Les prévisions à long terme (supérieures à trois ans) ont un rôle au
niveau stratégique de l’entreprise : diversification, produits nouveaux,
investissement ou désinvestissement en équipements.
À moyen terme (de l’ordre de six mois à deux ans), les prévisions per
mettront de définir et maîtriser les capacités globales de production et
d’approvisionnement. Il n’est pas question d’envisager la construction
d’une usine mais l’acquisition d’une machine, l’embauche de person
Les prévisions à court terme (jusqu’à six mois) serviront à l’activité
opérationnelle de production : d’une part, approvisionnement et ges
tion des stocks, d’autre part, charge des ateliers et ordonnancement,
correspondant à des ajustements des activités planifiées. Plus les pré-
visions concernent le court terme, plus elles sont fiables car elles se
réfèrent à un futur proche. Au contraire, des prévisions à plus long
terme seront plus incertaines.
Remarquons immédiatement que la notion de court, moyen ou long
terme dépend du type d’activité et des produits de l’entreprise ; ainsi
les durées ne sont-elles citées qu’à titre d’exemple.
L’activité de prévision est le point de départ de la planification. Toute
activité de production est fondée sur des commandes fermes et des
prévisions de commandes. Le plus souvent, le second point est très
majoritaire surtout lorsqu’on s’éloigne dans l’horizon de planification.
Pour l’entreprise, ces prévisions ont pour objet de définir ce qu’il fau
dra produire et quand il faudra le produire. Précisons que, dans un
environnement instable – comme c’est le cas aujourd’hui –, la pré-
vision est difficile. Toutefois, mieux vaut prévoir même avec incerti
tude que de ne pas le faire !
Pour étayer cette affirmation, il est intéressant de proposer un
exemple ; considérons le cas d’une entreprise qui réalise un produit
dont les quantités vendues dans les derniers mois d’activité ont été les
suivantes :
Si on cherche à déterminer le stock de sécurité que l’entreprise doit
constituer sur ce produit pour assurer un taux de service client de
97,72 %, on ne va se baser que sur la dispersion observée au niveau
des ventes passées pour l’estimer puisque c’est la seule information
que l’on possède.
Le calcul va être le suivant :
| SS = 2σn–1(Qi) SS = 2 × 23,86 = 47,73 | (cf. chap. 5 pour les modalités de calcul d’un stock de sécurité) |
Il faut donc constituer un stock de sécurité de 48 produits pour assurer
un taux de service client de 97,72 %.
Supposons maintenant que l’entreprise avait effectué des prévisions
sur cette période. Pour réaliser la prédiction des ventes, on a intégré les
grandes tendances connues du marché, par exemple, un mois de jan
vier toujours plus ou moins atone et une période creuse en été dans
l’exemple que nous avons pris. On dispose donc des informations
suivantes :
| Période | Quantités vendues (Qi) |
| Janvier Février Mars Avril Mai Juin Juillet Août Septembre Octobre Novembre Décembre | 100 150 150 150 160 120 100 100 120 150 160 140 |
Si on cherche à déterminer le stock de sécurité que l’entreprise doit
constituer sur ce produit pour assurer un taux de service client de
97,72 %, on ne va se baser que sur la dispersion observée au niveau
des ventes passées pour l’estimer puisque c’est la seule information
que l’on possède.
Le calcul va être le suivant :
| SS = 2σn–1(Qi) SS = 2 × 23,86 = 47,73 | (cf. chap. 5 pour les modalités de calcul d’un stock de sécurité) |
Il faut donc constituer un stock de sécurité de 48 produits pour assurer
un taux de service client de 97,72 %.
Supposons maintenant que l’entreprise avait effectué des prévisions
sur cette période. Pour réaliser la prédiction des ventes, on a intégré les
grandes tendances connues du marché, par exemple, un mois de janvier toujours plus ou moins atone et une période creuse en été dans
l’exemple que nous avons pris. On dispose donc des informations
suivantes :
Grâce aux prévisions, on va pouvoir calculer le stock de sécurité, non
pas sur les ventes passées ou les prévisions effectuées, mais sur les
erreurs de prévisions. Le stock de sécurité ne sera là que pour couvrir
les erreurs de prévisions toujours pour un taux de service client égal à
97,72 %.
Cela nous donne le calcul suivant :
SS = 2σn–1(Ei)
SS = 2 × 10,32
SS = 20,63 soit environ 21 produits
On voit bien dans ce cas particulier que le fait d’avoir réalisé des pré-
visions, même si elles ne sont pas complètement fiables, a permis de
diviser le stock de sécurité par un peu plus de 2.
En effet, dans le premier calcul du stock de sécurité, toutes les varia
tions – y compris celles attendues comme la baisse estivale – contri
buent à augmenter l’écart type. Dans le second cas, les prévisions
permettent au moins d’éliminer la partie des variations prévisibles.
Cela contribue forcément à réduire l’écart type, et donc à diminuer le
stock de sécurité
| Période | Quantités vendues (Qi) | Prévisions (Pi) | Erreurs de prévision Ei = (Qi – Pi) |
| Janvier Février Mars Avril Mai Juin Juillet Août Septembre Octobre Novembre Décembre | 100 150 150 150 160 120 100 100 120 150 160 140 | 95 160 140 150 150 130 110 90 100 150 150 150 | 5 – 10 10 0 10 – 10 – 10 10 20 0 10 – 10 |
Commentaires: 0
Enregistrer un commentaire