, quelle qu'en soit la cause.


Données historiques

Traditionnellement, les prévisions de vente sont basées sur l'analyse des ventes passées afin de prédire la croissance future – Est-ce que cela est suffisant aujourd’hui ? La pandémie mondiale a mis en évidence certaines limites de cette approche, les supermarchés en particulier étant confrontés à d'énormes défis. Qui aurait pu prévoir un scénario dans lequel les rouleaux de papier toilette et la farine deviendraient soudainement le principal objet de désir de tous les consommateurs ? Est-ce que la technologie, et notamment l’IA, auraient pu prévoir ces pénuries avant qu’elles n’arrivent, alors qu’il n’y avait aucun précédent historique ? Non. L’IA ne peut rien sans des données dans le passé. Par définition, l’apprentissage se fait sur de nombreuses données, mais aussi sur une certaine durée pour pouvoir prévoir des séries temporelles.


En revanche, l’IA peut, au moment où ces pénuries se produisent, proposer des solutions. L’IA peut en effet déterminer en temps réel quels sont les produits impactés et suggérer des substitutions. Le problème principal n’est pas la prévision en elle-même, mais l’incapacité « physique » à faire face à une demande multipliée par 3 ou 4 dans un laps de temps réduit : les industriels et les distributeurs ne vont pas augmenter leur capacité de production, de stockage, de transport pour faire face à une demande aléatoire, cela serait trop couteux. En revanche, avoir une supply chain agile et plus réactive, être capable de prévoir (à l’avance) des assortiments alternatifs, des fournisseurs alternatifs, avoir une réactivité plus grande, donc avoir une sorte de plan ORSEC pourra améliorer les choses et l’IA peut aider à identifier ces produits et ces assortiments de substitutions. C’est un peu ce qui est fait aux États-Unis lors de la saison des tornades où des assortiments spécifiques sont préparés dans certains entrepôts : piles électriques pour faire face aux pannes d’électricité, bouteilles d’eau grand format (gallon : 4,5 litres), etc. L’IA peut donc aider les distributeurs à réduire considérablement le surcout généré par une supply chain sur-sollicitée et à remplir au mieux les rayons jours après jours en cas de rupture de la normalité.

 

Agilité multicanale

Afin d’absorber au mieux les évènements imprévus, les distributeurs doivent également analyser le comportement des clients sur chacun des canaux sur lesquels ils évoluent. Pendant la pandémie, par exemple, beaucoup de clients ont migré pour passer du magasin aux achats en ligne. Si les responsables de catégories sont équipés de la technologie appropriée, ils peuvent alors analyser les performances de leurs assortiments, qu’ils soient en ligne ou en magasin, afin de prendre les meilleures décisions pour leurs clients, même lorsque les habitudes d'achat évoluent rapidement.

 

Là aussi, l'intelligence artificielle entre en jeu. Pour passer au crible ces montagnes de données provenant des différents canaux, il faut une solution capable d'apprendre à reconnaître les modèles, à identifier les anomalies et, surtout, à recommander des actions.

 

Transparence sur les stocks

Avoir une visibilité totale des stocks a toujours été au cœur des préoccupations des distributeurs qui veulent optimiser leur supply chain. Depuis l’arrivée de la pandémie et les pénuries que l’on a pu observer, ce point est devenu encore plus important. La capacité à déplacer des stocks et/ou à composer des assortiments de substitution sur les différents canaux dépend étroitement de la capacité à visualiser correctement les inventaires en temps réel et à pouvoir prendre des décisions en conséquence. Devoir attendre plusieurs jours des états de stocks peut être fatal dans un contexte de crise et de modification de comportement d’achat d’heure en heure.


Pour être prêts à faire face à de nouvelles situations similaires, les distributeurs doivent être en mesure de voir et de comprendre leur stock dans son ensemble. Cela signifie non seulement prendre en compte tous les canaux de distribution, mais aussi avoir une visibilité sur la disponibilité des stocks des fournisseurs. Ce n'est qu'avec cette vision globale qu'ils pourront être sûrs d'avoir la flexibilité nécessaire afin de pouvoir maintenir le bon équilibre entre les stocks dans l'entrepôt et des produits en quantité suffisante en magasins.


Vision holistique de la supply chain

Finalement, les distributeurs doivent avoir une vue holistique de leur supply chain, afin de rassembler les informations sur les ventes, sur le marketing, les détails des stocks et les données sur les fournisseurs. Il ne fait plus aucun doute que les clients sont désormais des acheteurs omnicanaux et que les distributeurs doivent être prêts à répondre à leurs besoins. Il n’est plus possible dans la distribution de travailler en silo comme cela a toujours était le cas. Aujourd’hui la gestion des catégories et le merchandising ne peuvent être séparés de la supply chain, tout comme les canaux en ligne et hors ligne doivent être considérés comme un tout.


Les données existent, et dorénavant la technologie existe pour les gérer. Les progrès de l'IA signifient que les distributeurs ont désormais accès à des analyses prescriptives, grâce auxquelles l'apprentissage automatique peut les aider à décider de la meilleure marche à suivre en fonction de données historiques et en temps réel. Les données peuvent non seulement présenter une image complète de ce qui se passe dans l’instant, mais elles aideront également les distributeurs à mieux appréhender le futur et à décider de la marche à suivre.


En tirant parti d'une plateforme prenant en charge l'analyse avancée, l'IA et l'apprentissage automatique, les distributeurs peuvent créer une chaîne d'approvisionnement solide et résiliente à l’épreuve des évènements. Il n'est plus nécessaire de passer du temps à rechercher des données et des rapports - avec la bonne technologie en place, les professionnels de la distribution seront en mesure de réagir rapidement à tout événement, aussi perturbateur soit-il.

SUIVEZ-NOUS
NEWSLETTER
Pour rester informé chaque semaine