Comment les outils analytiques améliorent les prévisions de vente

Dans un grand groupe comme Nestlé, prévoir les ventes futures est essentiel pour planifier la production, et in fine optimiser la performance. Comment les statistiques peuvent-elles contribuer à affiner ces prévisions ?

Depuis 2012, Nestlé France recourt aux outils d'analyse statistique pour estimer au plus près les ventes de chaque produit et anticiper les décisions à prendre dans tous les domaines concernés par la supply chain : production, marketing, ventes et finance.

Un article réalisé pour le site Les Dieux de la STAT - Dossier Spécial Prévision

  • Marcel Baumgartner, Global Lead for Demand Planning - Corporate Supply Chain, Nestlé
  • Fabretto Bottazzi, Regional Demand Planning, Nestlé Europe
Nous avons renforcé nos prévisions statistiques en incorporant des outils analytiques, avec SAS® Forecast Server. Parce qu'elles sont objectives, les données issues de ces prévisions facilitent la prise de décision par consensus - un élément essentiel de la culture managériale de Nestlé.

Marcel Baumgartner
Head of Global Demand Planning Performance and Statistical Forecasting

La prévision de la demande, un enjeu stratégique

Pour un groupe comme Nestlé, la prévision de la demande a toujours été un enjeu important pour planifier le niveau de production afin d’assurer l'approvisionnement de nos clients distributeurs tout en optimisant les coûts de stockage.
Depuis une dizaine d'années, cette prévision a pris une importante croissante. D'abord parce qu'à l'exigence de qualité de service pour nos clients (le bon produit au bon moment et au bon endroit, et dans les bonnes quantités) s'est ajouté un enjeu de fraîcheur des produits. Ensuite parce qu'au-delà des enjeux opérationnels de supply chain, les prévisions de vente contribuent aussi à la définition de la stratégie commerciale et au pilotage financier de l'entreprise, en fournissant aux décideurs des informations aussi objectives que possible.

La performance des prévisions statistiques

Face à ces nouveaux enjeux, les modes de calcul de nos prévisions ont évolué. Pendant longtemps, les prévisionnistes - les « demand planners » - ont synthétisé « manuellement » toutes les informations externes (distributeurs) et internes sur les différents produits et familles de produits pour « sentir » au mieux l'évolution des marchés et évaluer les demandes futures.
En 2003, le Groupe s'est doté d'un système d'information incluant un module de prévision statistique (SAP-APO), basé sur une analyse fine des historiques de vente pour prévoir la demande future à court et moyen terme. L'expérience a montré que les prévisions statistiques pouvaient donner de meilleurs résultats que les prévisions manuelles pour les produits à faible volatilité. Les demand planners se sont donc progressivement emparés de cet outil, auquel ils ajoutaient leur expertise subjective.
Ce changement nous a permis d'améliorer la performance de nos prévisions - mesurée a posteriori en comparant avec la demande réelle sur un ou trois mois. Mais après quelques années, cette progression s'est ralentie. C'est alors que nous avons eu l'idée de renforcer nos prévisions statistiques en incorporant des outils analytiques, avec SAS® Forecast Server. Un projet pilote a donc été lancé en 2012, en France et dans trois autres pays européens.

Les statistiques analytiques pour franchir un nouveau palier

Parce qu'ils sont adaptés au traitement d'un grand nombre d'articles, les outils analytiques nous permettent de franchir un palier dans l'automatisation des prévisions et de réaliser ainsi des économies d'échelle. Ils nous permettent aussi de travailler de façon cohérente quel que soit le niveau de détail observé, depuis le marché global jusqu'à une référence en particulier, avec la possibilité de descendre jusqu'au niveau du point de vente.
L'autre atout décisif réside dans la possibilité d'intégrer des modèles causaux. Nous pouvons ainsi prendre en compte l'effet des promotions et autres rabais sur les variations de volumes dans l'historique de vente : c'est un élément déterminant pour certains produits, dont la volatilité rendaient difficiles les prévisions statistiques !
Nous avons donc réalisé une segmentation des produits, selon leur volume et leur volatilité, avec une approche différenciée pour chacun des segments : les produits à faible volatilité, par exemple, seront traités de façon très automatisée ; pour les produits à forts volumes et forte volatilité, en revanche, la statistique servira avant tout à fournir un point de repère qui devra être complété par d'autres expertises métier.

