Commerçants : Traitez les demandes réelles aujourd'hui pour améliorer la supply chain de demain
Avec l'arrivée de la crise sanitaire du Covid-19 dans le monde entier, les commerçants ont été contraints de repenser leurs stratégies d'approvisionnement rapidement. La demande en articles divers et en produits médicaux essentiels est en plein essor.
Les systèmes d'achat en ligne et retrait en magasin ainsi que la livraison à domicile ou en bas de son immeuble sont très plébiscités puisqu'ils favorisent la distanciation sociale. Cependant, ces opérations nécessitent parfois d’effectuer des livraisons dans des magasins situés à longue distance des clients. Par conséquent, les commerçants doivent évaluer attentivement l'origine de la demande. Ils peuvent ensuite ajuster la gestion des commandes pour suivre cette tendance et comprendre quels autres changements ils devraient apporter en fonction de la fluctuation de la demande dans les mois à venir. Il existe plusieurs façons de relever avec succès ce nouveau défi, mais toujours avec une première étape similaire : l’identification et la compréhension de la demande réelle ainsi que la capacité à la cerner le plus rapidement possible.
Déterminer la "demande réelle" peut être un vrai défi sans les bons outils d'analyse
Contrairement aux méthodes de calculs plus traditionnelles de la demande dans le commerce, qui consistent à examiner l’historique des données et faire des prédictions par rapport aux tendances passées, la "demande réelle" est basée sur la date, l'heure et la géolocalisation, qui correspond à l'endroit auquel la demande doit être associée plutôt que consommée. Pourquoi ce changement ? Actuellement, les stocks physiques en magasin ne sont plus aussi nécessaires. La hausse des demandes de click and collect, la livraison de magasin à magasin ou directement à domicile par les entrepôts, voire par les fabricants, ont obligé les commerçants à évaluer la disponibilité des stocks, les tendances en matière d'exécution et les modes de consommation d'une manière entièrement nouvelle.
Il ne suffit pas de savoir où quelqu'un a acheté un produit. Il faut aussi savoir où se trouve l'acheteur et où le produit est consommé. Il est possible de répondre à ces questions grâce à la géolocalisation - qui caractérise la demande réelle et est la clé pour optimiser la chaîne d’approvisionnement. Par exemple, imaginez que je sois confiné chez moi et que je doive commander en ligne un produit alimentaire vendu par un commerçant national pour les livrer chez moi à Paris. Si cette commande a été réalisée et livrée depuis l'un des magasins à Paris, le lieu réel de la demande pour cet article est simple : c'est Paris, qui est l'endroit où le produit a été acheté, traité (c'est-à-dire depuis un magasin dans la région de Paris) et consommé.
Supposons maintenant que le magasin à Paris (l'endroit idéal pour l'exécution de la commande) n'ait plus de ce produit et que la commande doive maintenant être exécutée à partir d'un magasin à Lyon afin d'optimiser les coûts et les délais d'expédition.
Où la demande doit-elle être attribuée et, par extension, où le réapprovisionnement du produit doit-il être réattribué ? Doit-elle aller au magasin de Paris, la ville d’où j’habite ou doit-elle aller au magasin de Lyon, d'où le produit vient ? C'est le dilemme auquel sont confrontés de nombreux commerçants lorsqu'ils tentent d'évaluer la demande réelle et d'optimiser leur supply chain.
En supposant que le commerçant dispose d'une solution d'analyse avec des capacités de répartition de la demande réelle, il constaterait que la réponse est toujours Paris. La commande a été réalisée à Lyon, mais c'est à Paris que la demande a été faite et que le produit sera consommé. La demande devrait être attribuée à Paris, et le commerçant devrait y allouer une plus grande partie du stock de ce produit pour répondre à la demande.
Comment les outils d'analyse prescriptive peuvent-ils aider à déterminer la demande réelle ?
Au cours des dix dernières années environ, l'analyse prédictive a été utilisée assez largement dans la planification de la demande. Mais en réalité, seule cette solution peut combiner tous ces points de données - et plus encore - peut calculer avec précision la demande réelle. Dans une situation qui est devenue de plus en plus courante, nous voyons l'analyse prescriptive utilisée pour déterminer l'impact d’un colis-cadeau lors de la planification de la demande.
Par exemple, disons que je décide d'acheter ce même produit alimentaire ; seulement cette fois, je l’envoie à mon grand-père qui vit à Nantes et qui sort très peu de chez lui en raison de la situation actuelle. Où le commerçant doit-il attribuer la demande ? Doit-elle être attribuée à Paris, où je me trouve (l'acheteur) ? Au magasin de Lyon qui réalise la commande ? Ou à la région de Nantes (la destination finale du produit) où se trouve mon grand-père (le consommateur) ?
Une solution d'analyse moins avancée pourrait dire que la réponse est Lyon, le lieu d'exécution, ce qui signifie que des produits supplémentaires y seront attribués. Mais imaginons que le produit alimentaire que j’achète ne se vende pas très bien à Lyon. Vous subirez alors une érosion des marges en expédiant davantage de ce produit inutilement à Lyon.
Une solution d'analyse prescriptive avec des capacités sur la demande réelle identifiera la bonne réponse comme étant Nantes, où le consommateur vit et où il aura probablement besoin de plus de ce produit alimentaire. De plus, la solution ajustera automatiquement les algorithmes d'allocation du commerçant en conséquence. Il ne s'agit pas d'une capacité que possède les solutions d'analyse moins avancées, qui n'évaluent pas correctement la demande réelle et ne fournissent pas de possibilités d'action sur la base de leurs informations.
La possibilité d'agir est essentielle dans les situations de chaine logistique et d’approvisionnement comme celle-ci. N'oubliez pas que la planification de demande n'est rien d'autre que de la planification. Elle ne vous donne pas, ni à vous, ni à vos magasins, ni à vos partenaires d'exécution, des directives sur ce qu'il faut faire au moment d'ajuster la demande. L'analyse prescriptive est le seul moyen d'optimiser efficacement votre supply chain mondiale, car une demande de plus en plus complexe entraîne une plus grande dépendance vis-à-vis des importations et de l’exécution omnicanal et donc des modèles de stockage plus avancés.
N'oubliez pas que les clients ne se soucient pas de la manière dont leurs commandes sont réalisées tant qu'elles arrivent aux endroits demandés et à l'heure promise, surtout dans une situation de confinement... C'est exactement la raison pour laquelle les outils d'analyse avancés permettent une supply chain fiable et flexible avec des modèles optimisés de coût de service.