Le stock de sécurité
On ne stocke pas pour la moyenne, on stocke pour l’écartSi la demande et le délai du fournisseur étaient parfaitement réguliers, il suffirait de commander au bon moment : zéro stock dormant. Mais la demande varie d’une semaine à l’autre, et le fournisseur livre parfois en retard. Le stock de sécurité couvre cet écart, pour un niveau de service choisi : la probabilité de ne pas tomber en rupture pendant le réapprovisionnement. Kumo vend en moyenne 120 paires par semaine de son modèle phare, fabriqué au Portugal.
Toyota, champion du juste-à-temps, stocke des puces
Après le séisme et le tsunami de mars 2011 au Japon, Toyota découvre qu’il dépend de centaines de fournisseurs de rang 2 ou 3 qu’il ne connaît pas. Le constructeur cartographie sa chaîne et demande, pour les composants critiques à long délai comme les semi-conducteurs, de garder des stocks de plusieurs mois. En 2021, quand la pénurie de puces arrête des usines dans le monde entier, Toyota tient plus longtemps que ses concurrents.
À retenir : le juste-à-temps n’interdit pas le stock. Il le réserve aux pièces dont le délai est long et incertain, là où la rupture coûte le plus cher.
Source : Reuters, « How Toyota steered clear of the chip shortage mess », 8 mars 2021.
La formule. Stock de sécurité = z × √(délai × variance de la demande + demande² × variance du délai). Le facteur z vaut 1,28 à 90 %, 1,64 à 95 %, 2,33 à 99 % de service.
Le délai pèse lourd. Une semaine de retard possible coûte souvent plus de stock que toute la variabilité des ventes. Fiabiliser un fournisseur libère du cash.
La marge de manœuvre
Une équipe occupée à 100 % est une équipe en retardPour un dirigeant, voir une équipe occupée à 100 % rassure. C’est une erreur de lecture. Dès que les demandes arrivent de façon irrégulière, une file d’attente se forme, et son temps d’attente explose quand l’occupation approche du maximum. Le mathématicien John Kingman a donné en 1961 une formule qui le montre : l’attente grandit comme ρ ÷ (1 − ρ), où ρ est le taux d’occupation, multiplié par la variabilité. Tom DeMarco en a tiré un livre au titre clair : Slack, la marge.
Les hôpitaux et la règle des 85 %
Des chercheurs britanniques simulent les admissions en urgence d’un hôpital, qui arrivent de façon aléatoire. Leur résultat, publié dans le BMJ : au-delà d’environ 85 % d’occupation moyenne des lits, des pénuries de lits apparaissent régulièrement et des patients doivent attendre ou être transférés. Ce seuil est depuis repris dans de nombreux débats sur la gestion hospitalière.
À retenir : quand la demande est aléatoire, la capacité libre n’est pas du gaspillage. C’est ce qui absorbe les pics et garde les délais courts.
Source : A. Bagust, M. Place, J. W. Posnett, « Dynamics of bed use in accommodating emergency admissions », BMJ, 1999.
Deux leviers. Baisser l’occupation (plus de capacité, moins de demandes acceptées) ou baisser la variabilité (briefs cadrés, demandes découpées, créneaux réservés). Le second coûte souvent moins cher.
Limiter le travail en cours. Le Kanban plafonne le nombre de demandes ouvertes pour garder la file courte : voir Piloter les projets.
Le point de commande et la régulation
Un délai dans la boucle, et le stock se met à oscillerRéapprovisionner, c’est réguler : on compare le stock à une cible et on commande l’écart, comme un thermostat. Le piège, c’est le délai. Une commande passée aujourd’hui n’arrive que dans plusieurs semaines. Si l’acheteur ne regarde que le stock en rayon et oublie ce qui est déjà commandé et en route, il recommande, encore et encore, puis tout arrive en même temps. C’est la douche qu’on règle trop chaud parce que l’eau chaude met du temps à venir. En semaine 8, les ventes de Kumo passent de 100 à 130 paires.
Nike et son nouveau logiciel de planification
En février 2001, Nike annonce des résultats décevants et met en cause la mise en route de son nouveau système de prévision et de planification de la demande. Des commandes erronées ont produit trop de certains modèles et pas assez d’autres, très demandés. L’entreprise chiffre l’impact à environ 100 millions de dollars de ventes perdues. Il lui faudra plusieurs années pour stabiliser l’outil.
À retenir : une boucle de réapprovisionnement mal réglée, humaine ou logicielle, amplifie les écarts au lieu de les corriger. On teste les règles avant de les appliquer à toute la gamme.
Source : Christopher Koch, « Nike Rebounds : How (and Why) Nike Recovered from Its Supply Chain Disaster », CIO, 2004.
Toujours compter le « en route ». La bonne position de stock = stock physique + commandes en cours − commandes clients à servir. C’est elle qu’on compare au point de commande.
Les boucles en général sont traitées dans les lois des systèmes, et leur amplification le long d’une chaîne dans l’effet coup de fouet.
Le classement ABC
Toutes les références ne méritent pas la même attentionDans presque tous les catalogues, une petite partie des références fait l’essentiel du chiffre d’affaires. Le classement ABC en tire une règle de gestion : les références A, peu nombreuses et décisives, sont suivies de près, prévues finement et ne doivent jamais manquer ; les C, nombreuses et marginales, sont gérées simplement, voire retirées. Kumo a 20 références. Classe-les.
