Analyse ABC (Stocks)

Dans la gestion des stocks, l’analyse ABC est une méthode de catégorisation des stocks utilisée comme mécanisme de priorisation grossier pour concentrer les efforts et les ressources sur les articles les plus importants pour l’entreprise. Cette méthode repose sur l’observation empirique selon laquelle une petite fraction des articles ou des SKU représente généralement une grande partie de l’activité. Avant que les systèmes de stock perpétuel ne deviennent courants, l’analyse ABC était utilisée pour réduire le nombre d’opérations de gestion des stocks. Depuis les années 2000, cette méthode est principalement utilisée comme méthode de visualisation des données et comme moyen de prioriser l’attention des praticiens de la chaîne d’approvisionnement, qui doivent régulièrement revoir les paramètres de réapprovisionnement dans leur système de gestion des stocks, tels que les paramètres Min/Max ou les taux de service.

Réaliser une analyse ABC

L’analyse ABC est une méthode de catégorisation des stocks qui attribue une classe à chaque article - ou SKU, ou produit - généralement désignée par A, B et C, où A (resp. C) est la classe associée aux articles les plus (resp. moins) vendus ou consommés. Il peut y avoir plus de trois classes (par exemple, D, E, F, …), bien que généralement le nombre de classes soit limité à un chiffre.

Pour calculer les classes, le praticien de la chaîne d’approvisionnement doit choisir une série de paramètres qui caractérisent l’analyse ABC :

• le nombre de classes
• une unité de mesure du “poids” de chaque article
• la profondeur historique de la mesure
• un pourcentage utilisé comme seuil pour chaque classe.

Les pourcentages sont liés à l’unité choisie pour mesurer le poids sur la profondeur historique. Ces pourcentages sont généralement liés au chiffre d’affaires mesuré en euros ou en unités vendues.

Bien que des conseils puissent être donnés concernant le choix de ces paramètres, ils restent fondamentalement quelque peu arbitraires. Comme l’analyse ABC est destinée à être accessible à un public diversifié au sein de l’entreprise, les paramètres sont généralement choisis comme des chiffres ronds plus faciles à mémoriser.

Par exemple, le responsable des stocks d’un site de commerce électronique de niche vendant une gamme de 10 000 t-shirts pour un chiffre d’affaires annuel de 50 millions d’euros décide de réaliser une analyse ABC avec les paramètres suivants :

• 3 classes (A, B, C)
• chaque unité vendue compte comme ‘1’
• les 3 derniers mois de ventes sont pris en compte
• les seuils sont de 60% (A), 30% (B) et 10% (C).

À l’aide d’un tableur, le responsable classe par ordre décroissant tous les articles en fonction de leurs volumes de ventes sur 3 mois - mesurés en unités vendues. Ensuite, les seuils sont appliqués à la part cumulative des poids des articles. On s’attend à ce que la classe A ait beaucoup moins d’articles que la classe C. Dans l’exemple ci-dessous, les classes A/B/C ont respectivement 4/7/14 articles.

Téléchargez le tableur Excel : abc-analysis.xlsx

Comme illustré avec le tableur Excel ci-dessus, réaliser une analyse ABC est simple. De plus, de nombreux logiciels de gestion des stocks proposent également une analyse ABC - et souvent des variantes également - car la mise en œuvre est une tâche relativement simple en ingénierie logicielle.

L’unité de mesure peut être “unités vendues” si, comme illustré par l’exemple précédent, tous les articles vendus ou servis ont tendance à avoir des prix similaires. Cependant, si certains articles sont considérablement plus chers que d’autres, il est généralement plus logique de les pondérer en fonction de leurs prix d’achat ou de vente.

La profondeur historique doit être suffisamment longue pour que les quantités moyennes soient statistiquement significatives. En général, les classes sont plus stables si un multiple de la cyclicité commune est utilisé, comme un an, afin de neutraliser l’effet de la saisonnalité, ou un nombre entier de semaines pour neutraliser les effets du jour de la semaine lorsque la profondeur est courte.

Les seuils sont généralement ajustés de manière à ce que chaque classe ait au moins 5 fois plus d’articles que sa prédécesseur. Cela garantit qu’un petit nombre de classes couvre même un grand catalogue. En partant d’une classe A de 100 articles, et en supposant des incréments de 5x, le détaillant de t-shirts aurait besoin de 4 classes pour couvrir l’ensemble de son catalogue (100x5x5x5 = 12 500).

Le principe de Pareto et les lois de puissance

L’analyse ABC est basée sur l’observation empirique, connue sous le nom de principe de Pareto ou règle des 80/20, selon laquelle les 20% supérieurs des articles représentent généralement 80% du volume des ventes, quelle que soit l’unité de mesure choisie. Ainsi, dans de telles circonstances, il est logique de segmenter les éléments d’intérêt - les articles en stock - en fonction de leur “magnitude” d’importance, c’est-à-dire les classes ABC.

