Définition de la demande outil

Par Joannès Vermorel, novembre 2014

La demande outil (aussi appelée lead demand ou lead time demand) est la demande totale entre le moment présent et la date anticipée, non pas de la prochaine livraison, mais de la suivante - en faisant l'hypothèse qu'une commande fournisseur est passée au moment présent pour réapprovisionner les stocks. Le délai est appelé délai d'approvisionnement. Étant donné que la demande outil représente une demande future (pas encore observée), la prévision de cette valeur est généralement réalisée grâce à l’analyse des séries temporelles.

Le concept de demande outil s’applique, entre autres, à la distribution, au commerce de gros et à la fabrication, où des stocks sont conservés afin de servir les clients.

Dans l’analyse classique du stock de sécurité, le point de commande est la somme de la demande outil et du stock de sécurité. La demande outil médiane peut être interprétée comme une estimation de la demande ayant 50 % de chances d’être au-dessus ou en-dessous de la demande sur les N prochains jours - N étant le délai de réapprovisionnement. Par conséquent, si la demande outil médiane était utilisée pour établir le point de commande avec un stock de sécurité nul, le taux de service devrait être de 50 %.

Cependant, avec une approche quantile plus moderne, l'estimation de la demande outil, volontairement biaisée, est calculée directement avec des prévisions quantiles. De ce point de vue, 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 souhaité.

Dans les deux cas (classique ou quantile), l’estimation précise de la demande outil est critique pour obtenir un bon niveau d’optimisation des stocks, c'est-à-dire pour utiliser une quantité minimum de stock pour atteindre des objectifs de taux de service spécifiques.

L'approche de Lokad

La manière la plus naturelle d’appréhender la demande future est d'agréger la demande future par jour, par semaine ou par mois. Grâce à cette agrégation, la prévision est simplement le prolongement de la courbe de la demande passée dans le futur. Puis, une fois que le délai de réapprovisionnement est spécifié, la demande outil est calculée comme étant la somme des valeurs prévisionnelles pour les N périodes suivantes.

Cependant, cette approche indirecte n’est pas optimale, car le critère optimisé (prévision par période) n’est pas celui qui a de l'impact sur les stocks (prévision par délai de réapprovisionnement). Le décalage introduit par l’agrégation elle-même explique également pourquoi nous observons des prévisions plus précises lorsque l’on utilise une technologie de prévision quantile, par opposition à une technologie de prévision classique.