La demande outil

La demande outil (également appelée demande sur le délai d’approvisionnement) est la demande totale entre maintenant et le moment anticipé pour la livraison après la prochaine si une commande de réapprovisionnement est passée maintenant pour réapprovisionner les stocks. Ce délai est nommé le délai d’approvisionnement. Puisque la demande outil est une demande future (non encore observée), cette valeur est généralement prévisionnée à l’aide de l’analyse des séries temporelles.

Le concept de demande outil s’applique, entre autres, aux entreprises de détail, de gros et de fabrication, où les stocks sont conservés pour servir les clients.

Dans l’analyse classique des stocks de sécurité, le point de commande est la somme de la demande outil et des stocks de sécurité. La demande outil médiane peut être interprétée comme l’estimation de la demande qui a 50% de chances d’être supérieure ou inférieure à la demande future lorsqu’on anticipe sur N jours, où N est le délai d’approvisionnement. Ainsi, si la demande outil est utilisée comme point de commande avec des stocks de sécurité nuls, le taux de service attendu serait de 50%.

Cependant, avec le point de vue quantile, une estimation volontairement biaisée de la demande outil est calculée directement à l’aide de prévisions par quantile. Selon le point de vue quantile, le point de commande n’est rien d’autre qu’une estimation volontairement biaisée de la demande outil. Le biais est ajusté pour correspondre au taux de service désiré.

Dans les deux cas (classique ou quantile), la précise estimation de la demande outil est cruciale pour atteindre un bon niveau d’optimisation de stocks, c’est-à-dire pour utiliser la quantité minimale de stocks afin d’atteindre des objectifs spécifiques de taux de service.

Le piège de Lokad

La manière la plus naturelle de penser à la demande future est d’envisager une demande future agrégée par jour, par semaine ou par mois. Grâce à cette agrégation, la prévision n’est rien d’autre que l’extension de la courbe de la demande passée dans le futur. Ensuite, une fois qu’un délai d’approvisionnement est spécifié, la demande outil est calculée comme la somme des valeurs prévisionnelles pour les N périodes à venir.

Cependant, cette approche indirecte n’est pas optimale car le critère optimisé (c’est-à-dire la prévision par période) n’est pas celui qui impacte les stocks (c’est-à-dire la prévision sur le délai d’approvisionnement). Cette disparité, introduite par l’agrégation elle-même, explique également pourquoi nous observons des prévisions plus précises lorsqu’on utilise une technologie de prévision par quantile plutôt qu’une technologie de prévision classique.