D’un point de vue plus mathématique, une analyse axée sur la magnitude comme l’analyse ABC est attrayante lorsque la distribution sous-jacente (des probabilités) a une “queue grasse”, c’est-à-dire des points qui divergent considérablement de la moyenne¹. Ces situations se produisent fréquemment à la fois dans les phénomènes naturels et les activités humaines. Par exemple, les distributions suivantes sont généralement à queue grasse :

• effectifs de l’entreprise dans un pays
• biomasse (en tonnes) des espèces dans une zone
• recettes de billetterie des films pour une année donnée
• rappels (en unités) dans l’industrie automobile
• …

Il existe tout un “bestiaire” de distributions mathématiques connues pour correspondre à ces situations. Les distributions les plus largement utilisées sont probablement la loi de puissance et la distribution de Zipf. Ces fonctions mathématiques varient principalement dans leur capacité à mettre du “poids” sur la queue de la distribution, c’est-à-dire dans leur capacité à refléter les chances de situations très rares se produisant.

Dans le cas spécifique des chaînes d’approvisionnement, des forces économiques simples sont généralement à l’œuvre pour limiter artificiellement la magnitude des valeurs aberrantes. Par exemple, avec les articles de retour en stock, on peut remarquer que les moins performants sont généralement retirés de l’assortiment. Ainsi, les articles qui se vendraient, disons, une fois par an ne sont pas observés car l’entreprise a cessé de vendre ces articles bien avant d’atteindre ce niveau de ventes.

À l’inverse, si un article se vend exceptionnellement bien, l’entreprise a intérêt à introduire des variantes - en couleur, en taille ou dans toute autre caractéristique technique - afin d’augmenter encore son volume de ventes global. Là encore, les articles qui se vendraient par dizaines de millions d’unités ne seront peut-être jamais observés, car au moment où l’article aurait atteint ce volume, des variantes ont été introduites qui cannibalisent les ventes de l’article original.

Pratiques courantes basées sur l’analyse ABC

L’analyse ABC est utilisée pour soutenir des décisions courantes liées aux stocks, telles que la passation de commandes aux fournisseurs. Bien qu’il soit discutable de savoir si les pratiques basées sur l’analyse ABC peuvent être considérées comme des “bonnes pratiques” (voir la section ci-dessous sur les limites de l’analyse ABC), certaines pratiques sont répandues, telles que :

• attribuer des taux de service en fonction de la classe des articles - les premières classes ont les objectifs les plus élevés, tandis que les dernières classes ont les plus bas.
• attribuer une main-d’œuvre uniforme (attention) à chaque classe - par exemple, le praticien de la chaîne d’approvisionnement passe 1 heure à examiner la classe A (100 articles), puis 1 heure à examiner la classe D (10 000 articles).
• segmenter tous les indicateurs de performance par classe, et de même segmenter tous les tableaux de bord ou rapports en fonction de la classe d’intérêt.
• établir des évaluations de performance - pour les équipes de la chaîne d’approvisionnement - basées sur des règles qui dépendent des classes ABC elles-mêmes.

En effet, comme les classes ABC sont faciles à produire et à maintenir, ces classes ont tendance à se fondre dans les pratiques de la chaîne d’approvisionnement de l’entreprise, car il y a généralement peu de résistance contre ce qui semble être une façon intuitive d’affiner une analyse liée aux stocks.

Perspective historique de la gestion des matériaux

Historiquement, l’analyse ABC est apparue d’une perspective de gestion des matériaux qui visait à minimiser les frais généraux administratifs associés aux stocks. Chaque classe d’articles aurait son propre ensemble spécifique de processus :

• les “articles A” avec un contrôle très strict et des enregistrements précis,
• les “articles B” avec un contrôle moins strict et des enregistrements moins précis,
• les “articles C” avec les contrôles les plus simples possibles et des enregistrements minimaux.

En effet, avant les années 70, les enregistrements des stocks devaient être écrits manuellement dans des livres par des clercs, ce qui était à la fois lent et coûteux. Ainsi, dans la plupart des situations, il était plus efficace d’adopter des méthodes de gestion des stocks qui ne nécessitaient aucun enregistrement d’aucune sorte, comme le Kanban.

Cependant, avec l’avènement des systèmes de stock perpétuel à faible coût et des lecteurs de codes-barres, cette pratique a progressivement disparu. En effet, les risques associés aux mouvements de stocks sans enregistrements (numériques), tels que les pertes, dépassent désormais généralement les coûts administratifs liés à la tenue de ces enregistrements. Ainsi, tous les articles bénéficient d’un contrôle strict et d’enregistrements précis, c’est-à-dire du traitement réservé aux articles de classe A, indépendamment de leur importance.

Cependant, soulignons que la plupart des entreprises différencient toujours les stocks - les articles en cours de traitement et de vente - qui doivent être suivis - des fournitures générales (par exemple, les fournitures de bureau) qui ne le sont pas.

De manière intrigante, de nombreuses sources continuent de pointer cette perspective historique comme la motivation principale derrière l’analyse ABC, alors que cette pratique a essentiellement disparu des processus de la plupart des grandes entreprises depuis le début des années 2000.