Des prévisions objectivées pour favoriser la prise de décision

La mise en place de l'outil s'est accompagnée d'une nouvelle organisation. Le traitement statistique est désormais assuré par une équipe de spécialistes, les « demand Analysts », qui transmettent leurs données aux demand planners. Déchargés de cette tâche, ces derniers peuvent se concentrer sur leur expertise marché et consacrer plus de temps aux produits critiques, qui combinent forts volumes et forte volatilité.
En aval, ils représentent la supply chain dans les réunions de planification mensuelles avec les autres départements : production, marketing, ventes et finance. C'est là un rôle crucial, où les données issues des prévisions statistiques jouent un rôle important : parce qu'elles sont objectives, elles facilitent en effet la prise de décision par consensus - un élément essentiel de la culture managériale de Nestlé.

Des perspectives pour aller plus loin encore

Après des premiers résultats concluants, nous sommes passés en France à une phase de production.
Il s'agira notamment de mettre en œuvre les modèles causaux, pour intégrer l'ensemble des drivers de la volatilité, qu'ils soient internes (promotions, campagne publicitaire, publicité, événement spéciaux...) ou externes - avec les données marchés Nielsen, par exemple. Les outils analytiques nous permettent en effet de structurer ces données et de travailler sur leur utilisation.
En parallèle, nous pourrons développer la fonction de demand analyst en organisant des centres de compétences, et bien sûr mettre en place l'infrastructure SI correspondante à la prévision et aux processus associés.
Un contrat mondial de cinq ans a été conclu avec SAS sur le sujet : ce n'est que le début !

À propos de Nestlé

Basé en Suisse, Nestlé est le n°1 mondial de l'agro-alimentaire. Avec plus de 2 000 marques et 10 000 produits différents, le groupe ambitionne d'être reconnu comme la première société mondiale dans le domaine de la nutrition, de la santé et du bien-être, et comme la référence du secteur en termes de performance financière.
Chaque jour dans le monde, il se vend 1 milliard de produits Nestlé.

Nestlé

Enjeux

Estimer au plus près les ventes de chaque produit et anticiper les décisions à prendre dans tous les domaines concernés par la supply chain : production, marketing, ventes et finance.

Solutions

Bénéfices

La mise en place de l'outil s'est accompagnée d'une nouvelle organisation. Le traitement statistique est désormais assuré par une équipe de spécialistes. Les demand planners peuvent se concentrer sur leur expertise marché et consacrer plus de temps aux produits critiques.

Les résultats présentés dans cet article sont spécifiques à des situations, problématiques métiers et données particulières, et aux environnements informatiques décrits. L'expérience de chaque client SAS est unique et dépend de variables commerciales et techniques propres, de ce fait les déclarations ci-dessus doivent être considérées dans un contexte. Les gains, résultats et performances peuvent varier selon les configurations et conditions de chaque client. SAS ne garantit ni ne déclare que chaque client obtiendra des résultats similaires. Les seules garanties relatives aux produits et services de SAS sont celles qui sont expressément stipulées dans les garanties contractuelles figurant dans l’accord écrit conclu avec SAS pour ces produits et services. Aucune information contenue dans le présent document ne peut être interprétée comme constituant une garantie supplémentaire. Les clients ont partagé leurs succès avec SAS dans le cadre d’un accord contractuel ou à la suite de la mise en œuvre réussie du progiciel SAS. Les noms de marques et de produits sont des marques déposées de leurs sociétés respectives.