General Electric invente le classement ABC
En 1951, H. Ford Dickie, chez General Electric, publie un article au titre programme : « ABC inventory analysis shoots for dollars, not pennies ». Son constat : les gestionnaires passent autant de temps sur une vis à quelques centimes que sur une pièce qui immobilise des milliers de dollars. Il propose de classer les articles par valeur consommée et d’adapter l’effort de suivi à chaque classe. La méthode s’appuie sur l’intuition de Pareto, popularisée à la même époque par Joseph Juran sous le nom de « vital few ».
À retenir : l’attention est la ressource la plus rare du gestionnaire. Le classement ABC dit où la mettre.
Source : H. Ford Dickie, Factory Management and Maintenance, juillet 1951 ; Joseph M. Juran, Quality Control Handbook, 1951.
Croiser avec la régularité. Une référence A aux ventes régulières se pilote facilement ; une A erratique demande le plus de stock de sécurité. On croise souvent ABC avec un classement XYZ de la variabilité.
Pas seulement des produits. Clients, fournisseurs, demandes d’une équipe : le même tri dit qui mérite un interlocuteur dédié et qui relève d’un process standard.
Rupture ou invendus ?
Commander juste, c’est arbitrer entre deux erreursPour une édition limitée, on commande une seule fois, sans connaître la demande. Trop peu : chaque client déçu est une marge perdue, et parfois un client perdu. Trop : les invendus partent en déstockage, à perte. La bonne quantité dépend du rapport entre ces deux coûts. Plus la marge est forte et le déstockage facile, plus il faut commander large. Kumo lance une collaboration avec un artiste : vendue 160 €, fabriquée 70 €, une demande estimée à 1 000 paires, à 300 près.
H&M et ses 4,3 milliards de dollars d’invendus
En mars 2018, le New York Times révèle que H&M détient l’équivalent de 4,3 milliards de dollars de vêtements invendus. Les ventes en magasin ralentissent, mais les collections continuent d’arriver au rythme prévu. Le groupe multiplie les remises, qui pèsent sur ses marges, et accélère ses investissements dans la logistique et la prévision.
À retenir : dans la mode, le stock perd de la valeur chaque semaine. Commander sur une prévision trop optimiste se paie deux fois : en argent immobilisé, puis en démarque.
Source : Elizabeth Paton, « H&M, a Fashion Giant, Has a Problem: $4.3 Billion in Unsold Clothes », The New York Times, 27 mars 2018.
Le ratio critique. On commande jusqu’à couvrir la demande avec une probabilité égale à (prix − coût) ÷ (prix − valeur d’un invendu). Ici (160 − 70) ÷ (160 − 35) ≈ 72 % avec les réglages de départ.
Réduire l’incertitude vaut de l’or. Précommandes, petites séries puis réassort rapide : tout ce qui permet de commander après avoir vu la demande réduit les deux erreurs à la fois.
Dimensionne ton stock ou ta capacité
Atelier Le calcul que tu refais à chaque saison ou réorganisationÀ toi. En mode « Produits », entre la demande, sa variabilité, le délai fournisseur et le niveau de service visé : l’outil calcule le stock de sécurité, le point de commande, l’argent immobilisé et les ruptures à attendre. En mode « Équipe », entre la taille de l’équipe, le temps disponible et les demandes : il calcule le taux d’occupation et le délai d’attente. Tout est sauvegardé dans ton navigateur.
Ta synthèse
Remplis l’outil ou charge un exemple.
Stocker l’écart
Le stock de sécurité couvre la variabilité de la demande et du délai, pas la moyenne.
Garder de la marge
Au-delà de 80-85 % d’occupation, l’attente s’envole. La capacité libre est un investissement.
Compter l’en-route
Réguler sans tenir compte du délai fait osciller. On pilote la position de stock complète.
Trier et arbitrer
L’attention va aux A ; la quantité se choisit en pesant rupture contre invendus.
Pour aller plus loin
- Edward A. Silver, David F. Pyke, Douglas J. Thomas, Inventory and Production Management in Supply Chains, CRC Press, 4e éd., 2017.
- J. F. C. Kingman, « The single server queue in heavy traffic », Mathematical Proceedings of the Cambridge Philosophical Society, 1961.
- Tom DeMarco, Slack: Getting Past Burnout, Busywork, and the Myth of Total Efficiency, Broadway Books, 2001.
- A. Bagust, M. Place, J. W. Posnett, « Dynamics of bed use in accommodating emergency admissions: stochastic simulation model », BMJ, 1999.
- John D. Sterman, Business Dynamics, McGraw-Hill, 2000 (régulation des stocks avec délai).
- H. Ford Dickie, « ABC inventory analysis shoots for dollars, not pennies », Factory Management and Maintenance, 1951.
- Kenneth J. Arrow, Theodore Harris, Jacob Marschak, « Optimal Inventory Policy », Econometrica, 1951 (le problème du marchand de journaux).
- Reuters, « How Toyota steered clear of the chip shortage mess », 8 mars 2021.
- Elizabeth Paton, « H&M, a Fashion Giant, Has a Problem: $4.3 Billion in Unsold Clothes », The New York Times, 2018.