Les limites de l’analyse ABC

L’analyse ABC est une méthode grossière de catégorisation des stocks et présente de nombreuses limites. Ces limites ont tendance à aggraver de nombreux problèmes existants de la chaîne d’approvisionnement tels que les ruptures de stock, les surstocks, l’instabilité et la faible productivité.

Instabilité. Lors de l’utilisation de paramètres “raisonnables”, tels que ceux donnés dans l’exemple ci-dessus, l’analyse ABC conduit fréquemment à ce qu’un quart à la moitié des articles changent de catégorie chaque trimestre dans de nombreux secteurs. Pire encore, étant donné que l’évaluation de la stabilité de l’analyse ABC est plus compliquée que la réalisation de l’analyse ABC elle-même, la plupart des entreprises ne sont même pas conscientes du problème. Ces instabilités compromettent une grande partie des mesures correctives, basées sur la classification ABC, qui finissent par être appliquées aux mauvais articles.

Uniquement pour les produits stationnaires. L’analyse ABC est en contradiction avec les modèles de demande de base tels que les lancements de produits : un nouvel article introduit a un faible volume par conception car son volume de ventes est encore à observer. Bien qu’il soit possible d’atténuer l’effet de nouveauté, d’autres modèles, tels que la saisonnalité, compliquent le processus. Par exemple, en octobre, les jouets introduits 6 mois auparavant sont classés comme des articles de catégorie C alors que les ventes de Noël approchent. L’analyse ABC est une perspective stationnaire de la demande et générera donc des inefficacités de stocks chaque fois que la demande ne l’est pas.

Faible signification. En ce qui concerne les indicateurs statistiques, la quantité d’informations extraites de l’historique de la demande et regroupées dans les classes ABC est extrêmement faible. Par exemple, même un indicateur trivial comme “le nombre total d’unités vendues l’année dernière” tend à contenir plus d’informations sur un article donné que sa classe ABC. De plus, tout modèle statistique effectuant une tâche quelconque sur les données historiques des stocks peut réimplémenter une analyse ABC s’il s’avère utile - bien que, en pratique, ce ne soit pas le cas.

Discussion stérile. L’analyse ABC implique un choix arbitraire de paramètres. Comme l’analyse ABC présente des lacunes évidentes, comme les lancements de produits (voir ci-dessus), d’autres paramètres sont généralement introduits pour atténuer ces lacunes. Ensuite, comme l’analyse ABC est facile à comprendre, de nombreuses personnes sentiront invariablement le besoin de participer au choix de tous ces paramètres et/ou de demander des variantes. En conséquence, sous prétexte d’une méthode rapide et facile, l’analyse ABC se transforme généralement en une entreprise bureaucratique consommatrice de ressources qui ne produit pas de résultats tangibles.

Cécité. La fréquence ne correspond pas à l’importance économique. L’analyse ABC attribue l’importance d’un produit en fonction de sa fréquence d’utilisation ou de son chiffre d’affaires. Cependant, dans de nombreux cas, l’indisponibilité d’un article peu consommé ou de faible valeur peut avoir les conséquences les plus dévastatrices et des niveaux de stocks élevés et une importance doivent être accordés à cet article. Un exemple dans le commerce de détail pourrait être l’effet de la marchandise où des articles brillants sont placés en vitrine et sont rarement vendus mais sont cruciaux pour attirer les clients. Dans l’industrie manufacturière ou aéronautique, une pièce spécifique qui peut être utilisée rarement et qui a peu de valeur du point de vue de l’achat peut entraîner l’impossibilité de faire décoller un avion commercial.

La vision de Lokad sur l’analyse ABC

L’analyse ABC a été introduite au début du XXe siècle, dans un monde où les lecteurs de codes-barres n’existaient pas et où les méthodes de suivi des stocks étaient à la fois coûteuses et peu fiables. Étonnamment, cette méthode est restée répandue alors que la plupart des problèmes auxquels elle tente de remédier ont depuis longtemps disparu. Notre perspective générale sur l’analyse ABC est la suivante : tout ce que l’analyse ABC peut faire, des méthodes encore plus simples le font mieux, comme le score des articles plutôt que leur classification. Naturellement, toutes ces méthodes “plus simples” nécessitent l’utilisation d’ordinateurs pour être exécutées, donc ce qui peut être considéré comme “simple” dépend dans une certaine mesure du contexte plus large.

Du point de vue purement informatif, l’analyse ABC peut être acceptable. Les classes ABC peuvent aider à obtenir rapidement des informations sur les catégories de produits, par exemple, en rapportant les fractions respectives des articles A/B/C au sein de la catégorie. Cependant, comme indiqué ci-dessus, l’analyse ABC est sujette à des débats inutiles. Ainsi, nous suggérons d’éviter soigneusement les indicateurs et les KPI (Key Performance Indicators) basés sur les classes A/B/C, car ces initiatives ne fournissent presque jamais les avantages initialement prévus.

Notes